「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？
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9月與12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？10公斤？還是20顆？
大數據上手的第二步，就是開始收集數據。如果歷史數據不齊全，就要從即刻開始收集；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。
「收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10年的數據，當然比3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5檔的掛單資訊，也可以是數據。
3. 設定想知道的問題
20度雨天與15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20度的雨天與氣溫15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，但到底是酸雨愈酸、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、溼度愈高，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愈低，生意自然愈好，但在這個案例中，他會發現氣溫低、溼度愈高，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100％，羊肉爐店的生意也就跟著翻漲100％。彭啟明用雨傘公司的故事說明，連續下雨的第3天到7天的雨傘銷量最好，到了第8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10○％，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60％、氣溫17度，要多進貨3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100％，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60％、平均溫度17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3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！
全球逾6成老闆已用大數據做決策
2014年5月，全球資誠聯合會計事務所針對全球執行長調查，訪問1135位執行長、橫跨18個產業，其中74％企業年營收規模超過10億美元。調查發現有逾6成老闆已用大數據做決策。
64％ 已經用大數據做決策！
25％尚未使用大數據做為決策參考，但未來計畫要做！
11％不用大數據作為決策輔助，也不打算做。
資料來源：全球資誠聯合會計事務所
