分析與數據科學

我們需要新的規則，來規範大型科技公司如何管理你的健康照護資料，並從中獲利。目前，Google將為基督升天醫院執行的資料管理作業，成為合法的業務伙伴。但即使這種關係在技術上是合法的，也會引起重大的未解決政策問題。而另一個問題，來自健康照護組織和資訊科技公司之間的合作，可能產生的商業利益權利。

大數據全面籠罩，不論是服務業，或是製造業，都積極投入；不了解或是不接受的企業，大概就得準備被淘汰。不過大數據絕非「數大便是美」，本文提出五項觀念，助你有效取得大數據的未來優勢！

你是否高估了數據資料能帶來的優勢？ 由資料促成的學習，雖然會帶動看來可能類似網路效應的良性循環，但效能沒有那麼強大或持久。 要確定顧客資料是否可協助建立市場進入障礙，企業應回答七個問題來檢視資料的價值：能創造多少附加價值；邊際價值遞減速度有多快；使用者資料的相關性貶值速度；資料是否是專屬的；要模仿這類產品改善有多困難；改善的產品，是否適用於其他使用者；多快能將見解整合到產品中。

我們被人看見的能力，日益由編碼和邏輯構成的演算法所控制，而撰寫程式的，是很容易犯錯的人類。另外，決定和控制這類程式運算結果的，往往是黑盒子。長期下來，這類演算法將限制我們可看到的內容，進而強化社會偏見。隨著人工智慧觸及的範圍擴大，這類風險只會愈來愈高。

我們已經太習慣把資訊分門別類，經常在沒有類別存在的地方也看到類別。這種做法扭曲我們的世界觀，可能會妨礙我們做出妥善、健全決定的能力。而這種現象，對任何仰賴收集和分析資料據以做決定的企業，特別值得關切。

要改善流程，就需要分析資料。而流程探勘這項創新技術，描繪出以資料為基礎的流程績效圖示，公司的高階主管可以很輕易地看到問題和機會在哪裡。知識管理大師戴文波特認為，流程探勘可加強組織對資料導向決策的投入。

我們擁有更多前所未有的方法，可用來收集健康方面的相關數據資料。

企業的獲利，與定價決策的關係重大。以收益管理這項重要的定價策略來說，主要便是藉由銷售相同商品，但向不同消費者收取不同價格，讓利潤極大化，並將顧客列入不同的分群，達到區隔市場的目標。