數據的價值，等同於石油與黃金 一學就上手的大數據５堂課

「在沒有大數據之前，其實我們每天都在處理數據。」東吳大學數學系助理教授吳牧恩舉例，例如羊肉爐店老闆每天要備貨多少量？鞋子工廠的產線一個小時要生產多少雙鞋？台北市長候選人民調有幾個百分點？

1.基本邏輯推演  羊肉爐店每天要進貨多少白菜？

「你對於自己設定的目標，是要有一套邏輯推演的。有一定的了解，而不是從零開始，就像羊肉爐店老闆或許無法精算九月與十二月開店的備貨量有何差別，但他心中會有一個數字：每天最少要準備多少材料。」吳牧恩說。

2.把數據變成可處理的  白菜單位是一籃？十公斤？還是二十顆？

大數據上手的第二步，就是開始蒐集數據。如果歷史數據不齊全，就要從即刻開始蒐集；如果歷史數據種類繁多，就要把數據變成有結構性、可處理的數據。像是羊肉爐店一天要進貨的白菜數量，單位是籃、公斤還是顆，都要統一成可處理的數據。

「蒐集數據可能是多數人認為最大的進入門檻，但是數據卻藏在我們處理的大小事上。」吳牧恩說，如果有十年的數據，當然比三年的好，但只要有數據，就可以開始做分析。像對金融交易者來說，不只有長期股價走勢才是數據，就連上下五檔的掛單資訊，也可以是數據。

3.設定想知道的問題  二十度雨天與十五度晴天，哪個營收高？

有了數據之後，你必須設定想知道的問題，到底是想要提高生產效率、增加獲利、提升客戶滿意度？還是要了解客戶想要的商品，再進一步去結合可能沒想過的數據？

「同樣一家羊肉爐店，在氣溫二十度的雨天與氣溫十五度的晴天，哪個環境狀況下的營收比較高？」天氣風險管理公司董事長彭啟明說，因為天氣是最容易取得的資料，也成為零售業進入大數據最常被拿來交叉分析的因子。

又例如最經典的尿布與啤酒的案例：妻子囑咐丈夫下班後到超市買尿布，賣場於是把啤酒擺在尿布旁，沒想到意外提高了啤酒的銷量。「如果羊肉爐店不只賣啤酒，同時也賣尿布呢？會不會有一樣的效果？這就是我們要用數據去驗證。」

用各式各樣的數據做了驗證後，我們才能得到數據的變化軌跡，進一步去得到有效的資訊。「曾經有人將『酸雨指標』與台股走勢做交叉分析，結果還真的呈現部分相關，但到底是酸雨越酸、股民就不出門，乾脆在家買股票，所以台股才跟著大漲嗎？兩者的關聯是什麼？至今仍不得而知。」吳牧恩說，大數據分析有一個特質，要得到的是結果（What），而不是要知道原因（Why）。

「如果你認同『酸雨指標』跟台股走勢有關，就可以跟著『酸雨指標』來操盤，而不一定要從中知道兩者的關聯性。」吳牧恩說。

4.分析數據，得到有效資訊  氣溫低、溼度越高，羊肉爐店的生意越好

獲得數據變化的軌跡後，最重要的自然是分析這個數據變化，從中得出有效的資訊，再結合過去的歷史經驗，變成你的智慧。

羊肉爐店老闆原本就知道氣溫越低，生意自然越好，但在這個案例中，他會發現氣溫低、溼度越高，生意自然跟著好，吳牧恩解釋，「因為下雨會讓體感溫度更低，所以消費者就更想吃熱呼呼的食物。」

但不是溼度達到一○○％，羊肉爐店的生意也就跟著翻漲一○○％。彭啟明用雨傘公司的故事說明，連續下雨的第三天到七天的雨傘銷量最好，到了第八天，銷量就開始往下掉，因為該買雨傘的人都買了。回到羊肉爐的案例，當溼度達到一○○％，也可能會因為雨太大，客人就不願意上門。

5.用數據來輔助決策  溼度六○％、氣溫十七度，要多進貨三成！

「其實你每天在做的每個決定，都是一種預測，只要這個決定中含有不確定性，只要成功機率不是一○○％，就是一種賭注。」吳牧恩說，

工研院巨量資訊科技中心主任余孝先不諱言，「正因每個決策裡都有不確定性，所以數據分析才會變得很重要。」如何靠著數據分析，結合過去的管理經驗，讓營運效率更高、創造更多利潤，才能提升競爭力。

回到羊肉爐店的大數據冒險，今天台北市的溼度六○％、平均溫度十七度，要進貨多少白菜呢？吳牧恩用這個例子說明，「老闆能用數據來輔助他的決策，而不只是憑經驗，就會得出今天要多進貨三成的白菜。」

相同的，不管是用在金融操作上，製造業的良率改善，或是零售業的供需備貨，都可以用類似的步驟來做決策。「大數據對於台灣的重要性，不在於我們可以在硬體上賺多少錢、生產多少伺服器，也不是我們可以開發軟體來賺錢，而是在於我們可以用大數據當工具，提升我們的競爭力。」余孝先說，那才是台灣企業真正需要的！