日前我曾在自己的臉書上問朋友，關于大數據很夯，有沒有大家推薦的好書或是必看之「圣經等級」的可以參考?結果回應相當熱烈，推薦也不一而足，從商業統計學到行為分析學，也有學界作者到業界作者，約10來本書，讓人看得眼花撩亂。
轉念一想，我既然有這問題，大概多數人也有這問題吧。意思是說，科技發展進到物聯網時代，「大數據」這名詞被不斷提及，結果認真想了解才發現，這真是一門好深的學問，不僅僅只是以統計為核心，必須得從使用者的身份識別開始，逐漸擴及到情境、行為、認知、消費，以及企業與使用者之間的互動，通通都有值得被紀錄與分析的思維在里頭。
比方說，之前Google花了臺幣將近 1 千億，買下Nest 這家公司，就讓我感到有些疑惑。Nest 是在 2010 年由 Tony Fadell 和 Matt Rogers 所創立的公司，在 2011 年發表了產品 Thermostat(節溫器);2013 年則推出了 Smoke sensor(煙霧感測器)，雙雙獲得超級好評，但即使賣得好，我還是想不出這與 Google 何以愿意砸重金購併有什么關聯性。
要回答這個問題，就得從大數據觀念著手。簡單說，真正影響消費者購物決策的關鍵，并不是從他在網上挑東西、點擊、瀏覽的數據下手，而是得「還原」他當時的「情境」，那才是關鍵。
作者舉了一個很有意思的案例： A 君上班途中，不經意看到路人穿著一件T-shirt 覺得很好看，到了公司之后，打開電腦，立刻上網搜尋，沒想到跑出了10 萬件商品，看的他眼花撩亂。正當他想繼續看下去的時候，老召集所有人開會，于是他沒有往下找，到了會議室開始進行會議。
會議進行中，他覺得有點無聊，于是拿出手機開始重新搜尋，卻始終都沒找到那件讓他魂牽夢縈的 T-shirt。瀏覽時突然一個推薦商品映入他的眼簾，是一款他向來就很喜歡的手機品牌正在大促銷，于是他想都沒想就在線上買了這支手機。
如果你是數據分析師，單純只從這位 A 君的線上瀏覽行為去分析，你一定會感到非常疑惑：為什么他明明是在找T-shirt，最后卻買了手機?如果你將這樣的行為列入演算的推送機制，未來就很可能會錯判消費者的動機與消費習慣。
這就是作者想強調的重點，理想上，企業應該要能「還遠」使用者的當下情境，才能理解消費者心裡想要的是什么，進而推送最正確的資訊給他。作者也舉了阿里巴巴實際的一個案例，某一年的「十一黃金周」，他們發現使用 iPad 上網買東西的人突然暴增，原來是因為當年中國政府實施黃金週高速公路不收過路費的政策，于是大家都塞在高速公路上，于是只能用iPad 購買商品。同樣的，如果你以為那是因為使用 iPad 有比較好的瀏覽經驗，而誤判消費者心裡所想的，那也會導致企業判讀資訊錯誤，而引發出錯誤的結論與企業決策。
到這里，我終于能明白，為什么 Google 會愿意砸下重金買 Nest，因為這是他們布局的一環，最終目的就是想知道你從起床到用早餐，到出門上班的交通期間，在上班期間內，中午用餐，下班后交通期間，晚餐，睡眠的所有訊息;企業也想收集你在家、在戶外、在工作、在休息等……所有行為與情境，好作出對你這個人在連上網的購物行為做交叉分析，進而還塬你當時可能面對的狀況與想法，掌握你真正的消費動機，推播最正確的資訊與商品給你。
這就是大數據想達成的終極目標：成為你肚子里的蛔蟲，并且試圖餵出你最想要的東西，提升流量，提升點擊率，提升購買率，提升再購買率。
雖然聽起來很可怕，因為你所有的行為都被大數據所掌握，然而活在網絡時代的你，使用智能手機的你，大概就已經離不開這個處處被收集資料的網絡，你唯一可能避開的方式就是不使用網路與電腦，不使用手機上網，也不用網路購物，但我相信這對絕大多數人來說已經是不可逆的行為。
無論如何，大數據的時代已經來臨，只是悄悄在你看不見的地方蓬勃的運行著。我始終相信，大數據為人類帶來的正面意義會遠大于負面，只是你得有意識的了解它運作的邏輯—無論你是利用數據或被數據利用，都應該對大數據有所了解
京公網安備 11010502049343號