閱讀筆記
Ｑ1：什麼是「大數據」？
狹義的定義
符合「3V」條件的數據資料，分別是：
Volume（大量）：以過去的技術無法管理的資料量，資料量的單位可從 TB（terabyte，一兆位元組）到 PB（petabyte，千兆位元組）。
Variety（多樣性）：企業的銷售、庫存資料；網站的使用者動態、客服中心的通話紀錄；社交媒體上的文字影像等企業資料庫難以儲存的「非結構化資料」。
Velocity（速度）：資料每分每秒都在更新，技術也能做到即時儲存、處理。
廣義的定義：軟硬體設備與團隊
《大數據的獲利模式》作者城田真琴認為，還要包括具備儲存、處理與分析這些資料的技術，和能夠從這些資料中取出有用資訊或洞見的人才和組織。
Q2：明白大數據的重要性，卻未必了解大數據與我的關聯性是什麼？
下列以公司數據為例：
1. 識別與串聯價值：
能夠辨識出用戶是誰的資訊，例如：手機、生日 、Email 。
2. 描述價值：
用戶搜尋的關鍵字 、企業營運數字 、網站活動數據 。
3. 時間價值：
從用戶的行動時間軸推測他的行為 。
4. 預測價值：
最能幫助公司預測銷售狀況的數字 。
5. 產出數據的價值：
將現有數據組合產生新的數據 。
Q3：大數據分析和商業智慧有什麼不同？
商業智慧：找出原因解答。
分析過去發生什麼事，以及為什麼會發生這件事。
大數據：預測未來
根據目前發生了什麼事，預測未來將發生什麼事。
無論何種數據，皆須仰賴經理人親自經手資料，
才能達到迅速決策與提高生產力的目標。
Q4：一般企業有哪些數據可用？
《大數據的獲利模式》作者城田真琴將企業能取得的資料分為 4 種：
1.公司本身的事業活動資料：
屬於公司的核心資料，例如便利商店的 POS 系統資料。
2.公司背景資料：
比方說員工的通訊錄或財務報表，但是對服務顧客沒有幫助。
3.其他公司或顧客的資料：
例如顧客在社交網站上的活動紀錄，企業花錢也想拿到的資料。
4.公開資料：
通常可以免費取得，例如政府的公開資訊。
市場價值高的資料：
外部其他公司所擁有，有助於差異化吸引客戶的資料。
Q5：大數據處理有哪些關鍵職務？
大致來說，資料分析領域包含 5 個關鍵職務：
1.資料工程師與軟體工程師負責資料的清理、儲存和處理；
2.資料分析師將資料視覺化，供資料科學家分析；
3.資料科學家依據想要解決的商業命題建構模型，供決策參考；
4.領域專家則是熟悉領域專業知識，提供專業見解供資料科學家分析參考，扮演發展決策的橋梁。
