大數(shù)據(jù)掀起的革命，正在全面影響你我的生活。面對(duì)如此大量數(shù)據(jù)，該怎麼用?如何正確解讀?國(guó)外企業(yè)成功經(jīng)驗(yàn)，可以做為借鏡。




　　 一場(chǎng)大數(shù)據(jù)分析的「數(shù)據(jù)革命」登場(chǎng)，正掀起生活、工作和思考方式的全面革新。然而，面對(duì)雜亂無(wú)章的大數(shù)據(jù)，究竟怎麼理出頭緒，卻成了大家最頭痛的問(wèn)題。


　　 麻省理工學(xué)院教授 Erik Brynjolfsson，具體研究擅長(zhǎng)使用數(shù)據(jù)來(lái)決策的公司，整體績(jī)效比不用數(shù)據(jù)的企業(yè)，生產(chǎn)力至少高出 6%，例如，Google、亞馬遜等企業(yè)競(jìng)爭(zhēng)力不斷往上提上，而不少新創(chuàng)公司則因?yàn)橛写髷?shù)據(jù)思惟，成為明日之星。《大數(shù)據(jù)》作者、牛津大學(xué)教授 Mayer-Schonberger 提出使用大數(shù)據(jù)，五大最重要觀念，只要跟著這樣的邏輯，大家都可能成為新贏家。


　　 1. 數(shù)據(jù)數(shù)量遠(yuǎn)比品質(zhì)更重要


　　 成功案例：Google


　　 在大數(shù)據(jù)時(shí)代下，數(shù)據(jù)數(shù)量已比數(shù)據(jù)品質(zhì)重要。涵蓋 60 種語(yǔ)言的 Google翻譯，就是一個(gè)絕妙例子。早在 1990 年代，IBM 的專家曾開(kāi)發(fā)一套 Candide 翻譯系統(tǒng)，采用加拿大國(guó)會(huì)的英法語(yǔ)雙語(yǔ)文件，大約是 300 萬(wàn)個(gè)句對(duì)，訓(xùn)練電腦讀懂使用機(jī)率，到底 A 語(yǔ)言的辭匯，最有可能對(duì)應(yīng)到 B 語(yǔ)言的哪個(gè)詞匯，來(lái)增加翻譯的精準(zhǔn)度，把翻譯轉(zhuǎn)換成數(shù)學(xué)問(wèn)題 但後來(lái)進(jìn)展卻不大，終告放棄。


　　 2000 年時(shí)，微軟語(yǔ)言處理專家發(fā)現(xiàn)，當(dāng)他們?cè)谶M(jìn)行文法校正的「機(jī)器學(xué)習(xí)」時(shí)，隨著輸入的數(shù)據(jù)量不斷增加，準(zhǔn)確度顯著提升，他們當(dāng)時(shí)下了一個(gè)假設(shè)，「或許我們要重新考慮，是要砸錢(qián)來(lái)開(kāi)發(fā)程式演算法，還是擴(kuò)大語(yǔ)料庫(kù)?！?br />

　　 接受不精確 先求擴(kuò)大數(shù)據(jù)規(guī)模


　　 幾年之後，Google 也決定投入翻譯領(lǐng)域，但不同於 IBM 使用 300 萬(wàn)個(gè)精心翻譯的句子，而是使用手邊更龐大、更混亂的數(shù)據(jù)集。Google 的翻譯系統(tǒng)母體大至全球網(wǎng)絡(luò)，廣達(dá)數(shù)十億個(gè)翻譯網(wǎng)頁(yè)，有高達(dá)兆字的語(yǔ)料庫(kù)，收錄所找到的每一則翻譯，用來(lái)訓(xùn)練電腦。


　　 數(shù)據(jù)來(lái)源包含各公司網(wǎng)站、官方文件的多語(yǔ)翻譯，國(guó)際組織的多語(yǔ)報(bào)告，或是Google圖書(shū)掃描計(jì)畫(huà)，納入的書(shū)籍翻譯，甚至包含網(wǎng)上各種斷簡(jiǎn)殘篇、品質(zhì)參差不齊、混亂的數(shù)據(jù)。這樣一來(lái)，翻譯的準(zhǔn)確度再度提升，甚至某個(gè)英文字之後，出現(xiàn)另外一個(gè)字的機(jī)率，都能夠計(jì)算出來(lái)。


　　 Google 人工智慧專家指出，Google 使用的數(shù)據(jù)，常有不完整的句子，拼字錯(cuò)誤、文法缺誤，但正因?yàn)閾碛斜绕渌Z(yǔ)料庫(kù)多出千萬(wàn)倍的數(shù)據(jù)，足以蓋過(guò)缺點(diǎn)。因此，進(jìn)入大數(shù)據(jù)時(shí)代的第一個(gè)觀念，就是要接受，數(shù)據(jù)「數(shù)量」遠(yuǎn)比數(shù)據(jù)「品質(zhì)」重要，而且要接受雜亂，不能事事要求精確。


　　 2. 找相關(guān)性而非執(zhí)著因果關(guān)系


　　 成功案例：紐約市公安管理


　　 以紐約市為例，每年都因?yàn)榈叵鹿艿阑馂?zāi)，付出不少代價(jià)，路面上重達(dá)140公斤的鑄鐵人孔蓋更常因?yàn)閻灍ǎw到幾層樓高，再砸回地面，造成嚴(yán)重公安困擾。但紐約市的地下電纜，長(zhǎng)度超過(guò)15萬(wàn)公里，足以繞地球三圈半，光曼哈頓就有超過(guò)5萬(wàn)1000個(gè)人孔蓋，數(shù)量之多，就算每年定期檢查，意外仍然防不勝防。


　　 負(fù)責(zé)管理的愛(ài)迪生聯(lián)合電力公司，找上哥倫比亞大學(xué)統(tǒng)計(jì)專家魯丁(Cynthia Rudin)協(xié)助。怎麼做呢?第一步，他們先蒐集1880年到2008年管路歷史數(shù)據(jù)，但光是要表達(dá)「維修孔」，就有38種不同的寫(xiě)法，數(shù)據(jù)雜亂無(wú)章。研究的重點(diǎn)，在於找出「相關(guān)性」。不在於「為什麼會(huì)爆炸」，而是「哪個(gè)人孔會(huì)爆炸」。


　　 挑有效指標(biāo) 逐步縮小問(wèn)題范圍


　　 研究小組從 106 個(gè)重大人孔災(zāi)害預(yù)測(cè)指標(biāo)下手，慢慢去蕪存菁，最後剩下幾個(gè)最有效的指標(biāo)。接著他們?cè)倏s小范圍，僅研究某一區(qū)的地下電纜，分析截至2008年的數(shù)據(jù)，來(lái)預(yù)測(cè) 2009 年的危險(xiǎn)人孔位置，結(jié)果小組列出的前 10% 危險(xiǎn)清單，的確有 44% 曾發(fā)生過(guò)嚴(yán)重事故，也據(jù)此找出最有相關(guān)性的幾個(gè)指標(biāo)。


　　 最後，小組發(fā)現(xiàn)「電纜年份」和「過(guò)去是否發(fā)生事故」，是最重要的判斷指標(biāo)，依此原則來(lái)替市區(qū)幾萬(wàn)個(gè)人孔蓋排定檢查順序。雖然答案好像顯而易見(jiàn)，但是過(guò)去卻渾然未覺(jué)，直到分析團(tuán)隊(duì)用大數(shù)據(jù)的科學(xué)驗(yàn)證，大家才恍然大悟。


　　 紐約市還有另一個(gè)嚴(yán)重問(wèn)題，是住宅非法改建，不少房子都隔成許多小間，住了比原本設(shè)計(jì)多十倍人數(shù)，常發(fā)生火災(zāi)。為了減少意外死亡，政府需要知道的，反而不是為何有如此多非法住宅，而是這些非法住宅到底在哪里?


　　 怎麼找出來(lái)?第一，先取得全市 90 萬(wàn)筆住宅數(shù)據(jù)，再整合 19 個(gè)機(jī)構(gòu)數(shù)據(jù)，像房屋稅繳納狀況、是否為法拍屋、水電費(fèi)是否異常，都納入考慮。團(tuán)隊(duì)也納入住宅屋型、年份、救護(hù)車(chē)出勤率、鼠患、非法改建投訴等數(shù)據(jù)，再拿來(lái)與五年來(lái)火災(zāi)程度數(shù)據(jù)比對(duì)，找出「相關(guān)性」來(lái)建立預(yù)測(cè)系統(tǒng)。


　　 除了已記錄的數(shù)據(jù)，市府團(tuán)隊(duì)還訪問(wèn)了資深檢查員，盡可能找出更多可以比對(duì)的指標(biāo)。例如，他們從老干員的口中，發(fā)現(xiàn)新砌外墻的住宅，有問(wèn)題的機(jī)率很低，但是調(diào)查員也說(shuō)不上來(lái)為什麼，只說(shuō)是憑直覺(jué)，後來(lái)發(fā)現(xiàn)曾經(jīng)老屋拉皮的建筑，表示住戶較重視環(huán)境維護(hù)，發(fā)生事故的機(jī)率就比較低。因此分析專家回頭把「市府老舊建物拉皮」這個(gè)變項(xiàng)也納入系統(tǒng)，就像用「刪去法」一般，篩選掉相對(duì)低風(fēng)險(xiǎn)的住宅，提升預(yù)測(cè)的準(zhǔn)確度。


　　 透過(guò)反覆比對(duì) 提升預(yù)測(cè)準(zhǔn)確度


　　 另外，紐約市府本來(lái)以為某棟住宅投訴電話愈多，表示危險(xiǎn)程度愈高，因此常常前往稽查，浪費(fèi)不少人力。後來(lái)幾番分析比對(duì)才發(fā)現(xiàn)，事實(shí)相去甚遠(yuǎn)，因?yàn)樵谏蠔|城高級(jí)住宅區(qū)，只要有一只老鼠，投訴電話就成天響個(gè)不停，但是在相對(duì)落後的布魯克林區(qū)，非得等到鼠患嚴(yán)重，才有投訴進(jìn)線。


　　 透過(guò)這樣反覆比對(duì)原始指標(biāo)和每周收到的即時(shí)數(shù)據(jù)，紐約市府每星期都能列出，可能發(fā)生火災(zāi)的前五名名單，立即交給檢察員處理，讓這套大數(shù)據(jù)預(yù)測(cè)系統(tǒng)大獲成功。透過(guò)相關(guān)性篩選出來(lái)的危險(xiǎn)建物名單，竟然有 70% 以上確實(shí)需要撤離住民，成效斐然。


　　 3. 看似沒(méi)用的數(shù)據(jù)也有商機(jī)


　　 成功案例：Foursquare、UPS、推特、亞馬遜


　　 除了要能接受雜亂數(shù)據(jù)，從中找出相關(guān)性，迎接大數(shù)據(jù)，還有另一個(gè)重點(diǎn)，就是任何紀(jì)錄，甚至連情緒、社交圖譜、搜尋軌跡，都可數(shù)據(jù)化。例如，當(dāng)「地理位置」成為數(shù)據(jù)，有無(wú)限商機(jī)。全球最大的打卡社群平臺(tái) Foursquare，最重要的功能就是讓用戶，隨時(shí)打卡、拍照上傳景點(diǎn)。


　　 這些蘊(yùn)含用戶地域位置的打卡數(shù)據(jù)、軌跡，只要仔細(xì)紀(jì)錄下來(lái)，便能夠了解某一時(shí)間、地點(diǎn)，用戶都在做些什麼事?藉此推播精準(zhǔn)的廣告、折扣訊息。甚至星巴克、麥當(dāng)勞都跟 Foursquare 購(gòu)買(mǎi)這些打卡數(shù)據(jù)，來(lái)分析決定要在哪里開(kāi)新門(mén)市。Foursquare 也從一個(gè)社群平臺(tái)，變成有附加價(jià)值的精確市場(chǎng)分析數(shù)據(jù)提供商。


　　 循司機(jī)行車(chē)路徑 找出省時(shí)省油路線


　　 快遞公司優(yōu)必速(UPS)也是率先把「地理位置」數(shù)據(jù)化的成功案例。們透過(guò)每臺(tái)貨車(chē)的無(wú)線電設(shè)備和GPS，精確知道車(chē)輛位置，并從累積下來(lái)無(wú)數(shù)筆的行車(chē)路徑，找出最佳行車(chē)路線。從這些分析中，UPS發(fā)現(xiàn)十字路口最易發(fā)生意外、紅綠燈最浪費(fèi)時(shí)間，只要減少通過(guò)十字路口次數(shù)，就能省油、提高安全?？恐鴶?shù)據(jù)分析，UPS 一年送貨里程大幅減少 4,800 公里，等於省下 300 萬(wàn)加侖的油料及減少3萬(wàn)噸二氧化碳，安全性和效率也提高了。


　　 當(dāng)「情緒」和「社交互動(dòng)」成為數(shù)據(jù)，又能做些什麼?推特就是最好的例子，每天至少有四億則以上推文，明明大多數(shù)推文，看來(lái)就像是隨口嚷嚷，但卻成了重要「分析」指標(biāo)，可以用來(lái)及早了解消費(fèi)者反應(yīng)，或是判斷行銷(xiāo)活動(dòng)成果，不少公司都搶著要和推特簽訂數(shù)據(jù)的存取權(quán)。


　　 當(dāng)用戶的網(wǎng)絡(luò)「軌跡」成為數(shù)據(jù)，又有何用?網(wǎng)購(gòu)龍頭亞馬遜正是依照客戶瀏覽的歷史，來(lái)比對(duì)「產(chǎn)品」和「產(chǎn)品」的關(guān)連性，開(kāi)發(fā)無(wú)人能敵的自動(dòng)推薦系統(tǒng)。現(xiàn)在亞馬遜上，每三筆訂單，就有一筆是來(lái)自電腦推薦和客制化系統(tǒng)。


　　 4. 挖出大數(shù)據(jù)的新價(jià)值


　　 成功案例：新創(chuàng)公司、老牌公司翻身


　　 千萬(wàn)別以為用大數(shù)據(jù)分析，是大公司或是科技大廠的專利，小型企業(yè)不一定要自己擁有數(shù)據(jù)，可以靠授權(quán)獲得，再使用廉價(jià)云端運(yùn)算平臺(tái)分析。擁有「大數(shù)據(jù)」思惟和好點(diǎn)子，能讓新創(chuàng)公司蓬勃發(fā)展。一位美國(guó)頂尖的數(shù)據(jù)科學(xué)家 Oren Etzioni，就是利用大數(shù)據(jù)創(chuàng)業(yè)的先驅(qū)。


　　 幾年前，Oren Etzioni 在從西雅圖飛往洛杉磯參加弟弟婚禮的飛機(jī)上，發(fā)現(xiàn)臨座幾位乘客的票價(jià)都比他的便宜，打破以往覺(jué)得飛機(jī)票愈早買(mǎi)、愈省錢(qián)的想法，萌生創(chuàng)業(yè)點(diǎn)子。


　　 分析舊票價(jià)數(shù)據(jù) 抓出未來(lái)漲跌


　　 Oren Etzioni 開(kāi)發(fā)出預(yù)測(cè)飛機(jī)票未來(lái)是漲是跌的服務(wù)「Farecast」。最重要的關(guān)鍵是取得特定航線的所有票價(jià)資訊，再比對(duì)與出發(fā)日期的關(guān)連性，如果平均票價(jià)下跌，買(mǎi)票的事還可緩一緩，如果平均票價(jià)上升，系統(tǒng)會(huì)建議立即購(gòu)票。他先在某個(gè)旅游網(wǎng)站取得 1 萬(wàn) 2,000 筆票價(jià)數(shù)據(jù)，作為樣本，建立預(yù)測(cè)模型，接著引進(jìn)更多數(shù)據(jù)，直到現(xiàn)在，F(xiàn)arecast 手中有 2,000 億筆票價(jià)紀(jì)錄。


　　 後來(lái)他的公司被微軟并購(gòu)，把這套服務(wù)結(jié)合到 Bing 搜尋引擎中，平均為每位用戶節(jié)省 50 美元。去年被 eBay 并購(gòu)的價(jià)格預(yù)測(cè)服務(wù) Decide.com，也是 Oren Etzioni 的杰作。在 2012 年，開(kāi)業(yè)一年的 Decide，已調(diào)查超過(guò) 250 億筆價(jià)格資訊、分析 400 萬(wàn)項(xiàng)產(chǎn)品，隨時(shí)和數(shù)據(jù)庫(kù)中的產(chǎn)品價(jià)格比對(duì)。從普查中，他們發(fā)現(xiàn)零售業(yè)秘辛，就是新型號(hào)上市時(shí)，舊產(chǎn)品竟不跌反漲，或異常的價(jià)格暴漲，來(lái)警告消費(fèi)者先等一等，再下手。


　　 觀察網(wǎng)友文章 老產(chǎn)品找到新用法


　　 一個(gè)老品牌翻身的故事，也是藉助網(wǎng)絡(luò)上的部落格文，觸類旁通的創(chuàng)新行銷(xiāo)范例。風(fēng)靡澳洲的酵母咸味醬 Vegemite 品牌(已被美國(guó)最大食品集團(tuán)卡夫 Kraft 并購(gòu))，一直是澳洲家庭必備涂醬，但 2009 年時(shí)突然市占率下滑。卡夫集團(tuán)委托 IBM 調(diào)查 150 萬(wàn)筆論壇、部落格文、網(wǎng)絡(luò)新聞，發(fā)現(xiàn)近 50 萬(wàn)筆、38 種不同語(yǔ)言關(guān)於酵母涂醬的內(nèi)容，更發(fā)現(xiàn)大家會(huì)把酵母醬搭配酪梨、烤肉、番茄一起吃，是以往沒(méi)想過(guò)的新資訊。


　　 於是，他們開(kāi)啟公司史上最成功的行銷(xiāo)「你都怎麼用酵母醬?」讓大家分享吃法，成功讓Vegemite酵母醬再度熱賣(mài)，比過(guò)去銷(xiāo)量高峰期再高出5%。


　　 5. 拒絕「數(shù)據(jù)獨(dú)裁」，小心依賴、濫用數(shù)據(jù)


　　 失敗案例：Google


　　 要成為大數(shù)據(jù)的贏家，要小心，不要被數(shù)據(jù)蒙蔽。就算是數(shù)據(jù)高手的 Google，也三不五時(shí)失敗。轉(zhuǎn)戰(zhàn) Yahoo 的 Google 前高層 Marissa Mayer，曾要求工作人員測(cè)試足足 41 種不同色階的藍(lán)色，有的甚至肉眼難以分辨，只為了知道網(wǎng)站工具列該挑什麼顏色。Mayer-Schonberger 指出，這些例子都證明 Google 對(duì)數(shù)據(jù)太言聽(tīng)計(jì)從了，極端數(shù)據(jù)獨(dú)裁的結(jié)果，也遭來(lái)反抗。


　　 Google 的頂尖設(shè)計(jì)師鮑曼正是受不了一切都要量化，憤而離職。他在部落格上寫(xiě)道：「我們爭(zhēng)論到底某個(gè)邊界究竟該是 3、4 還是 5 個(gè)像素寬，??如果以為每個(gè)決定都可以簡(jiǎn)化成邏輯問(wèn)題，這些數(shù)據(jù)最後就會(huì)變成拐杖，每個(gè)決定都需要拄著柺杖，讓整個(gè)公司癱瘓!」


　　 Mayer-Schonberger 提醒，不能過(guò)分依賴數(shù)據(jù)，否則可能如同希臘神話中伊卡洛斯(Icarus)所犯的錯(cuò)誤——他搭著鳥(niǎo)羽和蠟，制成的飛行翼翱翔天際，但卻太相信自己的飛翔技能，使用不當(dāng)而折翼墜海。


　　 五大觀念，挖出潛在新商機(jī)


　　 第一、數(shù)據(jù)數(shù)量要夠大、夠多，量比質(zhì)更重要。


　　 第二、找出「相關(guān)性」，而非因果關(guān)系。


　　 第三、地理位置、情緒貼文、社群圖譜、看似無(wú)用的散漫紀(jì)錄，都是有用的。


　　 第四、只要有大數(shù)據(jù)思惟，小公司也能靠創(chuàng)新的點(diǎn)子致勝。


　　 第五、要小心數(shù)據(jù)獨(dú)裁，不要被大數(shù)據(jù)掌控。


　　 大數(shù)據(jù)領(lǐng)域權(quán)威專家——麥爾荀伯格(Viktor Mayer-Schonberger)訪臺(tái)論壇


　　 BIG DATA 大數(shù)據(jù)時(shí)代來(lái)臨，誰(shuí)能在龐雜的訊息中掌握關(guān)鍵，誰(shuí)就能取得解決問(wèn)題的先機(jī)。


　　 不論你從事的是商業(yè)、資訊科技、公共行政、教育、醫(yī)療，或者只是單純對(duì)未來(lái)趨勢(shì)感到好奇，麥爾荀伯格親自剖析如何擁抱不精確，創(chuàng)造新生意。