他們讓資料變商機——Google、UPS、亞馬遜成功經驗

巨量資料掀起的革命,正在全面影響你我的生活。面對如此大量資料,該怎麼用?如何正確解讀?本文將舉 Google、UPS、亞馬遜等國外企業成功經驗,可以做為借鏡。
評論
評論

原文刊登於 2014 年 4 月號《遠見雜誌》第 334 期 ,作者:鄭婷方。Inside 獲授權刊登。

巨量資料掀起的革命,正在全面影響你我的生活。面對如此大量資料,該怎麼用?如何正確解讀?國外企業成功經驗,可以做為借鏡。

一場大數據分析的「資料革命」登場,正掀起生活、工作和思考方式的全面革新。然而,面對雜亂無章的巨量資料,究竟怎麼理出頭緒,卻成了大家最頭痛的問題。

麻省理工學院教授 Erik Brynjolfsson,具體研究擅長使用資料來決策的公司,整體績效比不用資料的企業,生產力至少高出 6%,例如,Google、亞馬遜等企業競爭力不斷往上提上,而不少新創公司則因為有巨量資料思惟,成為明日之星。《大數據》作者、牛津大學教授 Mayer-Schonberger 提出使用巨量資料,五大最重要觀念,只要跟著這樣的邏輯,大家都可能成為新贏家。

1. 資料數量遠比品質更重要

成功案例:Google

在大數據時代下,資料數量已比資料品質重要。涵蓋 60 種語言的 Google 翻譯,就是一個絕妙例子。早在 1990 年代,IBM 的專家曾開發一套 Candide 翻譯系統,採用加拿大國會的英法語雙語文件,大約是 300 萬個句對,訓練電腦讀懂使用機率,到底 A 語言的辭彙,最有可能對應到 B 語言的哪個詞彙,來增加翻譯的精準度,把翻譯轉換成數學問題 但後來進展卻不大,終告放棄。

2000 年時,微軟語言處理專家發現,當他們在進行文法校正的「機器學習」時,隨著輸入的資料量不斷增加,準確度顯著提升,他們當時下了一個假設,「或許我們要重新考慮,是要砸錢來開發程式演算法,還是擴大語料庫。」

接受不精確 先求擴大資料規模

幾年之後,Google 也決定投入翻譯領域,但不同於 IBM 使用 300 萬個精心翻譯的句子,而是使用手邊更龐大、更混亂的資料集。Google 的翻譯系統母體大至全球網路,廣達數十億個翻譯網頁,有高達兆字的語料庫,收錄所找到的每一則翻譯,用來訓練電腦。

資料來源包含各公司網站、官方文件的多語翻譯,國際組織的多語報告,或是 Google 圖書掃描計畫,納入的書籍翻譯,甚至包含網上各種斷簡殘篇、品質參差不齊、混亂的資料。這樣一來,翻譯的準確度再度提升,甚至某個英文字之後,出現另外一個字的機率,都能夠計算出來。

Google 人工智慧專家指出,Google 使用的資料,常有不完整的句子,拼字錯誤、文法缺誤,但正因為擁有比其他語料庫多出千萬倍的資料,足以蓋過缺點。因此,進入大數據時代的第一個觀念,就是要接受,資料「數量」遠比資料「品質」重要,而且要接受雜亂,不能事事要求精確。

2. 找相關性而非執著因果關係

成功案例:紐約市公安管理

以紐約市為例,每年都因為地下管道火災,付出不少代價,路面上重達 140 公斤的鑄鐵人孔蓋更常因為悶燒爆炸,飛到幾層樓高,再砸回地面,造成嚴重公安困擾。但紐約市的地下電纜,長度超過 15 萬公里,足以繞地球三圈半,光曼哈頓就有超過 5 萬 1000 個人孔蓋,數量之多,就算每年定期檢查,意外仍然防不勝防。

負責管理的愛迪生聯合電力公司,找上哥倫比亞大學統計專家魯丁(Cynthia Rudin)協助。怎麼做呢?第一步,他們先蒐集 1880 年到 2008 年管路歷史資料,但光是要表達「維修孔」,就有 38 種不同的寫法,資料雜亂無章。研究的重點,在於找出「相關性」。不在於「為什麼會爆炸」,而是「哪個人孔會爆炸」。

挑有效指標 逐步縮小問題範圍

研究小組從 106 個重大人孔災害預測指標下手,慢慢去蕪存菁,最後剩下幾個最有效的指標。接著他們再縮小範圍,僅研究某一區的地下電纜,分析截至 2008 年的資料,來預測 2009 年的危險人孔位置,結果小組列出的前 10% 危險清單,的確有 44% 曾發生過嚴重事故,也據此找出最有相關性的幾個指標。

最後,小組發現「電纜年份」和「過去是否發生事故」,是最重要的判斷指標,依此原則來替市區幾萬個人孔蓋排定檢查順序。雖然答案好像顯而易見,但是過去卻渾然未覺,直到分析團隊用大數據的科學驗證,大家才恍然大悟。

紐約市還有另一個嚴重問題,是住宅非法改建,不少房子都隔成許多小間,住了比原本設計多十倍人數,常發生火災。為了減少意外死亡,政府需要知道的,反而不是為何有如此多非法住宅,而是這些非法住宅到底在哪裡?

怎麼找出來?第一,先取得全市 90 萬筆住宅資料,再整合 19 個機構資料,像房屋稅繳納狀況、是否為法拍屋、水電費是否異常,都納入考慮。團隊也納入住宅屋型、年份、救護車出勤率、鼠患、非法改建投訴等資料,再拿來與五年來火災程度資料比對,找出「相關性」來建立預測系統。

除了已記錄的資料,市府團隊還訪問了資深檢查員,儘可能找出更多可以比對的指標。例如,他們從老幹員的口中,發現新砌外牆的住宅,有問題的機率很低,但是調查員也說不上來為什麼,只說是憑直覺,後來發現曾經老屋拉皮的建築,表示住戶較重視環境維護,發生事故的機率就比較低。因此分析專家回頭把「市府老舊建物拉皮」這個變項也納入系統,就像用「刪去法」一般,篩選掉相對低風險的住宅,提升預測的準確度。

透過反覆比對 提升預測準確度

另外,紐約市府本來以為某棟住宅投訴電話愈多,表示危險程度愈高,因此常常前往稽查,浪費不少人力。後來幾番分析比對才發現,事實相去甚遠,因為在上東城高級住宅區,只要有一隻老鼠,投訴電話就成天響個不停,但是在相對落後的布魯克林區,非得等到鼠患嚴重,才有投訴進線。

透過這樣反覆比對原始指標和每週收到的即時資料,紐約市府每星期都能列出,可能發生火災的前五名名單,立即交給檢察員處理,讓這套巨量資料預測系統大獲成功。透過相關性篩選出來的危險建物名單,竟然有 70% 以上確實需要撤離住民,成效斐然。

3. 看似沒用的資料也有商機

成功案例:Foursquare、UPS、推特、亞馬遜

除了要能接受雜亂資料,從中找出相關性,迎接大數據,還有另一個重點,就是任何紀錄,甚至連情緒、社交圖譜、搜尋軌跡,都可資料化。例如,當「地理位置」成為資料,有無限商機。全球最大的打卡社群平台 Foursquare,最重要的功能就是讓用戶,隨時打卡、拍照上傳景點。

這些蘊含用戶地域位置的打卡資料、軌跡,只要仔細紀錄下來,便能夠了解某一時間、地點,用戶都在做些什麼事?藉此推播精準的廣告、折扣訊息。甚至星巴克、麥當勞都跟 Foursquare 購買這些打卡資料,來分析決定要在哪裡開新門市。Foursquare 也從一個社群平台,變成有附加價值的精確市場分析資料提供商。

循司機行車路徑 找出省時省油路線

快遞公司優必速(UPS)也是率先把「地理位置」資料化的成功案例。們透過每台貨車的無線電設備和 GPS,精確知道車輛位置,並從累積下來無數筆的行車路徑,找出最佳行車路線。從這些分析中,UPS 發現十字路口最易發生意外、紅綠燈最浪費時間,只要減少通過十字路口次數,就能省油、提高安全。靠著資料分析,UPS 一年送貨里程大幅減少 4,800 公里,等於省下 300 萬加侖的油料及減少 3 萬噸二氧化碳,安全性和效率也提高了。

從推文動態 判斷行銷活動成敗

當「情緒」和「社交互動」成為資料,又能做些什麼?推特就是最好的例子,每天至少有四億則以上推文,明明大多數推文,看來就像是隨口嚷嚷,但卻成了重要「分析」指標,可以用來及早了解消費者反應,或是判斷行銷活動成果,不少公司都搶著要和推特簽訂資料的存取權。

當用戶的網路「軌跡」成為資料,又有何用?網購龍頭亞馬遜正是依照客戶瀏覽的歷史,來比對「產品」和「產品」的關連性,開發無人能敵的自動推薦系統。現在亞馬遜上,每三筆訂單,就有一筆是來自電腦推薦和客製化系統。

4. 挖出巨量資料的新價值

成功案例:新創公司、老牌公司翻身

千萬別以為用大數據分析,是大公司或是科技大廠的專利,小型企業不一定要自己擁有資料,可以靠授權獲得,再使用廉價雲端運算平台分析。擁有「巨量資料」思惟和好點子,能讓新創公司蓬勃發展。一位美國頂尖的資料科學家 Oren Etzioni,就是利用巨量資料創業的先驅。

幾年前,Oren Etzioni 在從西雅圖飛往洛杉磯參加弟弟婚禮的飛機上,發現臨座幾位乘客的票價都比他的便宜,打破以往覺得飛機票愈早買、愈省錢的想法,萌生創業點子。

分析舊票價資料 抓出未來漲跌

Oren Etzioni 開發出預測飛機票未來是漲是跌的服務「Farecast」。最重要的關鍵是取得特定航線的所有票價資訊,再比對與出發日期的關連性,如果平均票價下跌,買票的事還可緩一緩,如果平均票價上升,系統會建議立即購票。他先在某個旅遊網站取得 1 萬 2,000 筆票價資料,作為樣本,建立預測模型,接著引進更多資料,直到現在,Farecast 手中有 2,000 億筆票價紀錄。

後來他的公司被微軟併購,把這套服務結合到 Bing 搜尋引擎中,平均為每位用戶節省 50 美元。去年被 eBay 併購的價格預測服務 Decide.com,也是 Oren Etzioni 的傑作。在 2012 年,開業一年的 Decide,已調查超過 250 億筆價格資訊、分析 400 萬項產品,隨時和資料庫中的產品價格比對。從普查中,他們發現零售業祕辛,就是新型號上市時,舊產品竟不跌反漲,或異常的價格暴漲,來警告消費者先等一等,再下手。

觀察網友文章 老產品找到新用法

一個老品牌翻身的故事,也是藉助網路上的部落格文,觸類旁通的創新行銷範例。風靡澳洲的酵母鹹味醬 Vegemite 品牌(已被美國最大食品集團卡夫 Kraft 併購),一直是澳洲家庭必備塗醬,但 2009 年時突然市占率下滑。卡夫集團委託 IBM 調查 150 萬筆論壇、部落格文、網路新聞,發現近 50 萬筆、38 種不同語言關於酵母塗醬的內容,更發現大家會把酵母醬搭配酪梨、烤肉、番茄一起吃,是以往沒想過的新資訊。

於是,他們開啟公司史上最成功的行銷「你都怎麼用酵母醬?」讓大家分享吃法,成功讓 Vegemite 酵母醬再度熱賣,比過去銷量高峰期再高出 5%。

5. 拒絕「資料獨裁」,小心依賴、濫用資料

失敗案例:Google

要成為巨量資料的贏家,要小心,不要被資料矇蔽。就算是資料高手的 Google,也三不五時失敗。轉戰 Yahoo 的 Google 前高層 Marissa Mayer,曾要求工作人員測試足足 41 種不同色階的藍色,有的甚至肉眼難以分辨,只為了知道網站工具列該挑什麼顏色。Mayer-Schonberger 指出,這些例子都證明 Google 對資料太言聽計從了,極端資料獨裁的結果,也遭來反抗。

Google 的頂尖設計師鮑曼正是受不了一切都要量化,憤而離職。他在部落格上寫道:「我們爭論到底某個邊界究竟該是 3、4 還是 5 個像素寬,⋯⋯如果以為每個決定都可以簡化成邏輯問題,這些資料最後就會變成拐杖,每個決定都需要拄著柺杖,讓整個公司癱瘓!」

Mayer-Schonberger 提醒,不能過分依賴資料,否則可能如同希臘神話中伊卡洛斯(Icarus)所犯的錯誤——他搭著鳥羽和蠟,製成的飛行翼翱翔天際,但卻太相信自己的飛翔技能,使用不當而折翼墜海。

五大觀念,挖出潛在新商機

  • 第一、資料數量要夠大、夠多,量比質更重要。
  • 第二、找出「相關性」,而非因果關係。
  • 第三、地理位置、情緒貼文、社群圖譜、看似無用的散漫紀錄,都是有用的。
  • 第四、只要有巨量資料思惟,小公司也能靠創新的點子致勝。
  • 第五、要小心資料獨裁,不要被巨量資料掌控。

大數據領域權威專家——麥爾荀伯格(Viktor Mayer-Schonberger)訪台論壇

BIG DATA 大數據時代來臨,誰能在龐雜的訊息中掌握關鍵,誰就能取得解決問題的先機。

不論你從事的是商業、資訊科技、公共行政、教育、醫療,或者只是單純對未來趨勢感到好奇,麥爾荀伯格親自剖析如何擁抱不精確,創造新生意。

活動網址

http://www.gvm.com.tw/event/201404_bigdata/

講者簡介

麥爾荀伯格(Viktor Mayer-Schonberger)
牛津大學網路研究所教授,並擔任微軟、世界經濟論壇等大公司和組織的顧問,是大數據(巨量資料)領域公認的權威,寫過八本書以及上百篇專論。

關於《大數據》:

  • 登上 Amazon「資訊管理」、「電腦文化」暢銷雙榜第一名
  • 2013 年獲博客來商業理財年度之最
  • 蟬聯博客來、誠品、金石堂暢銷排行榜
  • 2014 國家文官學院每月一書(全年共 12 本指定閱讀)