2015/12/6「大數據時代必備：活用統計學觀念，精準預測、果斷決策」

好文

大數據時代必備：活用統計學觀念，精準預測、果斷決策

摘錄自：經理人 每日學管理 電子報                        2015/12/3

2014-08-29 21:06  MT 《經理人月刊》編輯部 

整理．撰文/張玉琦  編輯 / 齊立文

假如你是一家麵包店的老闆，你會怎麼解決以下這些問題：

•問題1.烤箱的產能有限，該選擇生產哪些種類的麵包？

•問題2.想在網路上行銷麵包店，哪一種廣告比較有效？

•問題3.怎麼從麵包判斷，麵包師傅有沒有偷工減料？

用管理的語言來說，以上分別是「預估需求分配產能」「評估行銷方案成效」和「產品品管」問題，也是工作場合中經常會遇到的情境。這些問題，乍看之下似乎和統計無關，但是其實每一個問題都可以應用統計的觀念和方法，來構思解決之道。

如果你具備統計思維的話，這幾個問題的思考方向如下：

1.列出最受歡迎的幾種麵包，優先生產明星商品。

問題1的關鍵是找出明星商品，這需要統計出麵包的總營業額，再算出每種麵包占總營業額的相對比例，優先生產能囊括七成營業額的產品組合。這會用到統計的次數分配表和直方圖，此種分析法也稱為ABC分析法（參見P.65）。

2.寫出兩種文案，分別廣告一段時間看看成效如何。

問題2要比較廣告成效，最好的方法是用統計的隨機對照實驗，讓兩種廣告隨機出現，一段時間後，觀察哪種廣告的效果比較好，再大範圍運用效果比較好的廣告（參見P.85）。

3.抽查幾個麵包，秤秤看重量差距有沒有過大。

要解決問題3，你需要先知道麵包的平均重量，再對麵包進行抽樣，看看麵包的重量是否呈現常態分布的鐘型曲線？若是偏離曲線，就可能暗示麵包品管有問題。（參見P.65）

培養從數據得到啟發的能力，評估決策與行動效益

做為一門蒐集、彙整、分析資料的科學，統計也是企業常用的分析工具。

電子商務網站亞馬遜（Amazon）能在你瀏覽時，推薦你「買了這本書的人也買了這些書」，用的是相關性分析；美國總統歐巴馬（Barack Obama）的競選團隊，知道哪個版面的網站能讓選民增加捐款金額，利用的是隨機對照實驗；市場調查能用少數人的意見推算出整個市場的看法，依據的是抽樣調查的原理。

達特茅斯學院教授查爾斯．惠倫（Charles Wheelan）在《聰明學統計的13又1/2堂課》一書中，列舉出學統計的目的，其中包括：

1.分析數據，將資料做出摘要；

2.做出更好的決定；

3.辨識出能提升做每一件事效果的模式；

4.評估政策、計畫與其他創新事項的效用。

聽起來是不是很熟悉？彙整數字做出決定、找出做事更有效的方法、評估計畫的效用，這些不就是經理人的工作嗎？

《統計學，最強的商業武器》作者西內啟更具體指出，統計學可以幫助商業人士思考以下3個問題：

1.哪個因素的變化能提高收益？

2.採取可引發這種變化的行動可行嗎?

3.若是可引發該變化的行動可行，其成本會高於所增加的收益嗎?

多摩大學經營資訊學系副教授豐田裕貴則認為，商務人士學習統計學，不只是培養從數據得到啟發的能力，更重要的是利用統計學的技巧評估數據，可以親自體驗「建立假說、檢驗、解釋結果、重新思考」的過程。

豐田解釋，在商場上，發現「結果」以及形成結果的「原因」之間的關係非常重要，這種在數字堆裡反覆驗證的過程，就是建立假說，是一項必須不斷練習操作才能提升的能力。而一旦純熟到了某個階段，擅長統計的人，就算不依靠數據分析，也能想得出好的假說。

大數據時代來臨，更需要解讀數據的能力

拜網路普及與科技進步之賜，大數據（Big Data）的時代來臨。

大數據的意思是，企業能蒐集到龐大的資料量，也有能力分析這些資料，統計身為彙整說明資料意義的科學，因而成為當紅的趨勢。因此，為了善加運用大數據，經理人更需要具備統計的素養。

大數據能夠做到什麼，可以從一個故事講起。有一天，百貨公司寄了一份嬰兒用品型錄給你未婚的女兒。你認為這是對你女兒的侮辱，所以怒氣沖沖地打電話到百貨公司客服部抱怨，請他們以後不要再做這種事了。你抱怨完，卻看到女兒興味盎然地翻著型錄，原來她已經懷孕了。

百貨公司比爸爸更早知道女兒懷孕的消息，不是黑色幽默，而是塔吉特（Target）百貨真實發生的事件。塔吉特怎麼知道顧客懷孕了？說穿了並不神奇，因為該公司設有準媽媽禮物登記處，讓準媽媽們登記自己想要的嬰兒禮物。由於這份清單等於確知已懷孕的顧客名單，塔吉特便依據名單上的消費紀錄，建立起懷孕婦女的購物模式（孕期會購買的商品清單），再用此模型比對其他客人的消費紀錄，找出消費形態類似的顧客，向她們行銷相關商品，達成「未卜先知」的結果。

運用這個方法，塔吉特多找出了30%的行銷對象，從降低行銷成本和提高行銷精準度的角度來看，都相當成功。

塔吉特所做的事，就是將大量數據（塔吉特所有消費紀錄）彙整成供決策者解讀的情報，增強了企業、組織的預測能力，而大數據背後的根本學問，正是統計。以這個例子來說，塔吉特能找出「懷孕」和「購物清單」關係，靠的是統計上的迴歸分析（參見P.88）。

東京大學先端科學技術研究中心特任教授稻田修一說，企業要活用大數據，需要3種人才：第一是數據的IT專家；其二是分析數據的資料分析人員；其三是活用數據的經理人。

稻田強調，統計並不是分析數據就好了，從分析的結果推測該如何影響顧客的行為，並且將之擬定為具體的商業計畫，並據此行動才是關鍵。

從企業策略的角度來看，依據經營方針而指示研究數據，屬於管理工作；將分析的結果化為實際的行動，也屬於管理的範疇。經理人要決定該怎麼分析資料，也要有能力依據整理好的資料，改變行動。

改變之後，經理人可能會因為行動改變，再次改變資料分析的方式，形成使資料分析愈來愈精確的正向循環，這也正是統計管理的效用所在。

用數字做決策-預算管理與戰略性數字分析

具備洞察力與執行力的優秀經理人都懂得善用數字做決策 強化關鍵數字解讀能力，能提早發現問題，聚焦改善問題核心；更能洞察商機，進而活用預算規劃與目標控管，將策略具體落實。 以數字判讀精進戰略視野，讓數字...more

2015/9/5「KPI不是萬靈丹！為什麼讓員工知道績效排名，表現竟然會更差？」

人力資源管理

KPI不是萬靈丹！為什麼讓員工知道績效排名，表現竟然會更差？

摘錄自：經理人 每日學管理 電子報                        2015/9/3

2015-08-04 18:01  合作轉載 Smartlinkin 

在大數據（Big Data）時代流行的現在，人們擅長將所有現象和事情做量化，在公司管理上也是如此。但數字真的可以用來描述一個人的工作表現嗎？真的可以用幾個數字，就能完整檢視員工一天中的完整表現嗎？

KPI關鍵績效指標（Key Performance Indicators）是現在各行各業喜愛用來評量員工工作成果的方式。這是一種結果論的指標，不在乎過程和內容，只要求最後數字達到標準。多數主管，認為這樣制式化的管理，可以檢視員工表現，讓公司營業額隨著員工KPI數字上升而提昇，但結果往往並非如此。《紐約時報》（New York Times）就指出，許多公司會想要將員工的表現量化，再做成排行榜來激勵排名較後面的員工，但結果卻往往不如預期，究竟問題出在哪裡？

1. 數據排名無法增加員工績效

員工的工作表現，與個人更有關，而非排名。華頓商學院的副教授Iwan Barankay曾針對1500名家具業務員進行實驗，將觀察對象分為兩組，一組是有告訴員工們排名、一組是只有公布個人成績。實驗結果頗為出人意料，不知道排名的那組員工，績效反而較好。

根據Barankay的研究可以發現，用數字將員工表現做排名，反而讓排名在後的員工士氣更加低落甚至妄自菲薄，導致工作成果更加惡化。此外，排名在前的員工，也會因滿足現況而降低進步的動機，進而停下前進的腳步，使得整體團隊的業績表現一起下滑。數據排名非但沒有促成團隊進步的效果，反而造成整體退步。

2. 團隊合作勝於彼此競爭

要讓團隊合作，相輔相成，同時又不能都不管理。領導者在團隊裡的角色是非常重要的，就像現在美國企業越來越重視人力資源管理的人才，要經營團隊，讓團隊效率發揮到極致，是領導者的責任與職責所在。讓員工了解自己成績是很重要的，但還必須讓他們了解到這不是用來相互比較才更重要！

一個團隊裡的成員，表現總是會有好有壞，要如何幫績效好的員工更好，讓績效差的員工找到適當的位置和角色，便是領導者需要評估、審思的。每個人都有適合自己的職場角色。身為業務，有些人或許善於陌生開發，有些人則是在替客戶規劃上較為拿手，比誰能帶來更多訂單更重要的，則是將這些各有所長的成員，整合出創造更多整體業績的團隊。

當然，競爭不是壞事。但是身為團隊領導者，更應該試著讓成員間有更多團隊合作的意識，讓每個團員都是以團隊、以公司為目標來努力，而不是專注在個人排名，更不只是專注在達成個人KPI上。

3. 數據不是一切，內容才是真實

「量化研究少了感情、質性研究少了理性，」Barankay指出。這是大數據時代會出現的問題，人們只專注數據，而忘了人本來就不是全然的理性。KPI或許可以呈現出部屬今天是否盡力完成了公司交代的任務，但無法知道他是如何達標。

就像發廣告傳單的人員，一天要發500份，真的有500個人拿到傳單了嗎？KPI跟數據乍看下或許是個有效率管理員工的方法，但一個「有人性」的公司，會觀察員工上班的情形；一個好的領導者，會傾聽團隊成員的意見和心聲，搭配著個人績效結果，可以分析出這位員工遇到了哪樣的問題，並設法協助改善。

大數據時代，開始將數字廣為應用在各種人事物上，卻忽略了「人性」這個潛在的因素。即使數字會說話，但說的話仍然有限，別用數字決定一切，身為領導者，不要忘記「傾聽部屬想法」才是最根本的。更不要讓數字成為員工喪失信心或惡鬥的來源，水能載舟，亦能覆舟，如何妥善的使用數字，便是這時代每位領導者都該注意的問題。

（本文轉載自《SmartLinkin》社群商務網，原文請點此。）

圖片來源 / Shutterstock

SmartLinkin商務社群網

「SmartLinkin商務社群網」為世紀智庫（簡稱SmartM）所經營的社群媒體。SmartM是專為企業與商務人士服務的創新顧問公司，運用網路思維重新定義「知識分享」、「學習」與「人才發展」。集結兩岸頂尖的超級講師、顧問群，包含國內外知名企業的創辦人與高階主管，持續推出實用性高、趨勢性強的培訓課程，聯手打造一流的創新、實戰、專業課程。

2015/6/10 「未來汽車 開車就像玩手機(1)」

製造

未來汽車　開車就像玩手機(1)

摘錄自：天下雜誌電子報                        2015/6/9

圖片來源：GettyImages提供

作者：辜樹仁 2015-06-09 天下雜誌574期

不論是慕尼黑高速公路上奔馳的BMW自動駕駛車，或是CES展出的各種酷炫車用科技與服務，其實都正在為我們描繪出一幅未來汽車生活的景象。這幅景象，不是天馬行空的科幻電影，而是正在一步步實現的全新未來移動世界。

四月中的早晨，德國南部第一大城慕尼黑，市中心與機場間的高速公路上，一輛銀色BMW五系列轎車，正以時速一百二十公里的速度疾駛。

這輛車優異的加速力道，高速下移動的平穩度，乘坐的舒適性，一如所有BMW汽車一樣。唯一的不同，是駕駛人的手，沒有握著方向盤，是自動駕駛系統在開車。

稍早前，《天下》記者來到這輛自動駕駛車的誕生地，位於慕尼黑奧運公園旁的BMW集團研究與科技中心。

這個負責全集團未來十年最先進汽車科技的研發重鎮，卻只是一個外觀非常普通，甚至有些老舊的紅褐色磚牆打造的三層樓建築，和BMW汽車的時尚感與內部實驗室中正進行的最前瞻技術研發，形成鮮明的對比。

在中心門口停車場，剛坐上這輛車時，《天下》記者其實有些忐忑不安。畢竟，生平第一次坐上一輛「電腦開的車」，不知到底安不安全？如果行駛中電腦當機，該怎麼辦？

但駕駛座上的BMW台籍研發工程師黃培時，卻老神在在地說，「跑久了，其實都知道在什麼狀況下，電腦會如何反應。」

確實如此，這輛車上電腦系統的「駕駛技術」，和一些台北街頭「勇猛」的計程車司機比起來，不論是加速、剎車、換車道、上下交流道，都出乎意料地順暢、平穩。

舒適的程度，讓行程滿檔、舟車勞頓的《天下》記者，竟忍不住打起瞌睡。

「目前為止，自動駕駛系統還無法百分之百判斷所有路況，」黃培時說，「但未來技術更成熟後，甚至連駕駛座都不需要有人了。」

這輛車，身上漆著醒目的「Connected Drive」（互聯駕駛）白色英文字，是BMW在二○一一年推出的第一代全自動駕駛系統實驗車，今年即將「退役」，由新一代駕駛能力更高超的自動車接手。

不只是話題，更是全球趨勢

未來移動世界  近在眼前

BMW台籍研發工程師黃培時在慕尼黑高速高路上，以120公里時速展示自動駕駛系統。（王建棟攝）

 類似的汽車科技，在二○○九年Google搶先一步向世人發表自動駕駛汽車，驚豔全球後，各大汽車品牌、車用零件與系統供應商、資通訊與網路公司，就爭相利用各種機會，在汽車展、電腦展、消費性電子展，發表自家最新產品與服務。

今年，自動駕駛和車聯網，更成了這些相關行業最熱門的話題與最重要的趨勢之一。

年初美國拉斯維加斯與五月底上海的消費性電子展（CES）中，全球十大車廠精銳盡出，搶盡風頭，讓智慧型手機、穿戴式裝置，相形失色。

不論是慕尼黑高速公路上奔馳的BMW自動駕駛車，或是CES展出的各種酷炫車用科技與服務，其實都正在為我們描繪出一幅未來汽車生活的景象。

這幅景象，不是天馬行空的科幻電影，而是正在一步步實現的全新未來移動世界。

這個新世界，不僅會帶來百年汽車業的典範轉移，吸引各行各業爭相「上車」，更將顛覆所有人的「行動」生活，駕車、乘車也更加安全、便利。

這幅景象，究竟是什麼樣子，會如何改變我們的汽車生活，不妨來想像一下。

早上上班或赴約前，你可將手機行事曆傳給汽車，汽車電腦根據最新路況幫你規劃行車路線。

上車前，用手機發動引擎、開車門，冬天可先暖車，夏天先開冷氣降車溫。

行車途中，路線上若發生意外事故或塞車，汽車電腦馬上提供替代路線。萬一還是遇上塞車，電腦判斷會遲到，可交給自動駕駛系統開車，你可透過車上視訊系統，先和同事聯繫，處理急事或開會。

抵達目的地前，汽車電腦提供有車位的停車場位置，到了入口下車，按一下手機，汽車就會自動開進停車場停車，稍後汽車電腦會將停車位置訊息，傳給你的手機。要取車時，同樣按一下手機，汽車就會自動從停車場開到你面前。

下班途中，若需要訂餐廳、電影票，可透過車聯網連線餐廳、電影院。

汽車若有任何零件老舊、故障，或到了該進廠保養時間，汽車電腦會透過手機提醒你，並和維修廠預約時間。

你與汽車的互動、操作汽車電腦，全部透過聲控，讓你可以專心駕車。

換句話說，未來汽車會變成你的手機、司機、警廣、秘書、辦公室、泊車小弟……，也讓大家的聯網生活，不再因為上車而「斷線」。

「一進到車裡，我的上網體驗就斷掉，那是不合理的，」長期關注網路科技破壞性創新的博理基金會策略長張以明說，「未來汽車就是要補上這個空白。」

福特六和總裁范炘形容，「未來汽車會變成裝了四個輪子的智慧型手機。」

開車像在玩手機

下載操控模式、隨時更新設計

未來汽車可以做這些事，是因為網路、感測裝置、人工智慧、大數據分析、雲端服務等資通訊軟硬體技術，已經夠成熟。

全球電機工程與資通訊系統領導廠商西門子，在德國慕尼黑上千名研究人員的中央研究園區。園區一個角落，有個非常不起眼，像是車庫的實驗室，但正在進行一項可能徹底顛覆未來汽車設計和操控方式的研究計劃。

這項德國政府資助，去年啟動，名為「Poject RACE」的計劃，是為了開發一套通用的未來汽車電腦系統架構，取代現在的機械動力結構。

計劃主持人克萊恩博士（Cornel Klein）解釋，現在的汽車操控，是透過電動馬達輔助的機械齒輪結構，未來將完全由電腦透過電線，發訊號給四個輪子上的馬達，進行轉向、加速、剎車。未來駕駛汽車會變得非常輕鬆省力，不再需要費勁轉方向盤。

因方向盤和輪胎間，沒齒輪連接，駕駛座可依個人喜好，隨心所欲移到左側或右側。

但駕駛人不再能「感覺」到汽車，會不會失去駕駛樂趣？

克萊恩說不必擔心，因為是全電腦控制，你可以選擇要「跑車模式」或是「轎車模式」的駕馭感覺，需要任何駕駛功能，都可從電腦下載到汽車上，就像下載應用程式到手機，增加新功能一樣。

也就是說，這套電腦系統架構，就像是汽車界的蘋果iOS作業系統或Google Android平台，可完全依照汽車品牌特性、車主或市場需求，進行調整。開發新車，也不必再重新設計。

「以後開車，就會像玩電腦遊戲一樣有趣好玩，」克萊恩說，「設計新車，也會像設計新手機一樣。」

西門子的RACE研發計畫，將讓駕車像玩電腦遊戲。（王建棟攝）

2015/6/9「說美麗的話」

幸福講義

說美麗的話

摘錄自：講義雜誌電子報                      2015/5/4

文/方祖涵

奧斯卡典禮結束的隔天，我在女兒的推特上，看到她轉推的一則貼文，寫著：「六千七百八十三，是昨天晚上頒獎典禮開始三個小時內，『令人作噁』這個詞被貼在網上的次數。」

這個貼文來自護理品牌多芬的官網，是「說美麗的話」（#SpeakBeautiful）行銷活動的一部分。她們運用即時傾聽軟體，觀察網路上被鄉民廣泛使用的關鍵字。令人難過地，其實「令人作噁」只是典禮過程裏排名第四的負面關鍵字，「厭惡」、「醜」、「可怕」等，出現的頻率更是超過十倍。不少在鍵盤後面的俊男美女們，看到姿色遠遠不及自己的好萊塢明星們，顯然很會妥善運用網路匿名的隱蔽性，積極放射出負面的批評。

社群網站占據大部分用戶的上網時間，是這一、兩年發生的快速轉變，網路行銷跟企業聲譽管理的「即時性」因此變得十分重要。廠商用各式傾聽軟體，在雲端上監控網路海洋的關鍵活動，這些工具除提供即時資料的截取與分析，還有直接參與傾聽對象對話的功能。而傾聽工具配合大數據（Big Data）運用更是威力十足，像多芬統計二○一四年在網路上對女性的惡意文字攻擊，發現竟然光在推特上，就有幾百萬次，因此在奧斯卡的時段推動「說美麗的話」活動，希望人們在下筆之前，想想可能對別人造成的傷害。

類似的行銷活動，在幾星期前的美式足球超級盃也出現過。

寶僑集團的衛生棉廠牌，花費近三億元的六十秒廣告，讓幾個小女生告訴大家，被別人說運動時「像個女生」（#LikeAGirl）其實是很傷人的性別歧視，甚至是女性成長過程中放棄運動的主因，結果成為本屆超級盃最受關注的廣告，不但立即被幾十萬人分享，在社群網站上更獲得超過八成的讚賞評價。

不管是護理品牌，或是衛生棉廠商，她們都希望在行銷商品之外，讓人們能夠藉由這些廣告，有機會重新思考負面言語的影響。

你知道嗎？這是一個最壞的時代，網路把我們每個人的黑暗面全都帶進世界：在過去的幾年裏，我們一定說了很多不會在別人面前說的話，做了很多不會在別人面前做的事。從運動球隊、影視明星到政治人物，大家彷彿有吵不完的架，有用不完的惡毒言語。從前暗地寄個黑函要花幾天用雜誌剪貼，免得被人認出字跡，現在只需要幾分鐘，我們的生活因此變得完全不同了。

然而，這也可能會是一個最好的時代。因為新的科技，人們即將漸漸學會，沒有一個人能夠真正匿名，也沒有一種傷害不是真的。我們會愈來愈知道，每一次的惡意批評，不但會在別人的生命裏造成傷痕，也讓自己永遠背負黑暗的印記。我們更有機會聽見，一些我們以為沒有惡意的話語，其實會造成嚴重的傷害，尤其是對種族、性別、性傾向、宗教、外貌或是階級的歧視言論。

知道這些事情之後，接下來就要看我們自己了。或許，從現在開始，大家可以試著「說美麗的話」，我們的世界，就會慢慢變得美麗起來。

2015/3/21 「日本雅虎策略長：誰妨礙了大數據的發展？」

日本雅虎策略長：誰妨礙了大數據的發展？

摘錄自：天下雜誌每日報電子報                        2015/3/10

2015-03-09 Web only  作者：nippon.com

圖片來源：nippon.com

缺乏數據、無法整合、不能建立數據利用的機制、沒有足夠的儲存保管基礎、缺乏維護人才以及可以綜合梳理並解決問題的人才——這就是現今大多數公司利用大數據的現狀。

 

關於作者  nippon.com

nippon.com日本網以英、中（簡體、繁體）、法、西、阿、俄、日7個文版，向全球60億讀者提供有關日本政治、經濟、文化等各方面資訊的綜合網站。

▌大數據的定義

近年來，人們對「大數據（Big Data）」的關注度日益提高。這都歸因於麥肯錫全球研究院（McKinsey Global Institute）在2011年發布的研究報告。該報告認為人們即將迎來一個利用規模大到超出現有數據處理系統能力的巨量資訊時代，並暗示戰略性地利用這些資訊數據，就有可能產生巨大的商業機會。

那麼大數據到底是什麼呢？從字面來看，它指的是以現有資訊處理技術無法應對的龐大資訊量。而實際上，當我們將儲蓄了各種服務的使用資訊數據與用戶的屬性資訊相結合，並在這些資訊數據發生時能夠全量獲取，就被稱做大數據。

典型的是網際網路服務的利用數據。另外還包括零售業銷售數據（POS數據）、電力使用數據、來自加速度感應器和無線運動監控器等設備的感應器測量數據。

與抽樣數據不同，大數據網羅了來自各種服務用戶的所有利用數據，它積累的資訊不是以一天、一小時，而是以每分、每秒的實際發生情況為基礎的。從地區資訊方面來看，它不是以市區町村或其他更小的單位來劃分的，許多時候可以精確到6位、7位數的經緯度座標級別。

▌大數據的三個特性

人們通常以巨量（Volume）、多樣（Variety）和高速（Velocity）三個詞來概括大數據的特徵，統稱為「3V」。但諸如作為典型大數據的電力、加速度感應器等探測的數據就談不上擁有搜尋關鍵詞這種「多樣性」。從速度和巨量這些條件來看也是如此，未必總能符合3V標準。

從利用角度來看，大數據具有以下三個特性。

一是可獲得的「屬性深度」，低於一般的行為觀察和問卷調查數據。即使掌握了何時用過、用了多少等資訊，但無法知曉「是在什麼狀況下，出於什麼理由或目的進行了這些行為活動」等利用背景。用戶的屬性資訊（有無幼年子女、職業、教育程度、收入等）也比較少。這可以說是將這些數據用於市場營銷時的一個課題。

二是覆蓋了所有的發生數據。可以找出抽樣數據中無法看到、相當於發生頻率較低的尾端部分的數據的獨特類型。

三是資訊利用的實時性。由於大數據可以實時讀取、處理消費和利用過程中各個場合發生的情況，所以可用於捕捉特定行為和需求發生的瞬間。比如，當某位特別關注某種汽車的用戶瀏覽了相關網頁時，就可以立刻提供有關該汽車的資訊。這是無法借助傳統市場營銷數據實現的。

▌大數據發揮優勢的案例

下面，讓我們以「為顧客提供價值」這種市場營銷視角，從6個步驟上來觀察一下數據的廣泛利用。

第一步，是「看清市場結構與需求」，這是制定各種商品開發與服務戰略的基礎；

第二步，是基於這種市場判斷，設計所提供的核心價值、服務屬性；

第三，針對不同顧客的市場行銷；

第四，是像前面提到那樣，在需求發生時提供推銷服務（廣告、郵件、網站內容等）；

第五，是檢驗實施前四步以後產生的效果；

第六，是從數值上預測未來情況。

大數據在上述後四個步驟方面尤其具有優勢。比如，要提供符合個別用戶特性的服務和資訊，大數據是不可或缺的前提。在網際網路上依據用戶的網路記錄過濾不恰當資訊，提供有針對性的廣告及符合個人消費行為的優惠券等，這都屬於典型事例。

實時打廣告或在搜尋框中輸入熱門話題的部分字眼時，立刻就會自動提示話題相關詞彙，這種現象源於積累了用戶的使用數據後所產生的「機械學習」。通過這種機械學習利用大數據的特點，在於服務提供方即使不理解具體語境也無妨。

此外，愈是要詳細獲取資訊，就愈是離不開大數據的幫助。比如，觀察在特定的一週內，人們傍晚在某車站附近的店內集中購買雞肉的變化情況這樣的例子。

▌用大數據預測分析選舉結果、景氣動向等

另外，人們的一個強烈期望，是運用大數據對不大遙遠的未來，也就是對當下或者近期做出準確的定量預測。我在雅虎實施過兩個有趣的預測。一是預測了2013年7月的參議院選舉結果。

最終發現，我們的預測大部分準確，預測結果的準確率超過了所有主要媒體。具體而言，我們發現網際網路上關注度（搜尋量和推特（Twitter）、Facebook上的原創投稿量等）與投票方式具有高度關聯性，針對每個選舉區進行了預測。歷來的辦法是通過專家學者的觀察、選民的呼聲和問卷調查結果等進行綜合預測，而我們僅依據數據的類型和利用量進行預測，獲得了準確性超越傳統做法的結果。

另一個例子是經濟情況的預測。內閣府公布的景氣動向指數，通常在時間上要往後1、2個月，但人們想知道的不是兩個月前的景氣好壞，更想知道現在的情況如何，於是我們開始了這個預測。我們首先從分析搜尋詞條入手。雅虎上全年大約會出現75億種搜尋詞條。我們對其中經常被搜尋的約60萬個進行了全面分析後，篩選出了尤與經濟指標密切相關的200個關鍵詞。以此為基礎，製作了用於推導當前景氣指標的模式，預測結果也成功做到了基本準確。

如上所述，在對近期或當前的定量預測中，大數據發揮出巨大作用。實際上，它早已被用到了日常的供應鏈管理（Supply Chain Management）中，便利商店一天3次發送數千件商品也沒有出現赤字的一個理由就在於此。

▌妨礙大數據發展的各種問題

然後，我想談一談利用大數據時可能出現的幾種典型問題。

第一，幾乎所有企業實體根本就沒有稱得上大數據的數據。這是問題之前的問題。

第二，各種數據本身尚未得到充分完善，導致無法整合數據加以利用。比如，零售商品數據，通常按大類、中類、小類等多層次分類，但對這種商品管理數據結構，即使是在同一個零售集團內部，每個鏈條都各不相同。這樣一來，整合利用就變得極為困難。如何將這些數據整合起來加以利用是一個重大課題。

即使解決了上述兩個問題，另外還需要一種可以實時處理和利用龐大數據的機制。大多數企業既沒有這種機制，而且也不具備基礎，將不斷湧入的數據存儲到記憶裝置中去。就算擁有存儲基礎，也沒有運用維護的人才。

為了解決這些問題，公司迫切需要的是擁有綜合技能的人才，運用資訊科學和工程技術學，從海量的數據中找出解決商業課題的答案。

綜上所述，缺乏數據、無法整合、不能建立讀取處理和利用的機制、沒有足夠的儲存保管基礎、缺乏運用維護人才以及可以綜合梳理並解決問題的人才——這就是現今大多數公司利用大數據的現狀。

▌安全對策上的兩極分化

在有關大數據的爭論中，人們經常提到隱私保護問題，由於混雜了基於不同立場的論調，所以視角的不同會導致問題反映的層次不同。

關於安全問題，大多數主要的網際網路運營商早已為此採取了有效的措施。比如雅虎，將可以鎖定個人的資訊與行為痕跡數據明確地分離開來，使用的數據都經過了匿名化處理。

另一方面，許多傳統型企業對個人資訊與日誌檔案（log data）都不加以區分，而是把它們整合起來進行管理；再加上許多這樣的企業缺乏監控危險的完善機制，甚至難以發現數據是否已經外洩。

在數據的利用上，企業間出現了兩極分化。為了保護使用者，各家企業在利用之前，必須首先針對數據管理制定規章指南。

▌日本所面臨的3個「障礙」

總體而言，與美國等一些國家相比，現今日本的數據利用環境存在三大障礙。一是創造大數據的企業較少。二是缺乏打造一個便於利用數據環境的基礎。比如，日本的電費是美國的好幾倍，導致數據中心的設立和運營成本高昂。這也是資訊類主要企業始終沒有涉足日本數據基礎設施建設領域的一個原因。為了吸引數據產業落戶，至少應該設置一些諸如提供特殊電價的例外措施。

第三是前述的人才不足問題。針對這一問題，需要兼備三種能力的人才，即「數據科學能力」、「數據工程技術能力」，以及在理解問題背景的基礎上，梳理並解決這些問題的「商務能力」。

數據科學能力指的是理解和運用資訊處理、人工智慧、統計學等資訊科學知識的能力。數據工程學能力指的是能以有意義的形式運用數據科學，組建並運用實際系統的能力。我認為，不一定非得要求一人多能，但能否有意識地集中培養一批各有所長的人才，將是決定未來大數據利用成功與否的關鍵。

（本文出自於nippon.com編輯部，根據2014年9月25日的採訪任日本雅虎株式會社策略長（CSO）安宅和人的內容。安宅和人1993年東京大學研究所畢業後，進入麥肯錫公司。1997年入讀耶魯大學腦神經科學項目。2001年取得博士學位，回到麥肯錫公司。2008年進入雅虎。歷任COO室長、事業戰略統籌總部長，2012年起任現職。）