大數據是利器，前提是要懂得傳遞給「對的人」

所謂「最佳下單時間點」，是指假設網路遊戲業者推出一款100MB的新遊戲，那麼習慣玩大型網路遊戲的用戶就會是目標族群。當系統偵測到用戶使用4G上網時，表示他可能還在外面移動，用4G下載100MB遊戲的機率很低；但當系統偵測到用戶每天晚上11點以後，都在某個定點連上WiFi（代表那應該是他家），這時候系統就會在晚上11點後持續投送新遊戲廣告給他，他點擊下載的機率就會更高。也就是說，運用大數據不僅能找到對的顧客，還能分析時間、地點，當對象和情境都對了，自然提高成交機率。

大數據不只運用在企業行銷上，香港旅遊業也運用大數據提振不同地區的觀光財。

到香港旅遊的中國旅客有旅遊團和一日遊散客，利用大數據分析發現，旅遊團一定會到尖沙咀、旺角、香港島旅遊，品牌商就在旅遊團出沒的地區投放大量廣告，有效吸引觀光客在附近實體店家消費。一日遊散客（包括大量到香港買貨回中國銷售的水貨客）則集中在上水、元朗、荃灣等通關邊境，自然聚集許多提供水貨客批貨的店家。

有F1賽車，也得有選手及地圖

隨著大數據愈來愈熱門，很多企業都想導入大數據，或是想知道大數據能幫公司做什麼。其實，大數據的重點不在數據，而是如何將大數據轉換成有價值的商業資訊。

我常把大數據比喻為F1賽車，但光有F1賽車，卻沒有賽車手、也沒有路線圖，這台F1賽車哪兒都去不了。台灣企業面對大數據的困境，在於只想打造F1賽車，卻不知道如何培養賽車手和規劃路線圖。也就是說，有資料卻不知道怎樣轉化為有用的資訊，以及資訊沒有即時更新，那就變成死掉的資料。

例如，多數企業都有龐大的CRM資料（Customer Relationship Management，客戶關係管理），但這些CRM資料大多只有姓名、性別、年齡、電話、email、交易資料等，但有可能3、5年後客戶轉到對岸工作，企業的客戶資料卻沒有更新，這時候寄任何活動訊息都不會成交。這就是過於重視大數據的技術面，卻沒有由上而下審視各部門數據資料是否開放透明、彼此相容，以及統籌大數據團隊的管理權限和單位協調。

大數據團隊需要各路人馬