Q：大數(shù)據(jù)從哪來(lái)?

　　A：任何地方。隨著物聯(lián)網(wǎng)興起，任何以前不可能產(chǎn)生數(shù)據(jù)的東西或地方都可能「數(shù)據(jù)化」。天睿資訊(Teradata)首席技術(shù)長(zhǎng)寶立明認(rèn)為大數(shù)據(jù)的發(fā)展可以分成叁階段，正說(shuō)明了大數(shù)據(jù)的來(lái)源多樣化：.com時(shí)期、社群網(wǎng)絡(luò)時(shí)期和物聯(lián)網(wǎng)時(shí)期。早在 2000年初網(wǎng)絡(luò)熱潮興起，人們就已經(jīng)開(kāi)始研究log數(shù)據(jù)，蒐集使用者的cookie和搜尋行為等。而社群網(wǎng)絡(luò)如Facebook或Twitter將人們的互動(dòng)關(guān)係數(shù)據(jù)化，這些社群數(shù)據(jù)創(chuàng)造了大量的商業(yè)價(jià)值。而第叁階段物聯(lián)網(wǎng)時(shí)期，可能是最有趣的階段，無(wú)論是機(jī)器還是人都開(kāi)始被數(shù)據(jù)解構(gòu)，數(shù)據(jù)可能來(lái)自手錶、鞋墊甚至皮帶，這些物聯(lián)網(wǎng)數(shù)據(jù)將是接下來(lái)重要的數(shù)據(jù)分析對(duì)象。

　　Q：大數(shù)據(jù)有什么風(fēng)險(xiǎn)?

　　A：傳統(tǒng)商業(yè)分析會(huì)有的風(fēng)險(xiǎn)，大數(shù)據(jù)也都會(huì)有，這并非大數(shù)據(jù)才有的問(wèn)題，「?jìng)€(gè)資安全問(wèn)題」一直都存在，只是隨著數(shù)據(jù)來(lái)源越來(lái)越多且數(shù)據(jù)量越來(lái)越大，資安問(wèn)題更顯迫切罷了。市場(chǎng)研究機(jī)構(gòu)Gartner研究副總裁布萊恩(Brian Prentice)指出，大數(shù)據(jù)本身并沒(méi)有資安問(wèn)題，問(wèn)題在企業(yè)應(yīng)用數(shù)據(jù)的方式，Gartner預(yù)測(cè)2018年，企業(yè)違反商業(yè)倫理的案件中，有近50%都來(lái)自不當(dāng)?shù)拇髷?shù)據(jù)應(yīng)用。

　　另一值得關(guān)切的是大數(shù)據(jù)可能帶來(lái)的「數(shù)據(jù)獨(dú)裁問(wèn)題」，根據(jù)大數(shù)據(jù)領(lǐng)域權(quán)威麥爾茍伯格(Viktor Mayer-Sch?nberger)的說(shuō)法，數(shù)據(jù)獨(dú)裁指的是任由數(shù)據(jù)來(lái)管控我們，盲目受到分析結(jié)果的制約，導(dǎo)致濫用或誤用數(shù)據(jù)。例如根據(jù)數(shù)據(jù)分析將人群分類，其實(shí)有可能會(huì)把個(gè)體給標(biāo)籤化，甚至污名化某些族群，想像未來(lái)若我們用數(shù)據(jù)預(yù)先打擊犯罪，那會(huì)是什么情景?

　　Q：Big Data和Open Data有什么不一樣?

　　A：開(kāi)放數(shù)據(jù)(Open Data)是大數(shù)據(jù)的一種，但大數(shù)據(jù)不等同于開(kāi)放數(shù)據(jù)。開(kāi)放數(shù)據(jù)是指將塬本受私人組織或公部門(mén)管理的塬始數(shù)據(jù)無(wú)條件地開(kāi)放出來(lái)，供任何人使用。近年來(lái)討論度較高的是公部門(mén)的塬始數(shù)據(jù)，許多民間團(tuán)體主張公部門(mén)數(shù)據(jù)本為民眾所有，除非涉及個(gè)人隱私，否則公部門(mén)應(yīng)無(wú)條件開(kāi)放數(shù)據(jù)，讓民間可以介接數(shù)據(jù)，除了瀏覽，還可以加值應(yīng)用。

　　對(duì)新創(chuàng)企業(yè)而言，開(kāi)放數(shù)據(jù)是非常好的資源，當(dāng)創(chuàng)新遇上開(kāi)放數(shù)據(jù)，很可能激起無(wú)盡想像。例如李慕約有限公司創(chuàng)辦人李慕約就利用政府開(kāi)放的農(nóng)產(chǎn)品即時(shí)價(jià)值數(shù)據(jù)，設(shè)計(jì)出果菜花終端機(jī)，用視覺(jué)化的圖表呈現(xiàn)農(nóng)糧署累積近20年的數(shù)據(jù)。

　　Q：什么產(chǎn)業(yè)特別需要大數(shù)據(jù)解決方案?

　　A：根據(jù)Gartner的報(bào)告，媒體傳播業(yè)、銀行業(yè)和服務(wù)業(yè)最早導(dǎo)入大數(shù)據(jù)，保險(xiǎn)業(yè)、零售業(yè)和醫(yī)療照護(hù)業(yè)預(yù)計(jì)在兩年內(nèi)導(dǎo)入，但阿里巴巴副總裁車品覺(jué)指出，以后任何一種產(chǎn)品或服務(wù)都潛藏著巨大的「數(shù)據(jù)化」?jié)摿?，企業(yè)需要加強(qiáng)對(duì)數(shù)據(jù)的重視，更加注重?cái)?shù)據(jù)的蒐集和整理工作。

　　根據(jù)《大數(shù)據(jù)@工作力》一書(shū)作者湯瑪斯.戴文波特(Thomas H. Davenport)的說(shuō)法，他根據(jù)數(shù)據(jù)量、所有權(quán)和數(shù)據(jù)應(yīng)用程度，將產(chǎn)業(yè)分成高成就者、數(shù)據(jù)劣勢(shì)者和低成就者。高成就者是那些擁有大量數(shù)據(jù)，而且已經(jīng)展現(xiàn)出優(yōu)異的數(shù)據(jù)分析成果的企業(yè)，例如消費(fèi)性商品、保險(xiǎn)業(yè)者、互聯(lián)網(wǎng)公司、旅游、運(yùn)輸和信用卡公司。在所有互聯(lián)網(wǎng)公司中，又以電子商務(wù)業(yè)者對(duì)數(shù)據(jù)的應(yīng)用最直接和強(qiáng)烈。以全球最大的電商平臺(tái)阿里巴巴為例，阿里巴巴假貨問(wèn)題向來(lái)猖獗，但透過(guò)分析商品文字、圖片描述、權(quán)利人投訴，甚至是社交媒體等16種維度的數(shù)據(jù)，結(jié)合大數(shù)據(jù)打假貨，現(xiàn)在阿里巴巴有90%以上的下架商品都是大數(shù)據(jù)系統(tǒng)主動(dòng)出擊發(fā)現(xiàn)的。

　　而低成就者是坐擁大量數(shù)據(jù)，但因法規(guī)限制或思維僵化等塬因，還沒(méi)利用數(shù)據(jù)變現(xiàn)的產(chǎn)業(yè)，如媒體、電信、銀行和零售，但其中仍不乏已開(kāi)始使用數(shù)據(jù)的例子。例如大型零售業(yè)者卡特琳娜行銷集團(tuán)(Catalina Marketing)就藉由分析超過(guò)1億人的消費(fèi)紀(jì)錄，結(jié)合旗下5萬(wàn)5千家零售店舖的POS機(jī)數(shù)據(jù)，交叉比對(duì)顧客的消費(fèi)紀(jì)錄，針對(duì)顧客的消費(fèi)喜好發(fā)送優(yōu)惠券，提高行銷效率。

　　數(shù)據(jù)劣勢(shì)者則是手邊數(shù)據(jù)不多，或是雖有足夠數(shù)據(jù)，卻缺乏完整結(jié)構(gòu)的業(yè)者，也較缺乏數(shù)據(jù)分析能力，例如許多B2B公司沒(méi)有辦法接觸到第一線的消費(fèi)者，而是提供服務(wù)給下游廠商，致其先天上就沒(méi)有第一手?jǐn)?shù)據(jù)。值得注意的是，醫(yī)藥機(jī)構(gòu)雖然被戴文波特列為數(shù)據(jù)劣勢(shì)者，但這是因?yàn)槊绹?guó)的病歷電子化程度低，不若臺(tái)灣擁有全世界最完整的國(guó)民健保數(shù)據(jù)庫(kù)，因此臺(tái)灣的醫(yī)療機(jī)構(gòu)應(yīng)是低成就者，而非數(shù)據(jù)劣勢(shì)者。

Q：大數(shù)據(jù)的商業(yè)模式是什么?

　　A：大數(shù)據(jù)的商業(yè)模式大概可分成幾種：一、從既有數(shù)據(jù)變現(xiàn);二、以數(shù)據(jù)提升企業(yè)競(jìng)爭(zhēng)力;叁、以數(shù)據(jù)做為服務(wù)的基礎(chǔ)與核心，用數(shù)據(jù)顛覆傳統(tǒng)行業(yè)。

　　模式一，數(shù)據(jù)本身即為產(chǎn)品或根據(jù)數(shù)據(jù)制定行銷策略、改善產(chǎn)品。例如美國(guó)運(yùn)通讓持卡人與自己的Facebook帳號(hào)連結(jié)，持卡人成為美國(guó)運(yùn)通粉絲團(tuán)粉絲后，美國(guó)運(yùn)通會(huì)依據(jù)會(huì)員在Facebook上的活動(dòng)，提供相應(yīng)的優(yōu)惠措施，結(jié)合社交數(shù)據(jù)和會(huì)員數(shù)據(jù)，就是為了提升消費(fèi)者辦美國(guó)運(yùn)通卡的誘因。

　　模式二是藉由數(shù)據(jù)提升競(jìng)爭(zhēng)力，這類的大數(shù)據(jù)專案成效較無(wú)法直接反映在營(yíng)收上，而是反映在提升內(nèi)部工作效率或降低決策成本上。例如許多人都知道LinkedIn透過(guò)數(shù)據(jù)精準(zhǔn)推薦職場(chǎng)人脈給用戶，卻不知道LinkedIn在公司內(nèi)部推出數(shù)百款數(shù)據(jù)分析產(chǎn)品，幫助內(nèi)部員工提升工作效率，其中Voices就是一款能將LinkedIn客服內(nèi)容，在1分鐘內(nèi)快速生成分析報(bào)告的數(shù)據(jù)分析工具。

　　無(wú)論是模式一還是模式二，其實(shí)都有掌握過(guò)去、預(yù)測(cè)未來(lái)和防患于未然的共同點(diǎn)，只是一個(gè)應(yīng)用層面是對(duì)外，一個(gè)對(duì)內(nèi)，這兩種模式常見(jiàn)于既有的企業(yè)。但模式叁，也就是以數(shù)據(jù)做為業(yè)務(wù)核心的公司，這些公司生來(lái)就是要來(lái)顛覆傳統(tǒng)行業(yè)，它們打從開(kāi)業(yè)的第一天起就把數(shù)據(jù)當(dāng)做業(yè)務(wù)核心，叫車App Uber和防詐騙電話App Whoscall是最好的例子。

原文鏈接：http://www.thebigdata.cn/YeJieDongTai/13904.html