《大數據的關鍵思考》讀後感: 甚麼是Big Data?如何應用?如何規劃?

《大數據的關鍵思考》讀後感。

最近看了阿里巴巴數據技術副總裁車品覺的大作,忍不住想來分享一些感想所書中提到的概念。恰好前一陣子去演講(O2O新科技 新技術 新應用),就有提到大數據是未來最有商機的產業鏈之一,因此,對大數據的應用特別有感觸。

車品覺大大在本書中提到三個點,我覺得特別值得細細思考:

(1)「很多產品經理更關注產品化,以致忽略了數據化和商業眼光」,真是心有戚戚焉,因為我之前做的就是APP新創公司,數據的蒐集與解析對於開發新產品來說,有著決定性的影響。

(2) 除了產品開發人需要懂的「商業」,另一個重要概念是「將數據嵌入業務」。我認為除了將「數據嵌入業務」,還要將「行銷嵌入產品」。讓產品自己說話,並讓業務的數據回歸產品設計核心。

(3) 最後,「從用數據到養數據」;從「從數據化營運到營運數據」;是個「從看到真用」的過程。養數據的概念對我來說相當新穎,也激發很多不一樣的思考。

─────────────────

底下用兩個我自己想的例子來介紹大數據的應用:

「大數據」一直以來都存在。

人體就是全宇宙最龐大的大數據庫,人腦每秒可以處裡 17 億神經細胞和 10 萬億的神經突觸組成的數據交換,決定人體內外超過千億個大小決策。

而人類自古以來,就想像著各式方法做「預測」。占卜就是種試圖把眾多數據(環境變數),歸納整理,得出結果的方法論。只是當代並無電腦運算,僅能使用最粗淺的機率概念來占出一個「徵兆」,再由學識最高的智者/巫師,來「解讀」這個徵兆。

回歸到現今大數據的應用,我個人是將Big Data切成兩個面向:

  1. A模型: 透過歷史資料預測未來發展 (占卜)

  2. B模型: 提出問題,透過資料蒐集來得出答案 (大腦)

《大數據的關鍵思考》書中,車品覺有提到亞馬遜用購買者的IP,來判斷該IP實體位址週邊書店的距離與密集度,來判斷是不是這樣類型的使用者特別愛用亞馬遜平台買書。

這是很標準的B模型,也就是提出一個議題「使用者要是離書店很遠,是不是就比較願意透過亞馬遜網路買書?」,接著設計實驗,評估數據取得的可行性,然後取得大量數據後評估。

書中另一個例子「光棍節」,是標準的A模型,透過歷史資料來預測未來的發展,從上一次個光棍節研究出今年該如何設計活動,產品上架,品項種類。

20112222033788

 

下面是我自己想的例子可供大家參考:

例1:中信銀行的台灣彩券各人客製化 (幫你每期固定買號碼) – B模型

中信銀行經營的台灣彩券,目前有一種生意沒做到,也就是會「固定包號碼」的人。對一般上班族來說,固定買一組號碼的彩券,或許不是太大的開銷,但每次都有機會得獎。(特別是固定買一組號碼,據有養號碼的概念,頭彩重複的機率太低,任一組號碼最終都有可能出現,每期買個大樂透,一個月開銷400,買個億萬富翁夢,相信大部分人還負擔的起。)

因此,要是彩券購買可以數位化,讓購買者用帳號的方式購買彩券,並可讓使用者設定幾柱必買的號碼,自動每一期都購買,即可幫彩券行納入一大塊「固定收入」,畢竟並非每個人都有時間每次去買自己在養的號碼。

台彩行動選號   Google Play Android 應用程式

此時,B模型就出現「提出問題,透過資料蒐集來得出答案」。因為投資這樣的App下單系統必須投入一定的資源,我必須先確定是否有這種需求,而設計問題的方式即是需要知道「有多少是購買彩券的常客」,並假設常客都會有固定養的號碼。

書中提到「將數據嵌入業務

第一步: 需要思考「有多少是購買彩券的常客」這個數據如何取得? 取得之後,該常客到底可以增加甚麼樣的收入,期望收入為何? 這樣的人有多少? 老闆知道ROI,自然容易採用提案。

而取得方式相當容易,中國信託的資料庫一定存有上千萬筆交易資料,同時也有號碼購買資料,只要比對有多少組號碼是「重複」且「週期性」的被夠買,就知道有多少人養號碼。甚至「頻率」、「金額」、「大樂透/威力彩」都能同時被分析出來。

第二步: 取得之後,分析結果如得出確實有一定比例的人是老顧客,此時,App化彩券購買過程就能啟動。內涵技術,金流,還有使用者體驗等等的部分。

如果能進一步串起實體彩券行協助蒐集資料,那有多少老顧客是「網路族」,「智慧手機族」、「性別」、「年齡」也可知道。有了這層數據,就能更精準判斷ROI,同時,「自動幫顧客買號碼」資訊服務平台的潛在客戶數量就有底。

第三步: 我個人最推從的「將行銷嵌入產品」,就可以發揮功效,思考如何讓彩券行買單,推廣App或網路平台的使用。

最後彩券行獲益、銀行獲益、使用者獲得定期自動養號碼中頭獎的機會,呈現三贏的狀態,皆大歡喜。

 

例2:威秀影城,建議看電影,晚鳥訂票 – A模型「透過歷史資料預測未來發展」

威秀FUN電影   Google Play Android 應用程式

《大數據的關鍵思考》中提到「從小應用開始,以數據,養數據」,有別於上述中信銀行的例子,威秀影城已經有訂票專用的APP也相當好用,如果背後有資料庫,它已經具備蒐集我以下資料的能力:

  1. 看電影的頻率
  2. 看電影的類型
  3. 看電影的時間

要是找得到規律,是否可以從幾個小應用開始做起,例如: 「類型電影推薦」將我常看的電影類型直接在新電影上市前推播給我。「晚鳥訂票」既然我可能具備同一頻率跟同一時間的電影觀賞習性,是否有可能直接推薦我可以去看的電影,甚至將冷門時段的位置推播給我知道。

當這樣的功能實做出來,就有可能用原本的數據,來養出新數據,知道我是否會買單,是否會增加對電影的消費。而最終結果,都是為了戲院增加更多收入,或減少浪費的空坐位。

當一次納入數十萬筆像我這樣的消費者資料,就能創造出更多獲利空間與加值服務。

結論:

《大數據的關鍵思考》中有仔細講述大數據的執行面、困難面、現實面等等環節。車品覺用自己數十年經驗,讓企業瞭解真的運用Big Data達成商業運用的步驟與核心為何。

大數據的精隨就是「大」,當要一次撥動這麼大的資料,轉出有用的資訊,初期資本投資與人力資源投入是必須的。因此,「從小應用開始,以數據,養數據」就非常重要,思考清楚想解決甚麼問題?了解甚麼答案?獲得甚麼成果?以及當前是否已有現成資源能運用?

我覺得在未來,Big Data是最有搞頭的生意,將龐大的「資料」,轉化為可變成價值的「資訊」,是下一個階段俱備爆發性成長潛力的黃金領域。

Infographic-Smarter-Cities.-Turning-Big-Data-into-Insight

 

延伸閱讀: O2O新科技 新技術 新應用

 

廣告

留言

在下方填入你的資料或按右方圖示以社群網站登入:

WordPress.com Logo

您的留言將使用 WordPress.com 帳號。 登出 / 變更 )

Twitter picture

您的留言將使用 Twitter 帳號。 登出 / 變更 )

Facebook照片

您的留言將使用 Facebook 帳號。 登出 / 變更 )

Google+ photo

您的留言將使用 Google+ 帳號。 登出 / 變更 )

連結到 %s

%d 位部落客按了讚: