大數據的迷思及應用方式 

文／dentsu X 貝立德 執行副總  吳宗霖

 

從1970年代開始，開始有了第一台主機型電腦，接著進入迷你電腦及個人電腦年代，全球可產生數位內容的裝置，從百萬個擴展到億個數位裝置，整個過程大概約30年的時間，接下來到了手機的年代，短短10年之間，數位裝置就從億個變成幾十億個，目前開始跨入物聯網的時代，預計5年內，數位裝置也從億級變成百億個，這樣一個數據急遽在成長的年代，日常生活中的各式行為將被紀錄起來，我們因此可以更容易了解到整個世界，進而日常生活、工作及思維等都會產生變革，這也是大家對大數據的期待。

想要對大數據有所了解的人，大部分的人都會知道Viktor Mayer-Schönberger和Kenneth Cukier合著的有關大數據的書－「Big Data - 大數據將會改變日常生活、工作與思維」，內容很多，或許很多人沒有去讀，但大家一般人大概都會記得以下摘錄的幾個結論：

  1. 從此不用知道「為何如此」，只要知道「正是如此」就好了

  2. 大家覺得說，從此以後不用再用樣本的抽樣調查，只要知道樣本就等於母體這一件事情。

  3. 那當然，不精確這件事不僅不重要，重要的部分呢，是你的數量是不是遠大於品質的部分。

  4. 然後再來是找到「相關性」，不用再去了解「因果性」。
 

以最近大家許多報章雜誌或是政府開始鼓吹文創或娛樂界要去效法「紙牌屋」結合大數據創造出更有價值的內容為例，因為「紙牌屋」的內容產生，主要是利用大數據分析來創造觀眾想看的內容劇本、演員、導演等的最佳組合，我想大家對此都應該能耳熟能詳了，但是大家知不知道「紙牌屋」這件事情，到底是因為大數據創造了內容，還是行銷利用大數據的概念來去做行銷的案例，假設數據是萬能的，應該是一季比一季好才對，但實際上一季不如一季，且除了「紙牌屋」也沒有其他號稱是大數據分析出來的戲劇了。

 

另一個很有名的例子就是「google」利搜索結果來進行流感預測，很多人都知道在2011年其預測結果幾乎符合當年的實際情況，但大家知不知道，在2013年的時候，他本身的預測結果高於實際情況的兩倍以上，且在2015年8月開始，Google就不再直接對外公布，主要的原因怕大家誤解數據的意義，而去進行錯誤的運用，所以現在透過要申請的話，並提出你的運用需求，才可以使用。

 

在這越來越多的數據年代，讓大家都很焦慮，所以每當有專家提出其建議及看法時，大家就覺得該依循專家的意見去做，但自己就真的都不用再思考嗎？難道就專家所說不用再管統計的數據，因為數量永遠大於質量。真的是這樣嗎？

 

就如同瞎子摸象一樣，假設所有的大數據資料都集中在象尾，那可以說大象就像蛇一樣，或是集中在身體上，就說大象就像一面牆壁。若數據沒有依統計的概念，再怎麼大的數據，也不定可以比抽樣調查更準確，一般大家在批評抽樣調查時，總是故意去放大了那個誤差而去忽略掉抽樣調查的本質，如我們常聽媒體報導尼爾森收視率調查如何如何地不準，這通常都只是去放大其抽樣的誤差情況。不管數據的大小，若沒有利用統計的概念來分析，那就容易迷失在茫茫的數據大海中。

 

以在這新的數據潮流之下，仍不能忽略既有統計觀念，很多時候還是要回歸到本質，大數據不代表就是全數據(n ≠ All)，且數據的代表的是過去的軌跡，那過去的軌跡可以代表一定的未來嗎？假設人的人類的演進都是靠著過去的軌跡，不就代表路只能依照著過往的方式來走，那這件事情不就是很可悲嗎？回歸到做行銷議題，做SWOT分析裡面，SWOT分析裡面有Strengths跟Weakness，是講自己本身的優缺點，而Opportunities及Threats則代表外在環境可能會影響的事，很多會影響的事，不只是內在的本身，還有包含外部環境的部分，若只是在分析自己過往的紀錄就以為可以推論到未來，那就很容易忽略掉其他外在的因素。

 

在全球，Amazon算是對數據著墨非常深的公司，在衡量公司績效就有將近五百項指標中有八成都和顧客有關，雖然大量的數據可以減少許多爭議，卻也壓抑了創新，所以在Amazon內部中，太約有10到20 %的專案是不依靠數據來做推測，所以他重數據分析，但不為數據分析所役，這就如中國人很常講：「役物而不役於物。」在看整個大數據，仍是需要以宏觀及統計的角度去看，而不是就局限在數字上的結果，這樣才是真正可以有效地去利用大數據。