還記得2014年暑假上映的一部因為在台灣取景，被台灣人拱為必定要支持的電影-Lucy嗎？如果你也有印象，想必記得以下這幕—女主角Lucy想要從數以千萬條數據線中找尋自己想要的目標。
大家口中的big data是什麼?
現在人手一台行動上網手機或是平板已經是社會的常態現象，每人每一天上傳與下載了無數筆使用者資料，現代社會逐漸型塑出的行為模式，使得這幾年所形成的數據量足足是過去的好幾十倍之多，這些看似只是被系統紀錄下來的數據，在專業分析師針對某一特定的目標來深入挖掘並解析，就成了可以幫助各個企業與整個社會成長的大數據(big data)。
為什麼愈來愈多企業願意對big data挹注大量資金？
抽樣調查，相信這一詞對在學校打滾過的大家並不陌生，這是我們利用部分群體給予的資料和問題解答，來推論究竟我們所下的假設是否正確的方法。然而，最常出現的偏誤是所選定的目標族群其實並不代表整個母體，也就是雖然我們十足發揮了學校老師教授與課本上每一個社會科學研究方法來實際操作我們的假設，但因為有著最常被提到的限制--「母體太大無法蒐集到全部資料」，使得辛苦繳交出的一份報告不是相當具有參考性便是其結果一點意義都沒有。
而big data卻可以克服上述的困境，因為背後的每一筆資料都是來自使用者的相關點選與操作，所以分析師能夠計算出更準確的參考數值以幫助企業對未來做出關鍵性預測、減低風險，做更有把握、更具有效率的決策。
成功案例
不能不提到美國電商Amazon，他們是最早開始採用big data的企業之一，其「先發貨後接單」的能耐，是建立在演算「顧客的搜尋記錄」、「過去點選過的商品」、「自建心願清單」、「其他類似消費者所購買過的商品」、甚至是「消費者瀏覽某頁面所停留的時間」等億萬筆消費者交易資料累積下來的big data之上。如此精確的計算結果，幫助該公司創造了更多的消費可能。
另一個成功者是擁有全台活躍上網人口80%的Facebook，他們不必伸手向任何人索取個人資料，我們便心甘情願的直接填滿任何一格個人檔案欄位中的空格，此外，搭配著大部分人喜愛點選的like與留言，或許因為臉書所擁有的個人資訊而能夠比身旁的親朋好友更加地了解你，不用說臉書是足以拋出任何一個為使用者量身打造的廣告內容，也難怪該公司只花短短兩年的時間就將網路廣告業界的1%擴大到將近30%的市佔率。
大數據的成功不僅僅止於網路世界，就連娛樂界也吹起使用big data的旋風。
於2013、2014年轟動全球，由美國媒體播放網站Netflix改編製作的美劇「紙牌屋」(House of Cards)便是一部完全依循big data所鑄造的成功，Netflix在美國的訂閱用戶達將近3000萬人次，而每天每位線上用戶會產生3000萬次以上的行為，包含影片的「播放」、「暫停」、「向前快進」、「向後回放」、「收藏」、「評分」與線上關鍵字搜尋，通過網站上的記錄與分析，該公司將演算結果的大眾偏好--名導演大衛芬奇、奧斯卡影帝凱文史貝西與政治驚悚通通收入該劇，在推廣過程中依照觀眾的意見與回饋適時地修改、增加額外的劇情內容，且根據先前數據分析的結果選擇將整季影集一次性播放，上述多項公司決策都顛覆了以往娛樂界的製作與銷售的形式，但是觀眾的埋單與各項世界級權威的獎項都印證著該劇的成功。
以上的案例都說明了Big data的成功與「貼近並滿足消費者需求」有著絕對的關係，企業主手中掌握的消費者資訊使他們不必依循自己的直覺下決策，演算出來的結果自然會指引企業該如何踏出下一步，然而，數據告訴我們的是可選擇現成的何種決策與何種商品，是否能夠以自有的數據來創造更符合消費者期待的服務與產品相信會是下一個成功的關鍵。
留言列表
