切換隱藏選單

大數據分析,不是電腦專家的專利

「你要去教大數據?」這是最近朋友問我的一句話,而且連問了兩次。起因是我跟他聊起接到政治大學企業管理學系邀約,要去開設大數據行銷課程。我當下不解,為什麼他這樣問,回家後才忽然想通!

好評再加開【預測行銷╳會員經營】限量100席! 如何掌握市場機會讓顧客回籠?7/13「預測行銷╳會員經營」,一堂課釐清重點,掌握會員經營的關鍵模式!

在國外攻讀大數據學程時,我的教授不是說,大數據是一門跨領域知識,涵蓋資訊科學、統計演算以及商業實務嗎?時下大多數人都認為大數據跟資訊科學劃上等號,由於我不是資訊或資工背景,所以才會有這樣的誤解。

當新技術帶動新產業,一開始技術會主導產業一陣子,大數據正是如此。目前大半的大數據研討會,討論內容都偏技術面,像Hadoop、MapReduce、Pig等技術名詞,不僅讓人聽得一頭霧水,也築起心理障礙:只有搞電腦科學的人才能從事大數據相關工作。事實上不然!

我曾在課堂上跟教授討論,到底該由誰來主導大數據的應用?

如果我們把大數據分析交給電腦專家領導,他會把基層架構建好,像是電腦系統、資料儲存分配等,但他不知道分析方向;如果交給統計專家,他會建立演算模組,產出一疊報表,但無法確定哪一張有實務價值。所以,如果想從海量資料中得到分析、進行決策,就得靠產業知識和實務經驗。

若你是在連鎖賣場負責行銷,想了解降價促銷在北中南三區哪一個比較有效,就要知道如何設定變數,以及如何解讀報表。畢竟,只有具備產業知識、市場行為的實務專家,才知道分析的方向、如何預測消費者的行為。

電腦科學、統計演算和產業知識是三個部份互相重疊的圓圈,重疊之處就是具備三種知識的人,也就是能有效進行大數據分析的數據科學家(Data Scientist)。這三項專業領域中,產業知識及實務經驗的養成最為困難耗時,幾乎無法透過課堂來學習,必須透過工作磨練。所以,我認為實務界的工作者,在大數據時代有非常好的機會,只要充實一下基礎統計及電腦知識,就能成為炙手可熱的大數據人才。

很多人聽到電腦與統計就直接放棄,其實很多統計的演算法已經發展成大數據的軟體,而且這些工具都很成熟(例如KNIME、WEKA、Tableau等,傳統的SAS也有預測模組),不需要我們去寫程式或數學證明。只要有統計學基本概念,像是知道迴歸分析的目的,在於找出X變數對Y變數的相關性,應用在商業上,比如價格(X變數)改變後,對銷售(Y變數)造成的影響,進而預測業績變動,使用者並不用去證明這個演算法。

雜誌全文

全文完,覺得不過癮嗎?您可以:

風靡年輕人的數位金融新體驗

台新金控個金事業群執行長尚瑞強

一流團隊與CEO最想爭取的教練

ICA國際教練學院亞太區策略長陳薇雅

生涯顧問

引領全球平台經濟浪潮

Airbnb東南亞及台灣、香港區總經理Robin Kwok

美學經營

田中央主持建築師 黃聲遠

潮課名師

最新評論

你是哪種族群?

提醒

本網頁已閒置超過三分鐘,請點擊 關閉 或任一空白處,即可回到網頁。

關閉廣告