文／黃郁棋
如果你是一個對網路世界敏感的人，應該也發現了最近有兩個詞非常熱門，一個是「深度學習」（Deep Learning，AlphaGo就有用到這項技術），另外一個是「大數據」（Big Data）。很多人認為，這些「又大、又深」的玩意兒，根本是創業者拿來忽悠資金的玩意兒，絕大多數人根本不知道什麼叫做大數據，或是理解有著根本上的錯誤，真的是這樣嗎？對、也不對。AlphaGo已經證實了，機器學習是有未來的，但是大數據呢？我先試著簡單定義一下什麼是大數據，再從實務面上給幾個範例。
什麼是大數據啊？是泡沫嗎？能吃嗎？能賺錢嗎？
我曾經看過一個有關大數據的笑話，它是這樣說的：
如果要描述數據量非常大，我們用Massive Data（海量數據）
如果要描述數據非常多樣，我們用Heterogeneous Data（異構數據）
如果要描述數據既多樣，又量大，我們用Massive Heterogeneous Data（海量異構數據）
...
如果要申請基金忽悠一筆錢，我們用Big Data（大數據）
當然，這是開玩笑的。但是從這笑話我們也不難發現，大數據這三個字被濫用的情況有多麼嚴重。
首先呢，大數據顧名思義，就是數據量很大！這個名詞最早由IBM提出，Gartner 的分析師 Doug Laney 則在 2001 年時提出了大數據的「3Vs」定義（看看就好，別拘泥在這上面），這3V分別是：Volume（數據量大），Velocity（數據生成快速）以及Variety（數據多樣化）。換句話說，你一台電腦就可以搞定的資訊量，基本不太能稱之為大數據啦！一般大數據會利用分散式計算（Distributed Computing）來處理極度巨大的資料量，而這些資料經整理可以成為有用的資訊，資訊再經過分析可萃煉為商業智慧（Business Intelligence）；一般市場上看到的「大數據運用」，其實說的都是商業智慧的層面，以下的論述主要也聚焦於此。
至於你一般小企業搜集用戶資料加以分析、應用，其實稱之為「數據分析」即可，用大數據這三個字容易被人誤解你是在忽悠人。
那麼，真正的大數據應用者有哪些公司呢？最明顯的例子，除了政府以及銀行與金融交易平台，最常見的當然就是那些網路巨頭：Yahoo、Google、微軟、百度、騰訊、阿里巴巴．．．。若再更深一層來講，數據量的多寡，其實並不是最重要的（數據多、用不上，就變成了數據垃圾），數據的「維度多寡」很多時候才是關鍵！當你可利用的數據種類、來源、目標越豐富，能夠找到的價值與精準度就越高。另外就是，這些數據本身大多數是沒有意義的，必須要自行從「數據與數據間的關聯性」來分析出意義並且加以應用，快人一步知道該採取什麼步驟。
我知道很多人可能開始聽不懂了，什麼是「數據本身沒有意義，要自己從數據跟數據間的關聯性分析意義」呀？我用一個最簡單的例子來形容：
很多人都玩過猜硬幣的遊戲，正面、反面，隨機選一種，運氣好的人就能猜中，運氣差的人猜十次都猜錯也是可能的。但是，當你連續玩「猜硬幣」一百萬次、一千萬次、一億次後，你會發現整體機率無限趨近於「1/2」，也就是50%、50%的機率，我習慣將它稱為「偶然中的必然」。是的，你玩了一億次的猜硬幣遊戲，絕對不會出現「20%、80%」、「15％、85%」的機率分佈，它一定會是、或是極度逼近「50%、50%」。（這邊強調的不是機率問題，而是當數據資料量巨大的時候，某些「必然」的關聯性就會產生）
大數據、機器學習（Machine Learning），很多時候就是在尋找這種「偶然數據中的關聯性，以及彼此的必然性」，再拿這些數據來測試現有模型、或建立一個新的模型，這是「Data Mining」（資料探勘）的層面。當你找出了某種數據跟數據間的規則，下一步該怎麼走往往就呼之欲出了；不過大數據跟機器學習的差別在於，機器學習會利用數據來進行學習（監督式學習、非監督式學習），而大數據不會。
更好玩的是，你其實並不需要知道這些數據的因果關係、為什麼會這樣發生，「知其然而不知其所以然」是正確的！例如，在公共衛生單位工作的小明，發現X地區男性A疾病發生率遠比其他區高，於是開始設定不同的維度搜集資料、建立模型。小明最後從數據中意外發現，住在X地區的男生若時常吃蔬菜Y，得到A疾病的機率特別高，若不吃就沒事；雖然醫學上還不知道為什麼，但是小明從分析中得知，只要呼籲X地區的男生不要吃蔬菜Y，就可能可以避開A疾病，因此採取行動。當然，大數據也能發現很多確切的信息，可以直接採取行動，這些都是單從少數個案無法發現的。
大數據就是這麼有趣的東西，它可以運用在任何產業，尤其「網路行銷」這一個領域，更是適合大數據發揮的遊樂場。
好了，我知道大數據了，然後呢？它對網路行銷有什麼影響啊？
嘿嘿，大數據對「網路行銷」來說影響可大了！ Yahoo就曾經針對「大數據」對於行銷的影響作出了明確的判斷與分析：
一、大數據可協助了解每個消費者的insight
簡單來說，隨著行動載具的普及，能夠取得的使用者資訊（消費習慣、地點、喜歡看什麼類型的內容等）已經遠比以往要多。當這些資訊被全面掌控的時候，最精準的個人化行銷就能誕生了。未來甚至可能因為數據的維度夠豐富，從相似的不同人身上挖掘出「潛在的商業價值」也不一定。
二、減少行銷策略的不確定性
除了每分每秒都在產生的新數據可以利用外，過往留存下來的數據也一樣可以拿來建立模型。「建立模型」是關鍵中的關鍵：它讓行銷策略從「憑習慣、憑感覺」進化到「靠數據與模型來說話」。換句話說，當你從數據中發現「A議題的社群熱度達到150的時候，再針對A議題下的廣告ROI（投資報酬率）特別高」，就可以將這個公式給留下來，利用這個模型來進行最有效率的廣告投放，操作社群熱度到150，或是針對當紅的社群議題進行產品策略的調整等。
事實上，除了少數像Yahoo這樣的公司，很少企業真的將搜集到的多維度資訊建立成模型，來輔助商業行為、讓公司獲利。
三、自動化媒體（廣告）採購：提高效率
這邊說的，是以大數據作為基礎，即時配對適合的廣告給適合的受眾，將「對的訊息」在「對的時間」傳遞給「對的人」，這是大數據在精準投遞廣告時的運用，Yahoo的精準廣告(Audience Ads)其實就是最佳範例。
相信很多人想開始利用「大數據」來進行數據分析，都是希望能夠協助公司成長，但是真正做得好的公司並不多。這中間的困難點，就我個人的觀察有幾個：
一、大家不太真的花心思，去利用搜集到的數據「建立模型」。沒有模型，就無法利用數據來協助商業行為，自然對於賺錢沒太大實質幫助。
二、「分析數據、找出數據背後的意義」，是建立模型的前提，但是這個步驟其實也不容易。
三、最好要有專人進行這一個領域的開發，要一個身兼多職的工程師「順便」做這塊，基本上是很辛苦的。
數據可以拿來建立模型、數據也可以拿來推翻模型。根據我去年在三立新聞網協助研究「個人化新聞推送」的經驗，設立好資料搜集目標、建立模型進行新聞推送內容調整後，後續「驗算模型」的動作也是至關重要的；如果數據量不夠大、累積的時間不夠長，在回頭檢視成效的過程當中，就可能出現模棱兩可的結果。一般來說，模型也不會是一成不變的，工程師應該隨時利用數據不斷的進行「A/B Test」，盡可能找到甜蜜點。
對行銷人員來說，最著名的行動大數據免費工具，應該非Flurry莫屬了吧！這款免費的行動應用程式分析與廣告平台，可以自動統計使用者背景與進行使用行為分析、行動裝置的分類、監控各種數位行銷活動成效。Flurry甚至提供「標竿分析」，開發者可以拿同類型APP的平均水準作為標竿，來衡量自己的APP使用者活躍程度是否健康，這也是大數據在商業智慧上的使用之一。
拿幾個「大數據與商業智慧」實際案例來說說（不限定網路行銷）：
一、Overstock（電子商務）
Overstock是美國知名的線上零售商，主要業務是販售線下沒販售完的貨品；它們在2013年導入了Flurry Analytics，利用數據分析來優化使用者體驗，最終提升了高達25%的人均購買量。Overstock嘗試追蹤使用者行為，包括：搜尋行為、滑動目錄頁的行為、點擊放大圖片觀看行為、觀看評論行為、以及不同設備使用習慣差異。
最後Overstock發現，iPhone用戶較偏向目標導向，iPad用戶較偏向瀏覽導向，最終Overstock著手調整了介面的機制與流程，讓iPhone使用者更容易搜尋到想要的產品，iPad用戶則強化視覺效果、將圖片放大，最終獲得了非常好的結果：iPhone用戶的應用程式內購買者提升了70%，iPad用戶的應用程式內購買者提升了30%。
二、U.S.Xpress（卡車貨運公司）
U.S.Xpress是美國市場份額第三名的卡車貨運公司，他們構建了一個系統，為了最佳化燃油成本，在卡車上安裝了傳感器。除了地理位置信息外，包括同一位置的停留時間、怠速時間、燃油剩餘量、空調的開關等超過900項數據，全都記錄了下來。最終他們決定對那些「減少怠速、省油」的駕駛給予表揚，成功讓整體燃油節省了40%，每年省下了1700萬美元。另外，為了節約成本，他們還會把冷氣溫度低於規定值的卡車，強制調整回規定的範圍內。（案例出處：城田真琴《大數據的衝擊》）
三、Decide（電商資訊服務）
Decide在過去是一家「3C產品價格預測」網站，他們可以為消費者提出最佳的購買時間建議，透過抓取Amazon、Bestbuy、新蛋以及其他電子商務網站上的數十億條商品數據進行分析，最終預測出產品的價格趨勢，來替消費者找到最好的購買時機。
看完了這麼多大數據的敘述，不知道你是不是也躍躍欲試了呢？
▣本文同步刊登在Yahoo奇摩網路行銷
留言
張貼留言