知行者創藝行銷部落格|賺錢的是智慧,而非數據-大數據應用的省思和策略

為什麼大數據專案的失敗率高達 55%?你是每兩個中就失敗的那一個嗎?看大數據實戰攻略秘笈,自我診斷你是否還深陷大數據迷思不可自拔,一起破解大數據獲利方程式。

馬雲、白宮、釋昭慧和貓下去餐廳有什麼共通點?答案是大數據。今年三月,阿里巴巴集團創辦人馬雲來台的演講中提到:「未來已不是 IT 時代,而是 DT(Data Technology)時代!」揭示大數據對阿里巴巴集團的重要性。一個星期後,白宮宣布任命 PayPal 和 eBay 的前任執行長帕帝亞(DJ Patil),為全美國第一個首席數據科學家,幫助政府善用大數據,並鞏固美國在數據科學領域的領先地位。而日前慈濟內湖開發案鬧得沸沸揚揚,釋昭慧上談話性節目時,竟也引用大數據,暗喻慈濟遭教會保守勢力暗算。台北市知名餐廳貓下去小館在三月宣布取消訂位服務的同時,也不忘提到大數據證明自己取消訂位服務後,營業額不降反升。

 無論這些大數據到底是不是真的 “大” 數據,都說明了一件事:大數據發展至今,幾乎已經成為全民常識。從科技大佬、政治名人到市井小民,隨口都可以說上幾句大數據的大道理,大數據的熱門程度可見一斑。但是你真的懂大數據嗎?或者是說,你真的會用大數據嗎?

|從 What 到 How

大數據變了,它變得更成熟、也更主流了,以前你對大數據一知半解,依稀知道大數據可以幹嘛,但現在這已經遠遠不夠了。「兩年前,客戶會問大數據是什麼?現在會問要怎麼切入大數據、有什麼題目可以做?一些進階企業甚至會問,如何用更新的工具,讓效率更快或價值更高?大家問的題目變具體了。」IBM 軟體事業處總經理賈景光說。

市場研究機構 Gartner 去年八月發布的《科技成熟度報告》顯示,大數據已經從過熱高峰期過渡到幻滅谷底期。報告中指出,「市場對大數據的興致未減,但由於市場上開始出現越來越多樣的大數據應用,各式尖端資料處理技術和應用陸續推陳出新,這讓大數據開始揮別期望過熱期,步入幻滅低谷期。」這說明大數據並非即將滅亡,相反的,大數據越來越成熟。交大產業加速器暨專利開發策略中心產業分析師黃秋華認為,幻滅才是成長的開始,大數據應用在未來只會越來越多,而且越來越多元,市場已普遍對大數據有所認識,各大企業也都已導入大數據專案。 

每年都會在部落格上發布大數據產業地圖的 FirstMark Capital 營運總監特克(Matt Turck),在 2014 年發布的大數據產業板塊圖中,數據應用的勢力越來越大,跟 2012 年一比,數據應用已占整個產業板塊近四分之一強。種種現象皆說明,大數據已經過了紙上談兵的階段,進入短兵相接時期。那問題來了,你該怎麼做?

「大數據即將在 5 年內消失!」去年被 Exebank 選為全美排名第 4 首席技術長的 Teradata 技術長寶立明(Stephen Brobst),在接受《數位時代》專訪時表示,「很多人以為大數據就是指大量的數據,事實上,我認為這是大數據中最無趣的部分。我們真正在尋找的是非傳統的、未曾被挖掘過的資料,並且從這些資料中去提煉出價值。我相信在5年內,我們就不會再使用大數據這個詞了,到頭來大數據就只是資料而已。」

 |要用大數據,先打破迷思

寶立明意指,大數據將成為每家企業的 DNA 和未來能否保持競爭優勢的關鍵,因此大數據本身已經不重要了,怎麼用大數據才是重點。他認為亟需被打破的迷思,就是大數據很大這件事。事實上,大數據是個非常差勁的命名,因為這讓人們直接聯想到數量,但其實數據的量從來都不是重點,如何將數據轉換成商業價值才是關鍵。

 阿里巴巴副總裁車品覺在接受《數位時代》專訪時,也有類似觀點:「忘掉大數據吧!如果大數據已經成為常態元素了,你何必特別講出來呢?」車品覺認為,大數據只是創新決策的一種新工具,不用把它想得太萬能,不是所有的問題都是數據問題,也不是所有的問題,大數據都能解決,「不用太神化它,太多的行外人把它講得很神,反而我們業內人不敢說得太神話,因為知道兌現不了。」

關於大數據迷思,第一個你要知道的就是:大數據不是神,更不是萬靈丹,以及大不大根本就不是重點。那重點是什麼呢?

知行者創藝行銷部落格|賺錢的是智慧,而非數據-大數據應用的省思和策略
 

|協助解決商業問題

「Big Data 這個名字事實上是有點誤導,真正賺錢的是,從大數據萃取出來的大智慧(Big Intelligence)。」和沛科技創辦人翟本喬說。翟本喬以今年甫獲得奧斯卡獎的《模仿遊戲》(The Imitation Game)為例,說明大數據價值鏈中的關鍵角色:世界二次大戰中,電腦之父圖靈(Alan Mathison Turing)帶領英國情報局打敗德軍,潛水艇的無線電波傳來傳去,聽起來像雜音,這裡頭嘟嘟嘟的聲音叫做數據(Data)。就算你知道它是摩斯密碼裡面的某一個字,可是這又怎麼樣?做機器的不是最有價值的,做那個破解密碼的機器也不是最有價值的。你如果能把它破解出來,知道德國潛水艇在什麼時候去哪裡攻擊你的艦隊,然後根據這個情報做出反應,消滅德國艦隊,這才是最有價值的。

大數據若只有技術,但缺乏商業眼光和解決問題的能力,那其實不叫大數據,而更像一場大災難。根據 2013 年大數據公司 InfoChimps 的報告,大數據專案的失敗率遠高於一般 IT 專案,大數據專案的失敗率高達 55%,而一般 IT 專案是 25%,等於每兩個大數據專案就有一個會失敗。 

大數據專案的失敗率為什麼這麼高?企業主的思維沒有調整過來、缺少商業眼光、過度重視技術以及操之過急,都是導致大數據專案比一般 IT 專案更容易失敗的原因。但其實打從一開始,大數據就不應該只是 IT 專案。「技術和平台只是一個工具,它還需要很多策略執行面的配套,大數據的成效才會發生。技術造成大數據不成功的機率很低,因為大家的技術成熟度都非常高,不管是大數據、中數據還是小數據,都是要解決業務上的問題。」賈景光表示。

企業主過度相信經驗,是導致大數據專案失敗的一大原因,事實上,這可能是影響最重大的一項,畢竟企業主若沒有體認到數據決策的重要性,那麼企業談再多用大數據變現都是枉然。商業分析軟體大廠賽仕電腦(SAS)副總經理高芬蒂表示,任何企業不管大小,只要懂得運用資料做決策,勝出機率一定比較大。但如果只是憑著經驗拍腦袋,沒有跟別人做出差異化,便比較容易失敗。

|大企業紛用大數據拚轉型

無論企業新舊大小,大數據已開始全面進入各行各業,而且不同產業對大數據的關注點都不一樣。例如便利商店強打即時方便,特別注重導購和促銷。金融業則因其商品特性較為敏感且個人化,特別注重與顧客之間建立信任關係。電信業坐擁大量數據,但受限於法規,目前聚焦於用大數據提升服務品質。

大數據商業模式沒有所謂一體適用的通則,但卻有各產業都會遇上的共同困擾:大數據團隊的管理問題。大數據亟需跨部門的整合協作,因此幾乎所有成功的大數據案例,皆有設立專門統籌數據並和其他部門協調的單位,而且設置層級越高越好。例如IBM負責掌管大數據的市場智慧(Marketing Intelligence)部門,就直接隸屬於總經理辦公室。而遠傳電信的大數據智慧部也強調跨部門合作,讓數據技術人員和行銷、業務等部門互通有無,交換想法,好讓數據分析更貼近實際業務需求。

|小型企業也能玩大數據

最後,大數據是否成功,與企業大小並無直接關係,任何懂得善用數據做決策和創新的企業,都稱得上是擁有大數據思維的企業。即使沒有大數據,也不用妄自菲薄。如果你是中小企業,不要急著大興土木建設大數據環境,不妨先盤點看看企業內部的數據是否開放透明,而且彼此相容。然後小規模地測試模型是否可行,確認想法是可複製的,再行大規模布署。另一方面,無論企業大小,先問對問題,事情就解決了一半,好問題會決定整個大數據專案的數據蒐集策略和種類。

中研院資科所研究員陳昇瑋說:「大家都在忙著打造鍋子、廚房和刀子,但好的廚師比較沒有那麼多,台灣廠商總覺得一定要把廚房準備好才能做菜,第一步就打造技術團隊或是買技術平台,但其實絕大多數的企業都不需要這樣做,因為台灣廠商真正擁有大數據的並不多。」

在大企業之外,其實新創企業也在整個大數據價值鏈中扮演重要角色,發揮小兵立大功的力量,值得關注。例如才成立不到 1 年的科智,以製造業數據管理平台服務奪得台灣第一座英特爾 APEC 挑戰賽冠軍獎盃。還有自詡為大數據礦工手中鏟子的雲深創新,其大數據推薦系統讓 HiNet 新聞社群的黏著度提升了 20%,同樣令人驚艷。 

|從大企業到小新創,大數據,你學會了嗎?

❶ 企業的大數據現況

過去 1 年,在美國已經展開數據主導計畫的組織成長了 125%,但其中有 42% 還在討論如何實行。80% 大企業及 63% 中小企業正開展數據主導的計畫。 

❷ 最普遍的資料來源 

  • 63% 客戶資料庫
  • 61% 電子郵件
  • 53% 交易資料
  • 51% 工作清單
  • 48% Word 文件 

❸ 未來一年的大數據預算規劃

  • 36% 計畫增加
  • 41% 沒有增減

企業平均花費 740 萬美元,採取資料相關的初步行動-大型企業:1,380 萬美元,中小企業:160 萬美元。

❹ 大數據計畫時間表

  • 30% 目前沒有規劃
  • 27% 已經展開大數據計畫
  • 14% 正在進行大數據概念驗證
  • 12% 未來 1 年內會啟動大數據計畫
  • 8% 有規劃但沒有明確時間表
  • 8% 考慮未來 13 - 24 個月施行計畫

❺ 大數據預算的三大領域

  • 58% 資料分析
  • 42% 數據可視化
  • 38% 資料採礦

❻ 大數據專案的目標

  • 61% 增進決策品質
  • 57% 幫助預測及規劃
  • 51% 增加決策速度

❼ 大數據的三大挑戰

  • 48% 技術人員的能力限制
  • 47% 預算的限制
  • 40% 舊資料的處理能力 

註:今年三月 IDG Enterprise 揭露了最新的大數據調查報告,主要是針對美國、英國、澳洲 1,139 間企業進行的調查結果。

 

 

✎ 您可透過連結知行者官網瞭解我們提供的業務項目。
✎ 業務聯繫請郵寄 chi.gyosha@gmail.com 或電話 (02) 2760-8038。
✎ 若您是 facebook 重度使用者,歡迎加入我們的粉絲專頁
✎ 本文轉載自 smartM 

 

文章標籤
創作者介紹
創作者 知行者創藝行銷 的頭像
知行者創藝行銷

知行格 // 知行者創藝行銷全新官方部落格

知行者創藝行銷 發表在 痞客邦 留言(0) 人氣()