二次大戰時，德國納粹軍隊所使用的「ENIGMA密碼機」(音譯：恩尼格瑪密碼機)，可以將普通的訊息，加密成亂碼，隨著轉輪與接線的設定和組合，變化出159京(1016)種密碼，利用無線電報的方式，把密碼傳給遠端的伙伴，由接收的一方，用相同的系統解密，還原訊息。
ENIGMA密碼機的資訊量龐大，敵軍如果沒有解密系統，即便是最出色的數學家，也必須攔截大量電報，經過數星期的研究后，才能解開一個密碼;然而，ENIGMA密碼機只要稍微調節轉輪和接線，瞬間就可產生無數組不同的密碼。
經過長時間的研究解密，英國的數學家艾倫?圖靈(Alan Mathison Turing)結合了統計方法，與長期從情報單位所累積的資料，終于破解了德軍的ENIGMA密碼機，解密的時間從數周，大幅減短成一個小時之內，盟軍也藉著破解德國密碼通訊，扭轉了大西洋戰場的戰局，成為二次大戰的一個重要轉捩點。
3V組合而成的大數據
這幾年，人人都在討論大數據(Big Data、Megadata，或稱巨量資料、海量資料、大資料)，根據義大利研究顧問公司META Group(現在改稱Gartner)，分析員Doug Laney在2001年的研究報告中得知，大數據包含「量」(Volume，資料大小)、「速」(Velocity，資料輸入輸出的速度)與「多變」(Variety，多樣性)，合稱「3V」或「3Vs」，有些企業更在3V之外，新增了真實性(Veracity)和價值(Value)兩個V。
大數據近似于在二次大戰難以破解的ENIGMA密碼機，都擁有龐大的資訊量，并能在短時間之內，快速解構數據;不同的是，大數據包含許多非結構性(見動腦小字典)的數據。
IBM華生實驗室經理張書平博士表示，員工本身交流的訊息、客戶合作的建議、使用者對產品的看法等，都屬于非結構性數據。
早期的技術，無法儲存、分析龐大的數據，所以有很多珍貴的資料都被丟掉了;但現在分析技術進步了、所需的成本也降低了，這樣的情況下，就看企業要不要處理數據、處理的目的為何，以及該如何處理，這些是企業主使用大數據分析前，需要積極思考的事。
民眾走過的痕跡都是不容忽視的線索
根據全球27個行銷聯盟組成的GlobalDMA，和美國市調顧問公司Winterberry Group，在2015年3月訪問了全球17個國家，約3000名廣告人員，所做的行銷人員使用大數據調查現況報告指出，行銷人員最常獲得大數據的來源，第一名是網站(66%)，接下來依序是，智慧型手機App(58%)、電訪(51%)、社群網站(49%)。
星傳大中華區數據分析事業總監Kishore Parthasarathy指出，隨著科技日漸進步，媒體從傳統的電視、報紙、雜誌和廣播，演變成各式各樣的數位媒體，品牌經營者可以從 Facebook、Twitter、WeChat等社群平臺，或是民眾所使用的智慧型手機、平板、電腦等媒體載具，收集大量且變化快速的資料。
透過從不同數位媒體收集而來的數據，企業主更能清楚掌握民眾的生活脈動，和媒體使用行為，像是民眾關心什么議題、在什么時候什么地點、使用什么載體瀏覽與品牌相關的訊息，藉以規畫出更切合民眾生活習慣的活動，并進一步分析數據，用客觀的數字來判斷，在各個不同媒體上應該投放多少的預算。
Parthasarathy強調，每一筆資料都不容忽視，因為多樣化的數據，可以慢慢拼湊出消費者的輪廓。而當企業運用大數據時，不僅應該讓熟悉大數據的專業人員，來管理和分析各式數據資料，更需要與不同領域的策略伙伴，建立起資料合作關係(data partnership)，并與時俱進地利用新科技與新工具，才能從數據中找出更多的機會。
讓數字說話找出問題的解答
甲骨文亞太區企業架構師王任遠認為，大數據最大的挑戰在于，如何統整、儲存和分析結構性和非結構性數據，并讓數據跟傳統的統計學相輔相成，用新的方法和思維，去分析、應用，找出數據的價值。
舉例來說，第34屆美國盃帆船競賽(America's Cup)，Oracle Team USA就運用從海面上的訊息，像是風速、風向、海面氣象等，結合帆船本身收集來各種參數，每天產生近200GB的數據。
透過WIFI傳送大量的數據到分析器Oracle Exadata，即使Oracle Team USA的數據分析團隊不在比賽現場，都能知道Oracle Team USA當天的表現，哪些地方需要修正和調整。
Oracle Team USA的數據分析團隊表示，Oracle Exadata縮短了數據生成及調查的時間。如此一來，各部門就能獲得即時數據，并在開會前，先針對自己的部門修正問題。也因此，Oracle Team USA能在短短一天內，就有明顯的進步，最后成功打敗對手，衛冕冠軍寶座。
王任遠表示，企業應該要專注在數據資本(data capital)上，看數據能為企業帶來什么價值，而價值也會因為產業、部門人員切入的角度不同，產生不同的價值。大數據不是只有企業的科技人員需要了解，行銷、業務、財務人員都需要一同學習，因為大數據能夠協助做出客觀、聰明的決策。
王任遠提醒，操作大數據前，企業不該假設如何解答問題，而是要讓資料說話，透過跟資料互動，找出商業模式，之后再用簡單的統計模型，檢測用大數據得出的商業模式是否有效。
有了大數據精準找出民眾需求
大數據除了能夠應用在比賽中，更可以藉由累積和分析眾多的歷史數據，觀察民眾的喜好、習慣，推薦他們可能需要的商品，Amazon網站近期推出的服務「Amazon Machine Learning」，就是一個很好的例子。
Amazon Machine Learning是以云端運算為基礎的服務，協助合作廠商從龐雜的資料中，摘錄出對企業最重要的資訊。當網友登入Amazon的網站后，Amazon Machine Learning可以根據網友的購物紀錄，從成千上萬筆的產品資訊中，找出網友可能會購買的產品，并讓他們在30分鐘以內下單。
有了Amazon Machine Learning后，合作廠商和產品研發商可以透過分析數據，優化商品的服務或是消費體驗，創造品牌忠誠度，也吸引顧客再次上門。
雖然云端運算服務能夠提供企業主更多有用、精準的數據，但IBM華生實驗室經理張書平指出，臺灣的云端運算服務，因為牽涉到資訊安全，許多廠商不愿意把資料提供給第叁方公司處理，這也導致臺灣云端運算技術，雖然討論聲量很高，卻很少人因此從中獲利。
張書平預估，大數據的發展會愈來愈成熟，并深入到民眾的生活中，例如，透過大數據的收集、分析和應用，未來手機App可以客製化幫民眾做更多事，是生活小幫手，也能跟手機的主人聊天，「大數據」可能會成為歷史名詞，但實際應用會進入到各行各業。
從過去看見未來
大數據行銷最迷人的地方在于，從歷史資料中找出精準的消費者洞察，也因此近幾年來，大數據行銷的話題熱度持續延燒。
不過比較可惜的是，臺灣因為企業規模小、愿意投注在大數據分析的資本也較少，再加上政府對相關法律的規範，相較于其他國家來得嚴謹，所以臺灣在大數據行銷上，仍有許多的發展空間。
利用大數據 贏得美國杯帆船競賽冠軍
Oracle Team USA在美國盃帆船競賽中，每天觀察海面上的訊息，并結合帆船本身的資訊，產生龐大的數據，讓后勤的數據分析團隊，時時調整、修正不足的地方，靠著理性的分析，成功衛冕冠軍寶座。
京公網安備 11010502049343號