本文出自

行銷新格局

行銷新格局

2014年7月號

大數據帶來決策挑戰

麥爾荀伯格 Viktor Mayer-Schönberger
瀏覽人數:13113
  • "大數據帶來決策挑戰"

  • 字放大
  • 多人授課購買
    購買〈大數據帶來決策挑戰〉文章
  • 個人收藏購買
    購買〈大數據帶來決策挑戰〉PDF檔
    下載點數 10
牛津大學網路研究所教授,同時也是暢銷書《大數據》(Big Data)共同作者麥爾荀伯格(Viktor Mayer-Schnberger)於今年6月訪台,他接受《哈佛商業評論》全球繁體中文版的專訪,描繪了大數據的特性,使得人們不必受限於過去必須建立假說、抽樣取得訊息,加以驗證的問題解決模式,相對的,只要有一個大方向,盡可能蒐集所需的所有訊息,僅靠著相關性(correlation)分析,不必探究因果,就可以得到解決線索。

牛津大學網路研究所教授,同時也是暢銷書《大數據》(Big Data)共同作者麥爾荀伯格(Viktor Mayer-Schnberger)於今年6月訪台,他接受《哈佛商業評論》全球繁體中文版的專訪,描繪了大數據的特性,使得人們不必受限於過去必須建立假說、抽樣取得訊息,加以驗證的問題解決模式,相對的,只要有一個大方向,盡可能蒐集所需的所有訊息,僅靠著相關性(correlation)分析,不必探究因果,就可以得到解決線索。

善用大數據的企業,因此得到了創新發展與競爭優勢的利器,諸如Google靠大數據能夠預測流行性感冒、電子商務網站靠交易價格波動預測通貨膨脹率;另一方面,當大數據普遍進入企業決策流程,主管依賴經驗建立的權威也將受到挑戰。

《哈佛商業評論》全球繁體中文版問(以下簡稱「問」): 依據大數據( Big Data,亦譯作「巨量資料」)決策,與依賴傳統商業智慧(Business Intelligence)的不同之處是什麼?

麥爾荀伯格答(以下簡稱「答」):讓我用一個故事說明兩者差異:有一個醉漢在昏暗的路燈之下找東西,一位路人經過,問他:「你在找什麼?」醉漢答:「我的車鑰匙,我不小心搞丟它了。」接著路人問他:「你是在哪裡搞丟的呢?」醉漢答:「在另一暗處。」路人於是好奇問:「那麼你為什麼在這裡尋找?」醉漢則說:「因為這裡比較亮。」

傳統商業智慧下判斷的依據,經常來自於已經存在、方便取用的資料,人們設法分析這些資料,然後用漂亮的報表呈現;就像那個醉漢本來應該去他弄丟鑰匙的地方尋找鑰匙,他卻在比較亮、比較方便的地方找,是一樣的道理。

大數據則讓資料(Data)本身說話。舉例來說, Google預測流感疫情的能力,並不是靠著它對醫學知識的了解,有能力建立假說、驗證,而是靠著每天超過三十億筆的搜尋累積龐大資料庫,再從中挑出美國人最常使用的前五千萬個搜尋字眼,與美國疾病管制局的流感傳播資料交叉分析,結果在動用 4.5億筆數學模型不斷測試之後,它找到了一組45個字眼與實際流感分布有極高度的相關性,此後, Google不必拜訪醫療院所,不必等待通報,就可以幾乎同步預測流感散布。

就像是 Google預測流感一就像是 Google預測流感一數據尋找某個問題的答案,甚至不需要專業知識,只要先有個方向,資料分析就會帶領著人們接近更具體的問題(concrete question)。例如,製造業企業主管想要改善生產效率,心中只要有這個方向,然後在生產機器上裝設偵測器,盡可能地蒐集所有數據,接著檢視數據之間的相關模式(correlation pattern),就會模式(correlation pattern),就會此,運用大數據決策首要的挑戰在於:「我們是否可以找到我們應該取得的『所有的資料』?」

問:取得應得的所有資料聽來非常昂貴?

答:數據要有價值,真正昂貴的並非是用以取得數據資訊的軟硬體,而是「靈感」(idea)本身。如今一個偵測器不過一美元,資訊硬體價格不斷下降,分析軟體也可以在開放來源(open resources)找到,只要有創意不必聘用昂貴的企管顧問,企業也可以取得大數據。

問:在這種情況下,你會建議企業經理人們都要學一點演算與分析嗎?

答:也許,但有個大數據心態(big data mindset)可能更為重要。大數據的運用者必須相信資料本身就有價值,能幫助他們找到新的見解(insight)。上述Google預測流感的例子,重要的並不是數據工具本身,而是好奇、跳出既有的思考框架、傾聽數據訴說的客觀事實。其他的,經理人可以找到專家幫助他們。

問:許多企業領導人決策時經常仰賴直覺,成功的判斷也讓他們享有權威。當大數據進入企業決策流程,會帶來什麼變化?

答:大數據會讓企業決策從依賴「經驗」與「權威」的模式,依賴「經驗」與「權威」的模式,偏移。其中,受到最大挑戰的可能是中階主管。許多仰賴經驗的中階主管過去能夠升遷,可能並不是因為他們的決策品質比較好,而是經驗帶給他們權威,你常可以聽到,「我做這行二十年了,我知道怎麼做!」但是,大數據經常挑戰經驗。只靠著權威下決策是行不通的。我認為,今後只有那些能傾聽數據,以開放心態接受不同觀點,並持續成功的人,才能帶領企業。

問:你也必須扮演帶領團隊的角色,當直覺與從大數據得到結果相反時,會怎麼做?

答:多數人循著直覺決策時,會找很多看似「理性」(rational)的理由。例如,今天有一個皮包,紅色的比藍色的貴,當人們買下了紅色皮包,通常不會說,「無論如何我就是要紅的,」而會找到一堆理由說服自己選紅色的為什麼更好。這是人之常情。但我個人試著自我察覺。如果,當大數據分析告訴我A是更好的選擇,我心中卻強烈地想選B時,我會誠實告訴自己,這是個「非理性」(irrational)的決定,不會騙自己這是基於理性的決定。但我是人呀!非理性是當然的;事實上,萬一有一天人類必須與機器競爭時,我們可以贏的只有非理性這部分了。

問:你如何推演大數據帶來的商業競爭新貌?當大數據普遍進入企業決策流程,這是否會造成企業決策的差異性縮小、競爭更為激烈?

答:的確,大數據一旦普遍運用,企業與企業的競爭將變得更為激烈,創新的壓力也會更大。然而,整體經濟能夠以更少大。然而,整體經濟能夠以更少是好事。

對於 Google、臉書(Facebook)這些有能力整合數個巨型的數據資料庫,能從網絡效應(Network Effect)得到經濟價值的企業,大數據帶給它們競爭優勢;然而,也有許多新創企業靠著靈活、彈性在大數據領域取得領先,像是處理資訊安全的Next Generation Data、提供即時交通訊息的 INRIX、做基因測試的23andMe??。大數據潮流下,未來企業規模可能會呈M型分布,大型企業與小型企業很多,而中型企業則因為經濟規模所能創造的優勢並不明顯,在數量上減少。

儘管如此,數據資料的擁有者遍布各個領域,每家企業都可能找出它獨有的機會。想想看,如果台灣的製造業能徹底分析製造數據,儘管生產機器是從其他國家來的,甚至能得到比生產機器製造商更多的、解決製造問題的相關數據。

人們應該要小心的是大數據運用的道德界線。以車險為例,它的商業模式是讓駕車者都加入均攤風險,如果今天機器能夠推測出「個人」而非「分眾」的駕車風險,被推算出高風險的人還沒有上路,機器就決定了他的保費,這公平嗎?相對的,低風險的人還願意付現有的費用加入嗎?如果低風險的人都選擇退出,車險的商業模式就崩潰了。

大數據的黑暗面可能未來會出現在許多領域,電影《關鍵報告》(The Minority Report)描述人們因為還沒有做的事受到懲罰,這類現象應該事先規範;話說回來,大數據有著能夠大幅改善決策品質的好處,對我來說,最壞的是人們因為擔心而放棄大最壞的是人們因為擔心而放棄大不如設法管理黑暗面,讓更好決策,進入我們的生活。




本篇文章主題數據資料