在今天看見明天
熱門: 理財 etf 台股 殖利率 2024總統大選

打破你只看數字的迷思—大數據賣的是解決方案

打破你只看數字的迷思—大數據賣的是解決方案

林之晨(之初創投創辦人林之晨)

職場

2015-09-09 09:40

過去兩年,在Netflix以行為分析為基礎打造的《紙牌屋》(House of Cards)影集暴紅的同時,大數據也成了現代企業經營的顯學。無論是消費、金融、電信、交通,甚至是政治、慈善,所有的研討會上,一定可以看到大數據的身影。似乎人類組織有史以來的行銷、管理等問題,有了數據(Data),全部都可以解決。

事情當然沒有那麼簡單。就像任何新科技一樣,大數據並不是萬靈丹。要善用它,必須要從對的觀念出發。今天就跟大家聊聊關於大數據(Big Data),我最常聽到的6個迷思:

 

1.大數據是新時代的新玩意

 

事實上,數據分析一點也不新。早從數百年前的啟蒙時代,學者們便已開始遵循科學方法,一步步拆解事物形成背後的原因。科學家先觀察,取得並分析數據,歸納出假說,然後再經過不斷實證,逐漸形成定律。因此我們說的大數據,充其量只是科學方法的應用。跟過去的科學家相比,現代大數據更多仰賴機器去做觀察與取得數據的工作,以求更全面、更即時的資料收集。但後續的推論、歸納工作,還是需要人為的判斷。(註)因此它們被稱為「資料科學家」。

 

2. 100TB以上才叫大數據

 

數據的大小,事實上沒有明確的界線。更重要的,數據的大小,不一定有意義。數據大,也不代表一定能做出準確的預測──假設你擁有地球70億人口的姓名、性別、生日、身高、體重、膚色、視力,以及他們的上網行為等種種數據,如果題目是要預測他們明年的收入分布,這個龐大的資料庫,恐怕還是無法幫上你什麼。所以數據在精不在多,重點是要達成的任務,不是儲存的數量。

 

3. 數據非常客觀

 

採集數據的軟硬體,是人為設計的,因此不可能做到絕對的客觀。手機停留在某個畫面,就代表你在欣賞這個內容嗎?很難說,或許你只是在跟旁邊的朋友聊天。對某個發文按讚,就代表你真心喜歡這則資訊嗎?也很難說,說不定只是喜歡發文的人,或是手滑不小心按到。真實世界,永遠有測不準的環節,因此設計數據採集軟體的人,很難絕對客觀的去記錄使用者行為,所以產生出來的數據,也很難是完全客觀的。對於大數據,你該有的認知是它有相當、相對的客觀性,但不可能絕對準確。

 

4. 數據可以告訴你不知道的內幕

 

就像字面顯現的,數據只能告訴你不知道的數據。但它究竟代表什麼樣的內幕,必須要靠歸納者自行去解讀。舉例來說,分析你的App使用者資料後,發現21~30歲女性族群占比最大,這可能代表著你的App對這種人最有吸引力,但也可能代表當初推廣團隊在下廣告時,比較針對這樣的族群。究竟事實是什麼?往往需要更進一步的綜合比較、實驗分析,才能逼近。

 

5. 大數據是資訊部門的問題

 

大數據的收集與儲存,的確可以歸類為資訊部門的業務。但定義該收集什麼,如何收集,收集後該如何應用,絕對是業務主導部門該負責的。要求IT部門把大數據做好,就好像要求財務部門提升公司獲利一樣,是本末倒置的。

 

6. 大數據會改變一切,不懂數據的人將會被淘汰

 

數據的重點不是數據,而是解讀與預測,也就是用數據驗證人類的行為模式,用以提升產品與服務的設計,與潛在、現有客戶溝通的方法與內容。因此,懂數據不是重點,懂人才是。在全面連網的世界,數據將會愈來愈氾濫,懂數據收集管理的人也將會愈來愈普遍。但無論科技如何發展,懂人的人,恐怕永遠是少數。人感性、容易受到環境影響,因此難以預期。

 

所以,大數據是社會科學重要的進展,但企業要精準抓住未來,經理人要擁有更好的決斷力,還是要基於對不同人、不同性的理解,而不僅是科技工具的使用而已。大數據不是萬靈丹,它只是渦輪加速器,至於方向盤,仍舊掌握在你的手上。

延伸閱讀

拜大數據之賜 所有的預測不是偶然

2016-09-23

不要被粉絲、留言數迷惑—3大FB百萬粉絲經營術

2015-09-09

把客戶當神 新秀網站「愛」的吸金術

2015-09-09

專訪facebook大中華區董事總經理梁幼莓—臉書要用App家族搶廣告大餅

2015-09-09

主動出擊和粉絲搏感情—LINE教你從消息轉消費的行銷手法

2015-09-09