資訊爆炸的時代，如何利用大數據率先掌握商機？

在這個瞬息萬變的時代，每天都有源源不絕的資訊產生，為了能夠善用這些資訊來協助我們管理以及優化工作及生活，可以透過量化一切來設定標準。因此，大數據分析不再單單只是一項技術，而是在這個資訊爆炸的時代裡，讓我們能掌握商機的好工具。阿里巴巴創辦人馬雲曾大膽指出，未來大數據將會比石油還貴，成為最有價值的事物。而 IDC（國際數據資訊）也預測，全球資料量在 2025 年將成長至 163ZB（Zettabyte，1ZB 等於 1,000 億 GB），是 2016 年所產生的資料量的十倍；而 2010 年時，全球資料量其實也才剛突破 1ZB。

那麼，究竟要有多少資料才能被稱為「大數據」呢？

目前多數機構將大數據的特性歸類為「3V」，分別是資料規模（Volume）、多樣性（Variety）和即時性（Velocity）。

• Volume 過去的技術無法管理的資料量，單位可從 TB（terabyte，一兆位元組）到 PB（petabyte，千兆位元組）。
• Variety 大數據有別於傳統的部分在於分析多樣化的資料–從文字、位置、語音、影像、圖片、交易數據、類比訊號等結構化與非結構化、包羅萬象的資料，透過量化使彼此間能進行交互分析、尋找數據間的關聯性。
• Velocity 隨著使用者每秒都在產生大量的數據回饋，資料的時效性尤為重要，一旦資料串流到運算伺服器，企業便須立即進行分析並即時做出反應修正，才能發揮資料的最大價值。

而大數據分析的運行主要可以分為四個範疇，包含了前期的資料蒐集、資料儲存，到後續的資料處理與分析，並在最後將資料視覺化。以下我們簡單帶大家瞭解一下這四個範疇的基本定義。

• 資料蒐集 面對龐大的原始資料（包括錄影、日誌檔、交易資料），一個良好的大數據平台，要能夠鎖定其中有用的資訊來進行蒐集。因此資料蒐集成為許多企業或組織在進行大數據分析時所要面對的第一個挑戰。
• 資料儲存 任何大數據平台都需要安全、可擴展及耐用的儲存庫，才得以存放處理前後的資料。通常建議將數據分割並備份，不僅能減輕記憶體負擔，同時也能確保資訊的安全性。
• 資料處理與分析 這是將資料從原始狀態轉換成可用格式的步驟，分析師透過分析工具將數據分類、排序、進行關聯分析，甚至執行更進階的演算法，找出其中有用的資訊，解讀數據代表的意義，作為決策的重要依據。
• 資料視覺化 在數據分析大功告成後，許多組織會碰到的難題便是如何將其結果以簡單明瞭的方式呈現，讓決策者能夠更加容易判讀，將數據轉化為有價值的洞見。因此，多數使用者最後會將資料視覺化成圖像、表格，以利決策。

了解定義與應用的基本步驟後，你可能會想了解大數據究竟如何影響我們的生活，為世界帶來了何種改變？以下會針對四大產業舉例說明如何將原本沉重的工作負載透過大數據技術，創造精準且嶄新的服務價值。

• 零售業 數據分析可以協助行銷人員找出品牌操作上的盲點，更有效率地找出目標客群以及提供更貼近消費者需求的產品，最大化每一分預算的效益。同時還能透過社群平台串連與客戶的體驗心得，真正與客戶站在同一陣線，有效提升消費者忠誠度。對台灣的零售業者來說，由於消費資訊相對易取得，行銷是大數據最普及且常見的用途，但這些數據所能提供的幫助，不只有行銷而已！商品採購、貨架陳列、動線設計、訂價以及貨量等，都能透過蒐集客戶的洗好、購買紀錄、網站點擊追蹤…等數據，來進行分析並優化決策和營運品質。美國大型零售商沃爾瑪（Walmart）曾經研究改善賣場貨架陳列能否引發顧客購物的欲望，他們發現有加入預警系統（提醒缺貨及排列不整）的分店，銷售額的確有成長，缺貨情形也有改善。由此可見大數據在零售業的應用可說是十分廣泛。
• 物流業 網路購物的興起帶來物流業的轉型需求。從前貨主、物流公司、第三方貨代等角色之間倚賴傳統的電話或電子郵件聯繫查詢，不僅人力成本會隨接單數量增加而提高，各項資訊也容易因分散而不容易掌握即時狀況。如今物流業者可以透過建立物流系統，將線上詢價、訂單紀錄、審核流程、物品運送等主要環節統一集成在單一個資料庫，並藉由數據分析，除了可以一目了然各環節的處理結果和進度，進而提高物流效率、減少開銷以外，還可以從過往資料中，分析出異常的訂單及物品，製作成黑名單，讓業者對於異常情況能夠及時呈現預警結果，同時對送貨司機的安全也更有保障。
• 金融業 金融業者可以透過巨量資料分析平台整合消費紀錄，包括存款、提款、貸款、股票基金購買或保險等等。針對客戶的消費行為進行分析，除了能推薦客戶最適合的產品，為企業帶來潛在消費力，也能偵測是否有異常的消費行為存在，進而預防詐欺等事件的發生。
• 農業 農業或許在許多人的印象中還停留在「鋤禾日當午，汗滴禾下土」。然而，農業的發展其實已經在數據分析的道路上走了很長一段路。2014 年 Quentin Hardy 曾在《紐約時報》上發表的文章《在土地和數據中工作 (Working the Land and the Data)》中提到，如果想要在農業中取得成功，就不該只想著把時間花在田間，相反地，應該花在電腦屏幕上。現今大數據已成功地被運用在選育種、土壤分析、施肥、用藥、病蟲害及市場供需等，農企業根據數據分析的結果規劃合適的作物品種和耕作行程、調整產量、栽培方式和防治措施，並且預測可能的風險以降低損失。

從上述大數據在四大產業的應用可以看出，大數據的應用幾乎涵蓋了整個企業從上到下的業務。產品設計、製造、行銷與銷售、經營、風險控制及財務等等都佔有一席之地，隨著人工智慧以及物聯網時代的全面到來，有大數據做為基石，其作用越發重要。我們可以看到台灣越來越多先驅者不斷的採納與測試，嘗試規模化各種AI應用，讓數據經分析後能針對企業痛點與需求客製化解決方案，真正提升至「預測」、「指示」的層次。我們也期待將來會有更多中小型業者導入嶄新的商業模式，擁抱大數據，讓產業轉型不再只是空想。