2016年1月26日 星期二

資料分析,新時代的算命術

算命這門學問,以中國來說,可以追溯到戰國時代的鬼谷子,已經有兩千多年的歷史。算命文化甚為普遍,不管是東洋還是西洋,各國民間的接受度也很高,總而言之,算命應該是一門好生意,歷久不衰。

其實,資料分析 (Data Analytics) 跟算命很像,它們都可用來歸納過去、了解現在、以及預測未來。資料分析,是一種新的算命術。

圖 1. 算命是門好生意,全世界歷久不衰
(Photo Credit: Flickr Commons)

2015年12月26日 星期六

2016 台灣 Big Data 市場五大趨勢預測

再過幾天,全世界一年一度的各時區輪流新年倒數、高空煙火四飛的時刻就要來臨。上一篇我們結算完《2015 年台灣 Big Data 市場五大趨勢預測》,又到了該提出新一年趨勢預測的時候了。

圖 1. Big Data 無所不在

面對 2016 年台灣的 Big Data 市場發展,有一個主旋律是要先哼唱上口的 ── Big Data 無所不在。如圖 1. 所示,幾乎 ICT 檯面上的熱議主題,底下都需要有一個 Big Data 平台,做資料分析與智慧行動的應用支撐。

2016 年台灣 Big Data 市場五大趨勢預測

以下即是筆者提出的 2016 年台灣 Big Data 市場五大趨勢預測:
  1. Big Data 多行業持續深化應用,零售、金融、高科技製造尤其顯著;
  2. Machine Learning 不是夢,但高價值應用聖杯不易尋
  3. 行銷人員對數位行銷閉環的操作日漸熟悉,工具日漸自主
  4. 資料擁有權與預算費用化兼具的虛擬私有雲會成為 Big Data 應用佈署的第三選項;
  5. 跟隨標竿企業的速度加快,但痛過才知該如何擁抱 Open Source 軟體。
各項預測說明如下:

2015年11月25日 星期三

年終結算《2015 年台灣 Big Data 市場五大趨勢預測》

好快,距離 2015 年的結束,只剩不到 40 天的時間。年終對工作者的意義,除了獎金,應該還有些寶貴的事情值得去做,比如:檢視過去 (已經飛逝的歲月) 與展望未來 (即將飛來又逝的歲月)。

翻開本格去年 12 月的年終文《2015 年台灣 Big Data 市場五大趨勢預測》,當時我們針對 2015 年台灣 Big Data 的市場發展,做了以下趨勢觀察:
  1. 客戶洞察成為所有 B2C 商業的顯學,社群媒體分析是 360° 單一顧客樣貌的新增要素; 
  2. In-memory 分散式運算開源軟體日益成熟,企業的近即時巨量資料應用成本降低,大大增加「快速偵知與快速反應」實現的可能; 
  3. 物聯網 (IoT) 與巨量資料分析結合,成就應用的區隔化與細緻化; 
  4. 資料產品雲服務化,讓中小企業有機會參與巨量資料的價值應用; 
  5. 資料分析人才需求持續增長,但唯有能結合領域知識者,才能成為箇中翹楚。
事隔一年,也到了該做結算的時候了。我們不妨來評量一下,一年前的預測,準確性有多少?各項的發展狀況如何?

圖 1. Big Data 潮來潮往,是要飛還是踏浪前行?
(photo credit: Flickr Commons)


且讓筆者從這一年自身的市場經驗與觸感,在此先做些剖析吧。

2015年10月25日 星期日

Data Technology 無 C 不歡

在 10 月 14 日 Etu Solution Day 2015 大會中,筆者以《Data Technology 的待客之道》為題,分享了對於 C2B 這個行銷驅動模式的時代背景、其對消費者企業 (B2C) 的行銷策略價值、以「一客一市場」為目標,如何實作「C2B 行銷閉環」等看法、最終則搭配各商業夥伴,以 Etu 的 Big Data 行銷應用三套件 ── Etu Insight、Etu Recommender、Etu Curator Online  為例,說明在投信、零售/電商、銀行如何整合應用,完成以顧客為中心的「連結、驅動、洞察、服務、分享、再連結、再行銷」閉環 (Closed-loop)。

圖 1. C2B 行銷閉環 (by Fred Chiang)

在這之後,筆者又有機會在台大商研所的「大數據與電商生態圈」課程與東吳大學巨量資料管理學院進行相關的主題演講,並與一些具資料分析、行銷操作經驗,甚至是高階主管的學員們討論,相互印證。

這些看法,本是筆者基於在工作與生活 (同時具有軟體/服務提供者與消費者身分) 的體驗而來,能夠引發相關專業工作者的共鳴,實是具有不小的消除疲勞效果 (笑)。

C2B 行銷驅動模式的整體概要,已經陳述於《Data Technology 的待客之道》簡報中,在這邊,筆者就其中的幾點重要觀念,做較詳細的說明。

什麼是 C2B 行銷驅動模式?


2015年9月23日 星期三

Big Data Megatrend 何去何從 ─ Gartner's 2015 Hype Cycles 瞧端倪

不知道從什麼時候開始,每年 7、8 月間,IT 產業就在摒息以待,等候 Gartner 發佈當年的 Hype Cycle (技術循環曲線或技術成熟曲線) for XXX 研究報告。今年的整體摘要《Gartner's Hype Cycles for 2015: Five Megatrends Shift the Computing Landscape》已於 8.12 出版。想要對比 IT 各領域今年現狀,或是藉以規劃明年發展的朋友,不妨參考看看。

若想了解 Hype Cycle 五個階段:Technology Trigger、Peak of Inflated Expectations、Through of Disillusionment、Slope of Enlightenment、Plateau of Productivity 的意義,可以參考這篇這篇

長期關心 Big Data 發展的人,在眾多的 Hype Cycle for XXX 中,首先會關注的,應該就是其中《Hype Cycle for Emerging Technologies, 2015》這一份針對新興科技的成熟度報告了。

Big Data 三年走勢

若我們把過往三年 (2012~2014) Big Data 在 Hype Cycle for Emerging Technologies 的位置標示出來,可以得到如下的走勢:

圖 1. Big Data 在 Hype Cycle for Emerging Technologies 的三年走勢
(source:筆者根據 Gartner 歷年發佈的報告重繪)

2015年8月25日 星期二

一種 Data-driven 信仰與組織文化的樹立或毀壞

8/20-8/23 中央研究院人文社會科學館非常的「資料科學」,因為這裡一連舉辦了 4  天的「第二屆台灣資料科學愛好者年會」。在第 2 天的《DSP 資料開竅.企業論壇》中,筆者主持了「跨國、行動、即時的資料團隊」這場分享與座談,主辦單位請到了通用移動 (Gmobi) 創辦人暨執行長吳柏儀 (Paul Wu)、大數據顧問暨數據科學家趙國仁 (Craig Chao)、沛星互動科技 (Appier) 營運長李婉菱 (Winnie Lee) 這三位擁有「不只 Data Team」帶領經驗的創業者與專業人士,分享他們在 Data Product 發展、組織運作、市場開發工作中,累積而來的洞察與提醒。

圖 1.  由左而右:Craig、Winnie、Paul、筆者
(本照片由 DSP 智庫驅動提供)

三位講者分享的觀點,擲地有聲,屢屢打中也身在「有資料組織」中聽眾的心。由於實在難得,聆聽的心得很多,筆者特別藉此一文,將個人認為最重要的元素:信仰、文化、與人,做一彙整。

Data-driven 是一種信仰與組織文化的樹立

在 Winnie 提出的「8 Tips To Turn Big Data into Big Insights」裡頭,第一點即是:
If you want to build a big data organization, everybody has to first believe in data.
(要建立 Big Data 組織之前,每個人首先要相信 Data)

2015年7月27日 星期一

資料未必氾濫,但洞察的確難求

筆者即將在 8/21 參與《DSP 資料開竅.企業論壇》其中一場座談的主持工作,在該論壇的活動說明中,開宗明義即道:「資料氾濫,洞察難求」。

從 Data Owner 的角度來看,資料可能多到不可勝數,的確氾濫。但從擁有資料科學技能,但卻苦無資料可以發揮的 Data Science Team 看來,資料可能永遠缺一集。所以,我想說的是:「資料未必氾濫,但洞察的確難求」。

為什麼會這樣?可以歸結為 Data Owner、Data Science Team、Domain Expert 三者無法有效結合。而通常感覺不到資料價值的人,是因為他/她連洞察 (Insights) 都還沒看見。

圖 1. 資料價值由資料產品傳遞,需要三種角色有效結合

如上圖 1. 所示,資料價值的載體是 Data Product (資料產品),而 Data Owner (資料擁有者)、Data Science Team (資料科學團隊)、與 Domain Expert (領域專家),則是打造 Data Product 的鐵三角,缺一不可。但我們觀察這鐵三角的發展現狀,正面臨一些問題,說明如下。