翻轉５觀念，你也能讓大數據這頭大象跳舞！
圖片來源：本刊資料照片
我在修大數據學程時，有5個印度同學，他們的電腦專業很強，但下課後總抓著我問統計概念，因為我過去除了商業實務外，讀博士班時也用過統計。所以，若想從事大數據相關工作，第一就是不要怕統計。
大數據分析不是要你證明統計公式，而是得具備統計學的基本概念。例如，只要知道統計學中迴歸分析的目的，在於找出X變數對Y變數的相關性就夠了。
以商業上的實務為例，價格（X變數）改變後，對銷售（Y變數）有何影響？不用證明價格為何會影響銷售，而是找出價格改變對銷售的效果，當價格調降5元或10元時，何者最能提高銷售額？或是當我們將各地區的銷售數字輸入軟體，從跑出來的數字發現，南部對價格調降的敏感度比北部高很多時，這時南部市場就可主打價格行銷，北部市場就要利用其他手段來刺激銷量。
如何解讀大數據分析後的資料，有賴於是否具備產業知識和實務經驗。至於統計公式都已經內建在軟體內的下拉式選單中，連指令都不用寫。但如何解讀跑出來的數字，才是大數據最重要的價值。
Q2：如何正確理解大數據是什麼？
A：先從「6V特性」下手，LKK也能懂
專家認為，大數據的特性，可以用「6個V」來說明。
1.Volume（大量）
不論是非數位或已數位化，全世界已經累積無比龐大數量的資料，所以大數據的第一個特性，就是如天文數字般的龐大資料量。
2.Variety（多樣性）
大數據中的資料形式非常多樣化，包括網頁、電子郵件、社群互動訊息、圖片、視訊、音樂、線上交易、搜尋行為等，都會留下各種數據資料，當然，這也提升了資料在儲存、發掘和分析上的難度。
3.Velocity（產生和傳輸速度快）
隨著愈來愈多設備連網，以及愈來愈多使用者隨時都在產生各種資料，各種需要處理的資料不是批次的，而是像水龍頭一般流進資料庫。因此，快速接收、處理、回應大量資料進而產生價值，變成大數據在應用上最大的挑戰。
4.Validity（正確性）
並非每筆資料都有用。就像Facebook上的一個「讚」，究竟是表示對方真的支持你，還是禮貌性地只表示看到了？換言之，定義何謂正確和有意義的資料，遠比只是追逐資料的數量更重要。