過去依賴專家經驗或領導者主觀判斷，將被資料導向的決策所取代。 在大數據的世界，新型態的分析將造就一波新奇的見解和運用，重新塑造我們的生活、工作和思考方式。
【文／大師輕鬆讀】
分析大量資料，找出其中的相互關係，再根據這些相互關係做出預測，正是大數據的核心所在。 2009年發生的 H1N1禽流感病毒事件，就是說明運用大數據的好例子：
傳統上，美國疾病控制及預防中心追蹤病毒的方法，是蒐集醫師出診的資料，然後用 2 星期左右的時間完成圖表編製及公告。但 Google 提出了另一種完全不同的方法。它根據人們感冒時上 Google 搜尋治療方法的數據，藉此追蹤 H1N1的病毒傳播。接著又從 Google 過去和流行性感冒傳播的相關史料中，整理出有相互關係的搜尋用語。這使得衛生官員不用再花幾個星期等待美國疾病控制及預防中心的資料更新，便可以即時追蹤 H1N1的散播程度並且迅速提出因應之道。
了解資料的相互關係可能不會精確地告訴我們事情發生的原因，也不是提供終極答案的工具，但卻可以提供我們各種新的見解和效益，幫助我們更貼近現實。
繼數位革命後，大數據潮流再度顛覆我們的生活、經濟、社會、科學各層面，造成巨大轉變、勢不可擋的趨勢以及隨之而來的種種隱憂。但在不久的將來，當數據化更為普遍，我們一定會把它視為理所當然。
在類比時代，資料的蒐集和分析異常昂貴且相當耗時。數位化已經在根本上扭轉了這種局勢，因此在不久的將來，3 項新興趨勢將顯著成長：
趨勢 1 數據化將更普遍
大數據的核心信念之一是提出，巨大量體的資料有其特殊價值存在。有了這層認識，「數據化」就是要從沒人認為有任何價值的材料中發掘數據的過程。
當大數據的好處得到更多認可和重視時，更多現實世界的現象就會被數據化，或轉換成可以讓電腦分析的有用資料。最明顯的應用將是：
■真實世界的度量指標──時間、距離、區域、音量和重量，現在都能以更高的正確性和精確性，進行度量及追蹤。
■文字──谷歌和其他公司正努力將印刷書籍變成數據化內容，以供機器搜尋、索引和處理。
■地點──在 1990 年代，價值數百美元的全球定位系統模組，如今可以花不到 1 美元大量生產。此外，無線科技也更為廣泛流傳、廣泛使用。
■互動──臉書在 2012年大約擁有 10 億用戶，意味僅只一家公司有辦法取得超過全世界 10% 人口的資料。但臉書資料能做的不只是追蹤 1000 億條友誼連結，對於信用記錄和未來各種商業的應用，都可能具有極大的價值。
趨勢 2 資料將成為關鍵資產
隨著大數據的應用，資料的價值正在改變。在數位時代，資料褪除它支援交易的角色，並且往往變成交易的商品本身。在大數據的世界，情況再度有了變化。資料的價值從原本的用途轉移為未來的可能用途。你可以對它進行很多不同的操作：
■以不同的方式再次使用──一旦資料被電腦取得並儲存，就可以透過各式各樣的創新方法再次使用。完全在於企業如何看待資料。
■和其他資料結合──網際網路上的「混搭」概念，是以新奇的方法結合兩種或多種資料來源，將是某些重大分析研究的前身，也正是大數據未來將促成的結果。
■尋找新奇的用途或「廢物利用」──隨著科技進步，追蹤人們進行數位活動留下的蹤跡愈來愈容易，許多企業也更精於取得廢棄或二手資料，再透過其他方式使用。
在大數據的世界，了解愈多就愈有競爭優勢。資料可以形成強大的進入門檻。例如，假設有某個更好的 Google、更進步的臉書或是更聰明的亞馬遜出現，它必須奮力贏得注意，因為那些企業從他們既有顧客的互動中，已經蒐集到如此多的資料，它們可以精確了解顧客想要的是什麼。很難想像會有更好的科技或更好的經驗，足以抵銷這些市場龍頭早已蒐集到關於什麼最有效的龐大資料。
趨勢 3 分析將凌駕專業知識
大數據的價值鏈通常類似下方描述的一樣：
■握有大量資訊的資料持有者會試著從資料中萃取價值，但是他們有時會欠缺必要的技巧和專業知識。
■資料專家就是擁有必要的專業知識和技術，可以執行複雜資料分析的企業。
■在大數據價值鏈中通常會出現的第三方，就是那些具有大數據心態的企業和個人，因此可以在其他人之前發現機會。這些個體或許沒有存取資料的管道或採取行動的必要技術，但是身為機靈的先驅行動家，他們會看到可以掌握價值的機會。
大數據產生的最大衝擊是資料導向的決策將可以用來強化或推翻人為的判斷。主題領域專家、實務專家和統計學家、資料分析師相形之下，將會喪失他們的部分光芒，後者將不受舊的做事方法制約，而讓資料發聲。這種新架構依靠的是資料的相互關係，而沒有預判或成見。
專家的影響力正在消退，不受舊的做事方法制約的統計學家及資料分析師將異軍突起。
【完整內容請見《大師輕鬆讀》No.506】
留言列表
