Machsync 馬森

menu
Back to menu
Search

請在下方欄位輸入關鍵字或您欲尋找的內容進行搜尋

alt
Search result 搜尋結果
您搜尋的內容查無結果,請重新查詢
    alt alt alt alt
    alt alt alt alt
    alt

    大數據是什麼?它的應用有哪些?

    大數據的應用隨著工業4.0而發展快速,數據的蒐集已變得十分簡單,不僅是蒐集資訊,也能針對不同的數據進行分析,並應用在各個不同的領域中,數據的蒐集必須仰賴其他技術的協助,像是物聯網、系統整合、網路安全等,各個技術的相輔相成才造就如今的大數據,那大數據到底是什麼?又有什麼樣的應用呢?

    Scroll

    大數據的興起

    人們每天都會上傳資訊到網路上,像是照片、文件或影片等等,而隨著科技進步儲存資料的成本已大幅下降,因此各個產業的資料量急速攀升,例如Facebook每天處理上億張的相片,YouTube的使用者每天在線觀看上億小時,且過去十幾年才能獲取的資料量,今日已能在一夕之間蒐集完成,而能否成功分析這些數據才是最重要的事情。


    「大數據」這個詞最早來自於未來學家托夫勒所撰寫的《第三次浪潮》,並將「大數據」稱為第三次浪潮的華彩樂章,《自然》雜誌也在2008年推出名為「大數據」的專欄,而後這個詞開始成為網際網路技術產業中的熱門詞彙。


    最早應用大數據的是麥肯錫公司,它們發現各網路平台紀錄的資訊具備商業價值,於2011年6月發布關於「大數據」的報告,因此「大數據」逐漸被各行各業重視。Facebook也將人們的互動關係數據化,產生極大的商業價值,到了現在的物聯網時代,許多機器都開始被數據化,像是手錶、汽車和機車等,這些蒐集到的資訊將會是重要的分析依據。

    那大數據(Big Data)是什麼?

    大數據又稱為巨量資料,因為數據過於龐大,已無法用過去的方式進行儲存、運算與分析,因此現在不只是針對資料做處理,也是一種商業模式。過去META Group的分析員曾將大數據定義為Volume(容量)、Velocity(速度)與Variety(多樣性),代表需要新型的處理方式促成更強的決策力、洞察力與最佳化處理。


    • Volume (容量):顧名思義就是數據的量非常的大,通常一天能生成1TB以上的數據量,以Excel為例,通常檔案大小不太會超過4,000KB,而1TB是KB的十億倍,可得知大數據的資訊量有多龐大。


    • Velocity(速度):數據的處理速度非常得快速,大數據的重點就是能從各種類型的數據資料中分析出高價值的資訊。


    • Variety(多樣性):資料的種類是非常多元的,包含個人基本訊息(姓名、電話、行為與習慣等)、圖片、影片、音檔或文字,綜合多方面的資訊,才能提供可信度高的數據。

    為什麼需要大數據?

    大數據像是人類的「血液」,貫穿整個生命週期,不管是企業還是個人都已深受影響,以企業來說,它改變了目前的技術與管理流程,推動許多過去無法被證實的方法或決策,在行銷、銷售、服務等自動化的優化上提供很多解決方案,以往可能僅靠資料進行判斷而做流程上的微調與異常的警示,並去評估自身的績效與提出改善方案,甚至是擬定好幾年的計畫付諸執行。


    大數據顛覆過去的評估方法,在不穩定與時常變動的市場中,能夠快速掌握訊息及採取行動,將會在市場上佔有先機,而企業勝出的關鍵為是否能在大數據中找出有價值的訊息,並願意進行改革與行動,才能有效提升服務品質、管理效率與創造新的商業模式。


    大數據的運作方式

    正確運用大數據將會為企業帶來新的契機,甚至能建立出新型的營運模式,以下包含三項關鍵的因素:


    • 整合:大數據是由多個應用程式貨來源匯集而成,若以傳統的方式進行整合,像是提取、轉換或載入(ETL),大部分無法滿足大數據的相關任務,需要運用較新的策略與技術才能分析這些TB規模以上的數據資料集。


    • 管理:大數據需要被儲存,可選擇將數據放置在雲端或公司內部,甚至兩邊同時部署,根據企業的需求選擇適合的存取方式,並設定必要的處理規範與引擎。


    • 分析:當在分析與處理資料時,對於長期累積下來的數據將能獲得相當的回報,透過不同的資料進行視覺化的分析,能獲得不同的見解與更深入的資訊,後續運用機器學習與人工智慧更能將大數據發揮功效,進一步採取行動。

    大數據有什麼風險?

    隨著資訊越來越多,個資的安全問題就逐漸被放大,但這並不是只有大數據才存在的問題,其實數據本身並沒有存在資安問題,而是企業如何使用這些數據。另一個存在的風險是資料獨裁,若盲目地使用大數據,可能會把事物標籤化,甚至對某些事物造成汙名化。


    企業對於大數據的管理可能包含下列議題:


    1.資料採集:各種數據蒐集的問題,像是客戶是否知道數據正在被蒐集、這些數據是否可被蒐集或數據是透過哪種協定進行蒐集的,這些問題都是企業與客戶在溝通時需要考慮到的,避免在未經許可下蒐集數據,將會衍生出更多問題。


    2.資料整理、儲存、管理與分析:將數據蒐集回來後,數據的管理也是非常重要的議題之一,包含數據是否已去識別化、管控措施是否完善、數據如何被保存、資料是否有加密又以哪種機制進行,甚至是有誰能夠存取這些資料。


    3.商業應用:這些數據都被妥善管理後,要如果運用、管控流程、使用紀錄等將會是重要的議題,主要是要避免數據的濫用以及外流,使企業能追蹤這些數據的運用及動向,以免後續有爭議時無法進行處理。

    大數據的優勢

    撇除風險,其實大數據有許多優勢的,包含企業能提出更有效的決策、降低投資風險與成本、提高生產力與收益、優化客戶體驗等,雖然數據分析的成功例子很多,但在實際應用時也需要隨著公司的營運以及決策進行調整,而不是單單為了獲得益處而忽視可能會對公司造成的影響。

    大數據的應用

    大數據不僅是應用在企業中,也常使用在生活當中,通常會有以下七種使用範圍:

    • 分析客戶需求:許多企業會利用大數據分析客戶的行為,從中瞭解客戶的喜好與購買行為,並延伸出相對應的策略。


    • 製程與SOP優化:透過大數據能針對公司或製造業的流程進行優化,改善過程中遇到的問題,藉此降低成本且找出最有效率的模式,例如物流業配送路線、人資管理與招聘分析、工作流程優化等。


    • 改善生活品質:不僅是針對企業,大數據也能透過手機、手錶、車子等裝置,追蹤自身或是車體的情況進行分析,並對人體或車子提出建議方案,藉此提高生活品質。


    • 醫療研究、科技研發:透過大數據的預測與計算,能幫助醫生對病人提出更好且準確的治療方法,而也能針對早產或患病的嬰兒進行記錄與分析,藉此對嬰兒的身體狀況做出預測,並進行提出後續的應對方案。


    • 提升運動性能:運動員透過配戴量測設備,可以瞭解運動表現、姿勢與角度,進而分析出各種改善的建議,以提高運動表現。


    • 改善安全與執法:近年來許多國家都會透過大數據利用人臉進行辨識與追蹤,雖引發嚴重的個資問題,但也有部分的正面效應,像是美國透過大數據的應用預防或應對恐怖主義及詐欺交易等問題。


    • 金融:利用大數據來做金融交易的分析與預測已是常見的應用範圍,甚至能探討社群及網站新聞的資訊來決定是否進行買賣。

    大數據的趨勢與發展

    隨著AI的發展快速,許多產業已經投入資源到大數據與AI中,像是銀行、電商與外送產業,大眾也因為疫情的影響開始改變生活習慣,讓各個行業不得不進行數位轉型,拓展新的商業模式,不只是民生產業,一般企業也藉著大數據分析,希望做出最有效的決策,並在生產與研發追求快速與創新,才得以滿足人們的需求。

    結論

    從過去到現在,數據的應用領域越來越廣泛,也因為科技的進步讓數據的留存變得更容易,而數據累積後經過分析,能針對各種問題進行改善與管理,最終提出更有效的決策,並達到降低成本或提高生產力與收益,得以滿足各個市場的需求。

    主圖photo by攝影師:Markus Spiske,連結:Pexels

    內文圖片 1on1

    參考資料 INSIDE / 數位時代 / 部落格 / 每日頭條

    本文由馬森科技Machsync創作,請勿商用或以任何方式散播、贈送、販售。未經許可不得轉載、摘抄、複製及建立圖像等任何使用。如需轉載,請與 馬森科技Machsync 聯絡。