大數(shù)據(jù)與商務(wù)運(yùn)營(yíng)：從商管與技術(shù)的雙面觀點(diǎn)

 大數(shù)據(jù)如今已經(jīng)成為最新的競(jìng)爭(zhēng)趨勢(shì)，原因在於數(shù)據(jù)數(shù)量汗牛充棟，所以也讓整個(gè)世界之間異常通透，影響范圍無遠(yuǎn)弗屆，企業(yè)必須要隨時(shí)留意那些業(yè)務(wù)受到大數(shù)據(jù)的影響。

    如健康照護(hù)服務(wù)及定位數(shù)據(jù)如果加以混搭，雖然可以提供更進(jìn)一步的價(jià)值，但如何說動(dòng)使用者開放或分享，其實(shí)需要更細(xì)致的說服過程。此外，大數(shù)據(jù)分析所呈現(xiàn)的世界，客戶需求會(huì)更加清晰，但市場(chǎng)區(qū)隔也會(huì)變小，產(chǎn)品及服務(wù)必須要更加客制化。

    許多蒐集數(shù)據(jù)的工具或技術(shù)，如感測(cè)器、通訊裝置、解析軟體的價(jià)格不斷下降，形成物聯(lián)網(wǎng)與數(shù)位油田的世界絕非夢(mèng)想。但數(shù)據(jù)分析技術(shù)愈精細(xì)復(fù)雜，決策考量雖然也會(huì)更加全面，可能遭遇的風(fēng)險(xiǎn)也會(huì)變得比較小，就連美國(guó)也缺乏分析人才，而且在擴(kuò)大大數(shù)據(jù)管理的同時(shí)，會(huì)不會(huì)反而取代原來的管理，也是必須注意的課題。

    盡管如此，大數(shù)據(jù)分析仍會(huì)為企業(yè)帶來許多機(jī)會(huì)，可以洞察出原本被隱藏的資訊，進(jìn)而做出更明智的決策。例如消費(fèi)者在購(gòu)物網(wǎng)站上的點(diǎn)擊串流，與社群網(wǎng)路資訊結(jié)合起來，會(huì)形成更可靠的推薦品項(xiàng)；或是蒐集各地天候與土壤數(shù)據(jù)，以評(píng)估地域特殊性層級(jí)的農(nóng)作物風(fēng)險(xiǎn)等。

    如果能將數(shù)據(jù)分析融入作業(yè)流程中，甚至可能幫助企業(yè)進(jìn)行自動(dòng)化決策。如麥當(dāng)勞的高速影像解析系統(tǒng)，可以直接提供管理者所需要的作業(yè)資訊，隨時(shí)進(jìn)行調(diào)整，而不用再像過去一樣，依賴色紙與卡尺來控制產(chǎn)品的品質(zhì)。

    透過大數(shù)據(jù)分析技術(shù)，更可看到過去可能看不到的資訊，如電郵、保證卡、客服電話錄音、醫(yī)囑及來自社群媒體及政府的公開數(shù)據(jù)等，都可能為企業(yè)帶來更多的商業(yè)價(jià)值。

    但企業(yè)的商業(yè)模式，也會(huì)因?yàn)榇髷?shù)據(jù)分析而有所改變。指出，企業(yè)要開始思考，可以通過什麼方式或途徑來賺錢，如何運(yùn)用大數(shù)據(jù)產(chǎn)生差異化的產(chǎn)品或服務(wù)，例如企業(yè)是否能夠依天氣型態(tài)、付款量與熱銷商品類別，協(xié)助供應(yīng)商適時(shí)發(fā)現(xiàn)真正的需求。

    從目前云端或大數(shù)據(jù)有關(guān)的創(chuàng)新應(yīng)用案例中，解決方案的發(fā)展趨勢(shì)有下列幾點(diǎn)，首先就是有能力整合結(jié)構(gòu)性及非結(jié)構(gòu)性數(shù)據(jù)，尤其是非結(jié)構(gòu)化數(shù)據(jù)，重要性正在與日俱增，但由於不是每個(gè)使用者都熟悉工具的使用，因此應(yīng)用介面一定要做到簡(jiǎn)單化，而且要能善用開放數(shù)據(jù)及群眾外包(Crowdsourcing)的資源。

    應(yīng)用大數(shù)據(jù)的產(chǎn)業(yè)類別，目前以零售、健康與醫(yī)療、城市與運(yùn)輸、制造業(yè)、金融服務(wù)業(yè)為主，如果想要發(fā)展大數(shù)據(jù)服務(wù)創(chuàng)新，當(dāng)務(wù)之急就是要設(shè)法培育數(shù)據(jù)分析人才及導(dǎo)入云端服務(wù)。

    企業(yè)如果想要建立與大數(shù)據(jù)相關(guān)的商業(yè)模式，一定要先建構(gòu)出傳遞數(shù)據(jù)的網(wǎng)絡(luò)，以適地適時(shí)的傳遞數(shù)據(jù)，并加以整合、交換、重組。重點(diǎn)在於何種商業(yè)模式適合企業(yè)當(dāng)前的組織，才能迎向下一波潮流的康莊大道。

    企業(yè)如果想要運(yùn)用大數(shù)據(jù)建立商業(yè)模式，在解決方案的使用技術(shù)方面，儲(chǔ)存與實(shí)現(xiàn)技術(shù)都要兼顧，而且儲(chǔ)存數(shù)據(jù)的技術(shù)最好能夠朝向分析的方向邁進(jìn)；其次是數(shù)據(jù)類型，雖然非結(jié)構(gòu)性的數(shù)據(jù)類型居多，但仍需要設(shè)法與結(jié)構(gòu)化數(shù)據(jù)結(jié)合，因?yàn)樵S多演算法只能處理結(jié)構(gòu)化數(shù)據(jù)；最後則是要有更多的數(shù)據(jù)解析任務(wù)類型，包括敘述性統(tǒng)計(jì)分析、(即時(shí))預(yù)測(cè)建模、集群、推薦系統(tǒng)、聲紋分析及線上廣告等。

    企業(yè)要建立大數(shù)據(jù)商業(yè)模式，必須要與許多合作夥伴共同承擔(dān)風(fēng)險(xiǎn)，而且形成規(guī)模經(jīng)濟(jì)後，才能掌握相當(dāng)?shù)淖灾鞑呗钥刂婆c更大的收益潛力。

    至於大數(shù)據(jù)業(yè)務(wù)的的獲利方式，往往需要取決於數(shù)據(jù)的客制化程度，以及分析出來的數(shù)據(jù)與客戶的關(guān)系，才能讓客戶掏錢出來。如何做好數(shù)據(jù)建模，變得相當(dāng)重要，需要融合統(tǒng)計(jì)、機(jī)器學(xué)習(xí)、作業(yè)研究(運(yùn)籌學(xué))等各種領(lǐng)域。

    以文字?jǐn)?shù)據(jù)探勘的過程為例，數(shù)據(jù)分析的過程常常需要相似性衡量，依此找出真正有價(jià)值的資訊。指出，數(shù)據(jù)科學(xué)的通用手法，除了要能明確說明理論與模型外，假設(shè)較少的機(jī)器學(xué)習(xí)的領(lǐng)域也需要加以注意。而模擬與數(shù)學(xué)規(guī)劃是常用作業(yè)研究工具，建立模型規(guī)格，并運(yùn)用模型產(chǎn)生數(shù)據(jù)、預(yù)測(cè)值或推薦。

    大數(shù)據(jù)其實(shí)也潛藏著許多虛假與危機(jī)，所以一定要做好數(shù)據(jù)前處理的工作，以及慎選適合數(shù)據(jù)性質(zhì)的模型進(jìn)行分析。這些要?jiǎng)?wù)先要有優(yōu)質(zhì)、開放及靈活的工具，才能具體實(shí)現(xiàn)各種創(chuàng)意，并做到跨領(lǐng)域且抓住知識(shí)的源頭，才能深入數(shù)據(jù)價(jià)值萃取的核心。

    最後強(qiáng)調(diào)，企業(yè)只要「一」心向著數(shù)據(jù)理解的根本要?jiǎng)?wù)前進(jìn)，精通至少「兩」種彈性的分析工具，掌握統(tǒng)計(jì)、機(jī)器學(xué)習(xí)與運(yùn)籌學(xué)等「三」大類模型，就可大步邁向數(shù)據(jù)驅(qū)動(dòng)的決策厘訂新紀(jì)元。