文／林茂昌

什么是Big Data？

麻省理工学院教授席多哥（Cesar A. Hidalgo）在《科学美国人》（Scientific American）的论坛上发表了一篇文章，认为Big Data的内容主要是指有关人类活动所留下的各种数据轨迹，例如：移动电话纪录、信用卡消费纪录、社群网站活动等。这些全部的资料，经过数据视觉化（data visualization）和机器学习（machine learning）等技术，找出一些形态或相关性，可供管理决策者参考运用或是预测未来行为。

基本上这套技术和传统的统计抽样、问卷调查、访谈等完全不同。传统的统计总是来自抽样，所以不是“大资料”。

先玩玩Google Trends

你也许会认为Big Data莫测高深，离自己很远，其实不然，任何人都可以立即体验一下。请进入Google Trends网站（www.google.com.tw/trends/），在网页最上端“Search Google Trends”的那一栏里打入任何你想知道（有多少人在搜寻）的字词，例如“股市行情”，这时Google Trends就会把历年来搜寻“股市行情”的人数消长图显示出来。不过这资料包括大陆和香港，如果我们只想知道台湾的部分，可以在网页上面蓝色那行，把“全球”改成“台湾”。于是我们可以看到台湾关心股市的程度，从我目前的资料看起来，是呈现“暴增”的趋势。

这就是最容易上手的Big Data了，除了有趣之外，潜力更是无可限量。你要查什么字词，找出什么现象，几乎没有限制。Google工程师还弄了一个Google Flu Trends系统（http://www.google.org/flutrends/），用流感症状的相关词汇搜寻状况来研判疫情，发现他们的指标只比实际疫情落后一天，远优于疾病管理局（CDC）落后一周的通报资料。他们把这个成果发表于《自然》杂志，引起广大回响，并带动Big Data的风潮。虽然Google Flu Trends事后被发现有些瑕疵，但其历史意义则不容否认。

不花大钱也可应用

如果你的企业所有资讯，也能有一套类似Google Trends的东西，随时提供经营上的线索给老板和经理人参考，不是很好吗？以往Big Data只属于超大型企业的东西，现在，基本上不用花大钱也能玩入门款了。

大家最担心的系统架设问题，IBM Watson Analytics、Amazon Web Services、Google BigQuery等都有收费低廉甚至于免费试用的方案，很适合小企业使用。我们只要上去他们的网站，在系统的指引下，就可以一步一步地动手开始做。

至于人员培训方面，实体课程有资策会或各大学推广中心可选择，而由全球一百多所知名大学所提供的Coursera网络课程，则是完全免费。此外，你也可以先用公领域的数据库当作练习，Amazon Web Services上提供了从美国普查资料、联准会经济数据、到基因定序的各种Big Data数据库，任何人都可以下载使用。

总之，要玩Big Data已经不再是遥不可及的事。但是请注意，长期而深度使用Big Data系统的成本仍然不低，须审慎评估效益。因此，我们接下来的思考重点是，煞费苦心搞了一套Big Data系统之后，到底有没有用？

具体效益难显现

个人的猜测是，对大多数的企业，尤其是中小企业，营运资料的复杂程度并不高，Big Data没什么用武之地，它很难胜过人脑，尤其是优秀员工的头脑。

就算是稍微复杂一些的大企业，他们大致上也已经电脑化，而且有一套以上的经营管理系统在运作，当然有一定的水准。更何况在市场竞争机制之下，能够存活的厂商绝非泛泛之辈。而Big Data系统纯靠机械的资料学习来找出特定型态，要超越现有经营绩效，如果没有高手相助，恐怕是不行的。而一般的企业，顶多是边做边学Big Data，如何能够在短期间培育出高手？

因此，除了极少数例外，大多数企业建置Big Data的初期，效益是不容易被看见的，倒是鼓励和培养人才的意义比较大。美国IDG Research Service和Kapow Software在2013年曾发表一份调查报告指出，高达85%的企业主管认为Big Data“有助于做出更周全的商业决策”，但只有23%主管认为这些Big Data计画“到目前为止还算成功”，52%则认为“不怎么成功”。原因是“计画拖太久──东西太艰深，大部分员工无法了解──如果不聘请昂贵的顾问或资料科学家，便很难从中得出关键而有效的观点”。

Big Data竞赛

很多企业花了好大功夫把Big Data架设起来之后，面对海量的资料，由于功力不够，只能一筹莫展。怎么办呢？头都洗下去了。最常见的手法就是举办一场Big Data竞赛，把整套的资料提供出来（当然，敏感的部分或名称必须用代号或其它方式转换），悬赏奖金，请各界高手展现真功夫。或是先办一场比赛，找出高手，再聘请他们进来公司解决问题。

国内许多企业都曾举办过Big Data赛事，至于国外就更不胜枚举了。由于有这个需求，于是有Kaggle这么一家企业设置了一个平台，专门协助企业和学界在上面举办Big Data竞赛，以找出优胜者和最好的模型。在竞争之下，人的潜能无限发挥，Big Data或许可以有惊人的成果。

请想一想，我们为什么要花那么大的工夫，找一个不了解我们企业的“高手”（可能还在读大学）来解读数据库里的无字天书，然后大家在不知其所以然的情况下就奉为圭臬？