大數據是否會引發出大的泡沫出來，這是一個值得省思的問題。現在資訊業一頭熱的鑽進去討論Big data的議題。當然，我們就是要解決巨量儲存、巨量搜尋、巨量挖掘…這一切的一切都是為了做巨量分析。但問題來了，資訊人員的分析總是建構在data mining algo、AI algo或用OLAP來分析探討資料。巨量資料下，分析演算法雖然重要，但更重要的是『解讀』的能力。試想：若是一個醫療資訊庫，那具備解讀能力的絕對不會是從事資訊業的我們，而是具備專業知識的醫療團隊們；若是替製造業累積了上億比製成資料，一樣的看的懂得不會是建構big data的人們，而是那些具備專業製成know-how的人才有辦法解讀。這就是資訊業中喊的很熱的big data，一旦沒有跨業整合，其實這一切會變成只是做而做而已。很可能到最後回過頭來看，突然發現又跟data warehouse一樣當初都喊的很熱，但現在大公司真的有data warehouse又有幾間呢？這…值得省思。
Big data絕非單純的資訊工程可以完事！想想amazon，他們的CRM系統的推薦機制做得很好，也從中解讀了不少user behavior相關的資訊。相信在他們這群人裡面，有人很懂電腦、有人瞭解統計學、甚至有人熟捻認知心裡學，這樣的跨領域整合才能為big data帶來往後巨大的效益，畢竟如果只是蓋了一座雄偉的皇宮，裡面也確實藏了許多驚人的寶藏，但只有不得其門而入，其實一切都是枉然。在台灣我們本來就缺乏跨領域的思維，許多人都非常專精在自己的領域當中，像我雖唸過統計，但現在問我一題假設檢定我可能都檢定不出來…真的是說起來汗顏。
Data mining當然是個好工具，但得小心把隨機問題看成了因果關係，這會變成看圖說故事的窘境。Big data怎麼在資訊人當中運用呢？我想當然就是用data mining居首，但挖掘出來之後，不管是用分類、分群、關聯法則也好，得到的結果，開始去解讀時，需要非常小心。結果是否真的在現實世界中存在了因果關係，這是值得玩味的，畢竟也有可能是收集的樣本或分析的屬性之間沒有想清楚，造成了將機率問題看成因果論那就不好了，公司的方針將被此外顯的結果左右，那可能產生的負面效應可就大了。舉個例子，你發現了不買咖啡的人，比較會買咖啡豆，所以開始要將咖啡豆推廣給不喝先泡咖啡的人。但也許兩者之間沒有因果關係，只是那一陣子是春節假期，大家會買商品送給客戶，所以這樣的看圖說故事去決定公司政策一定會有很多風險存在。探討、分析資料當然是好事，但關聯性跟必要的驗證更是不能省去。
Big data世代，其實是統計學家復活的世代。統計學這麼科目在早期算熱門，但也沈寂好久的一點時間了。在Big data中，其實最後的關卡還是要考統計學家來適度導入好的分析模式跟方法，從得出的結果做適度的抽樣、假設、檢定、推估與預測等，這些過程尤其是前面的階段更顯重要，一旦前面做的太過草率，就算後半段在慎重也於事無補，所以在Big data中，所蘊藏了大量的使用者行為的寶藏，但挖掘寶藏的方式錯誤，將給企業重重的一擊。
統計後的資料只是analysis raw data，尚須更多專家加以解讀。舉個例子，若是對使用者的資料分析，那或許要結合認知心裡學者加以解讀背後的意涵，才能在由企業顧問洞悉出趨勢，提供業主下一波該準備的市場在哪裡。從上例可知，Big data的整個環節從開始的資訊人員投入建系統、統計人員進來分析資訊、心理學家進來解讀行為模式、企業學者近來預測市場脈絡、企業主進而進行下一步的動作，可知牽扯之廣，這樣的環環相扣的大議題，若草率因應那失敗只是遲早的事情而已。
切記！在美的詞總要回歸到『商業模式』，整個Big data的ecosystem在哪？怎麼讓Big data幫助到消費者、企業用戶或政府，而所帶來的幫助又是否大到會有人付費，一個良好的生態鏈中必定有人付費，有人使用。真的該仔細想想，分析後能帶來的效益，這些效益是nice to have or must have。當一切搞不清楚時，蠻幹只會帶來另一波投資泡沫。現在大多數的企業雖然也喊著Big data，但其實都是風向球。投入最多的還是資訊業，總是先把架構挖好，另外跟著國外的腳步在走，但有了這些基礎工具跟平台，也不曉得這些東西何來之有？我想不用一年，若找不出Big data整個ecosystem的話，這泡沫勢必會開始蔓延，因為只有投入，但找不出買單的人，這種產品或平台是沒有商業運轉價值的，剩下的只會是政府的open data苦撐著，讓公眾領域資料變成利民化，僅此而已！
小心囉～或許Big data這熱門的議題背後...隱藏著Big bubble！
留言列表
