2014年6月20日 星期五

巨量資料時代,帶來創新的商業模式

過去,也有數據分析,這與進入大數據時代有什麼不同?許多人都有相似的問題。可是,你該看看這些統計數據,現在每一秒鐘新發送的電子郵件多達二九○萬封,每分鐘YouTube用戶上傳的影片長達一○○小時,這告訴我們一件事:九二%的數據,其實是在這兩年所創建的。也就是說,每秒鐘過去,等待被挖掘、被分析的數據正排山倒海的出現,如果用以往的工具,可能要花上好幾年,才找得到可用的數據,「可是現在不一樣了,你要更有效率的用軟體與工具,整合、挖掘與探索更多有利的數據。」


大數據一書作者麥爾荀伯格(Viktor Mayer-Schonberger)指出,在巨量資料時代,國家、企業要維持競爭力,建立巨量資料導向的經濟發展模式是重要關鍵,但要發展巨量資料,首先得先培養巨量資料腦袋。

荀伯格6/11應國內媒體邀請來台演講,他表示,在全球各地,巨量資料已改變不少產業面貌,以荷蘭一家手機公司為例,公司在境內擁有不少基地台,原本只單純用於手機訊號傳送,但他們發現,基地台訊號傳輸情形會隨著天候狀況不同而改變,是極有價值的即時氣象資訊,最終開始靠出售資訊賺錢,徹底轉變獲利模式。

在商業、教育、市政、商業、資料、資訊科技等各種領域,都潛藏不少巨量資料創新加值應用的潛力,帶來新商機、也帶來新挑戰。但他強調首要之務是先培養巨量資料腦袋,否則只是空有科技卻不知如何應用。

麥爾荀伯格分析,大數據有三大特點:巨量,雜亂,以及相關性至上。首先,「巨量」是因為資料蒐集由類比走向數位,加上儲存分析資料技術日益精進,數據及呈現爆炸性成長。他表示,人類歷史就是不斷探索、試圖瞭解自己的世界,但過去蒐集資料必須耗費大量時間金錢,以致效益有限,在現在新的大數據時代,即帶來理解世界的嶄新方式。

「很多人覺得大數據就是資料很多,其實不只是如此!」他舉例表示,過去美國疾病管制局用傳統的模式預測流感的發生,然而速度非常緩慢,根本趕不上防制的時效。結果Google利用它每年50億筆的搜尋資料,從過去15年的資料中篩選、比對流感資料,後來成功建立一個準確度高的預測模型,可以針對流感做即時的預測與推算。

電腦系教授Oren Etzioni所創的網站Farecast,就是它是利用它的專利資料採擷 (Data Mining)和建模(Modeling)技術提供未來七天機票走勢的預測,這
也是運用大數據的結果。緣起於Oren教授自以為買了便宜機票,上了飛機才發現自己買貴了。在震驚之餘他開始研究機票定價方法,並和旅行社拿大量資料做分析比對,最後創立這個網站即使能預測機票票價,何時買才能最便宜。他把研究計畫稱為「哈姆雷特計畫」,處理的是「買」或「不買」(to buy or not to buy)的抉擇。

而在日本最著名的例子,就是日本人研究蒐集許多臀部資料,由於每個人臀部都不同,可用於汽車防盜,駕駛座會偵測屁股,小偷一上車,車子就不會動。

《紐約時報》報導過一個案例,美國一名男子衝入他家附近的一家美國零售連鎖超市Target 店鋪(美國第三大零售商)進行抗議:「你們竟然寄給我17 歲的女兒嬰兒尿片和嬰兒推車的優惠券?」一個月後,這位父親來道歉,因為這時他才知道他的女兒的確懷孕了。總公司寄嬰兒尿片和嬰兒推車的優惠券的行為正是執行大數據挖掘的結果!連鎖超市Target 比這位父親知道他女兒懷孕的時間足足早了一個月。美國超市Target 通過分析購買資料居然比她父親還要預先猜測出女孩懷孕的消息!而Target 正是運用資料採擷技術,有效提高了細分顧客群體的推廣行銷效果。

另外以中國海爾集團為例,近來透過資料分析,漸漸開始轉變企業營運模式。「以往擬定策略方式是由上至下,不見得符合終端客戶需求,但現在透過第一線蒐集來的資料,我們可以很清楚知道客戶要甚麼,反而由下而上的做決策」海爾集團首席執行官張瑞敏指出,透過海量資料分析,已經有能力根據需求去擬定解決方案。張瑞敏認為,以往企業為了庫存做生產、銷售,導致價格戰,「現在則是先想銷售、才生產,應該要為了客戶銷售,以用戶為中心,」他說,研發人員已經不是研發產品,而是研發市場,這就是商業智慧分析帶來的企業轉型新思維。

NEC整合「臉部影像分析」、「行動分析」、「不變性分析」、「異種混合學習」、「文字含意辨識」等科技,開發出可連續進行資料蒐集、加工、累積以及分析的巨量資料平台,並以此平台為基礎,發展出「來店者分析服務」、「可疑人物監控安全服務」、「車載通訊服務」在內的多種解決方案,協助企業降低營運成本與創新應用服務模式。其中「來店者分析服務」主要利用臉部辨識技術,自動對來店者進行人物辨識。NEC指出,店家透過此系統,即可對來店者進行年齡、性別等資訊的辨識,透過累積來店者年齡、性別、來店次數等資訊的分析,可進一步發展出優質的客戶服務,例如依照來店族群進行店內商品擺設,提升營運績效。

零售業應用巨量資料分析也有許多成功案例,例如,規模僅次於7-11的日本便利商店羅森(Lawson),藉由導入巨量資料分析科技,對社群媒體和網站討論區的大量資料進行分析,運用分析後的資訊,提升對顧客意見的即時回覆速度,並且調整店內的行銷活動策略,此一巨量資料應用估計可為該公司帶來5年內60%的成長幅度。

迪士尼電影利用巨量資料分析過去10幾年的銷售資料發現,一旦連續3天出現氣候不佳的狀況,電影票的銷售量就會下降,由此掌握消費者在天氣不好時不愛出門的特性,因此迪士尼制定出:只要天氣連續數日不佳,即推出折扣活動,讓消費者願意在雨天或下雪天出門觀看迪士尼電影,提升業績。


在國內某IC晶圓製造業者透過廣泛蒐集生產過程中的資料,並對其進行分析,藉此確認製造過程中影響最終產品良率的因素,如此一來,即可預先對製程可能出現的相關問題及早因應,藉以提高製程良率,優化生產效率。因此以前拿著放大鏡找問題,可是進入大數據時代後,我們拿的是顯微鏡,用數據幫他們找出缺失,讓他們的良率更好。

問卷調查是上一個世代的做法。直接從顧客的行為分析出正確商業決策才是王道!因此不論在哪一個領域,誰能在龐雜的訊息中掌握關鍵,誰就能取得解決問題的先機。

沒有留言:

張貼留言

追蹤者