大資料時代，what比why重要

對於大資料的四個特性我們當然瞭解，相關性也找到了，接下來就是如何利用大資料創造出價值。 「大資料是什麼」，「大資料跟我有什麼關係」，這是很多人第一次聽到大資料心中所產生的疑問。

據《30雜誌》報導，麥爾•荀伯格在千余名想瞭解HTTP://www.aliyun.com/zixun/aggregation/12368.html">未來趨勢的觀眾面前，做了一場精彩易懂的演說，告訴了企業及民眾， 什麼是大資料。

大資料找出相關性

2009年，全球出現一種新的流感病毒H1N1，當時美國也無法倖免，疾病管制局(CDC)要求第一線的醫師遇到H1N1流感病例，必須立刻通報。 即使如此，通報速度仍總是慢一步，會晚1到2個星期。 這樣的時效讓疾管局無法掌握真實情況，對症下藥。

當時有幾位Google 工程師在著名的《自然》科學期刊中發表了一篇論文。 他們透過美國最常使用的前5000萬個搜尋關鍵字，再與疾管局2003-2008年間的流感傳播資料加以比對，用高達4.5億種不同的數學模型，找出這些字出現的頻率、時間及地點，有沒有統計上的相關性(correlation)。 最後被他們挖到寶了，這套軟體找出了45個流感關鍵字眼，放進數學模型之後，預測結果與官方公佈的真實資料吻合，有強烈的相關性。

Google 運用這套數學模型，再一次精准地掌握了流感發生的高峰及地區，讓防疫工作同步進行，不落後。

再說另一例子，天文學來說，美國太空總署執行一項叫史隆數碼巡天計畫(Sloan Digital Sky Survey)，從2000年開始，他們用位於美國新墨西哥州的天文望遠鏡去收集資料，計畫開始不過幾星期， 收到的天文資料量就已超過了過去所有天文學歷史的總和。 到了2010年，這個計畫收到了140TB 的資料量。 但是接續的新計畫，預計2016年登場，未來的巡天望遠鏡在5天內，就可收到這些資料量。

荀伯格說，當資料進入天文數位時代，荀伯格提醒：到底大資料有多大?其實不是那麼重要，重點是在放大，擴大資料量等級，就能做出少量資料做不到的事。

舉例來說，畫一張馬的圖畫，不是太難的事，但如果畫了很多張馬的圖畫，再以每秒24幀來呈現這些圖畫，就成了動畫。 這裡要強調的是「量變」產生了「質變」，巨量就是這個道理，量的不同，也改變了本質。

what比why重要

量增加了，就出現另一項大資料的特色：亂(messy)。 巨量資料的內容常是混亂不齊，品質不一。 這是因為，巨量資料的收集過程中，它只要一個大方向即可，不需要講究到一寸、一分。 「這並不是說我們放棄了精准這件事，只是不再將精准奉為圭臬，」荀伯格說。

舉例來說，我們要測量某個葡萄園的溫度，如果整片葡萄園只有一支溫度計，那這支溫度計就要十分精准，不能故障，但也意味著它會很貴。 換句話說，就是不能有任何雜亂或出錯;相反的，如果我們今天在葡萄園裡放了100支溫度計去測溫度，就可以用便宜一些，簡單的溫度計測出很精准的溫度。

100支溫度計代表的是量大，儘管其中幾支可能不那麼精准，但卻可以收集到大量資料。 比起只靠一支溫度計來說，更可看到全貌，代表全體。 那此時，一點雜亂就顯得微不足道。

重點又來了，荀伯格忽然站起來向所有在場的觀眾說，大資料時代，資料數量比資料品質更重要。 更不要為了一點點資訊的偏差而影響了整體分析，想處理掉不精准的資訊，成本會很高，也沒有必要!

另一個有趣的例子是沃爾瑪(73.54, 0.00, 0.00%)(Walmart)，他們從龐大的交易記錄上發現，在颶風來襲前，銷量大增的不只是手電筒筒，還有一種美國小甜點 Top-Tarts，店家會在每次颶風來臨前，把一盒一盒的 Top-Tarts放在風災的必需品架上，方便急忙的顧客一次滿足，「特別是草莓口味的，賣得最好。 」

請注意，這裡Walmart不去弄清楚為什麼颶風時人們特別想吃Top-Tarts，而是把這個相關性找出來，直接採取更有利的行銷動作。

荀伯格特別強調，大資料時代，what比why重要。

再舉一個例子，發生在他朋友，也是大資料專家，任教于華盛頓大學的教授伊茲奧尼(Oren Etzioni)身上。 2003 年時他想從西雅圖塔機到洛杉磯參加弟弟的婚禮，他想愈早訂票愈能買到便宜，幾個月前他就買好了機票，也覺得買得很便宜。 沒想到他在航程中，出於好奇問了隔壁乘客買多少錢，何時買的。 結果，一問之下，都回答最近才買，且都比他買得便宜，他十分生氣。

下了飛機後，他決定去好好研究一下購買機票這件事。 他發現，如果平均票價呈現下跌，買票就可以慢慢來;如果價格上揚中，你就要先訂票，以免它水漲船高。

伊茲奧尼花了41天的時間去比對一旅遊網站中超過12000筆的票價資料，他建立了一個模型，讓類比的消費者都省下了大筆的機票錢。 在這模型裡，消費者不懂「為什麼(why)」，只知道「正是如此(what)」，消費者要決定現在是「買或是不買」。

後來這套模型發展出創業計畫，他創了一個Farecast網站，消費者可以做出最佳判斷，何時該買，還是不買。

大資料與價值

當我們知道了大資料的特性，也找到了相關性，接下來就是靠著它創造出價值來。

美國西雅圖有一家專門收集車輛即時定位的資料公司Inrix，它的資料來自上億台的車輛。 同時，它也推出手機 App服務，通過提供服務換取特定的司機資料，包括他們曾開車去的地方、天氣及路況等。 他們將收到的資料再出售給一家投資基金，該基金根據大型零售商場附近的路況推測業績，在零售商公佈季報前，搶先決定該買入或賣出。 因為車潮就是錢潮。 這就是價值。

英國的羅爾斯羅伊斯是著名的飛機引擎製造商，它通過在引擎上安裝了一個監控器，以掌控引擎是否正常運轉。 結果隨著他們收集到的資料中發現，當引擎出現哪些信號異常，引擎可能會發生問題，這個監控變成了預測，大大減少飛安事故。 羅爾斯羅伊斯從過去單單的製造引擎公司，轉型為服務諮詢，他們讓資料產生出價值。

荀伯格說了許多大資料的美好，但他強調，大資料有其黑暗面：隱私當然是一個該關注的焦點，但他強調，更可怕的是各種演算法，去預測是不是會患心臟病?或你是否會犯罪等。 有時，依靠大資料做出的演算與預測，如果與自由意志不符時，孰輕孰重?

同時，我們也擔心，愈來愈多的企業會掌握更多資料，但如此龐大的資料為他們所收集，拿去做了什麼?什麼用途?不一定能受到監督與管理，這是重要議題。

「巨量資料是為人類所掌控，而不是被巨量資料所掌控，」這是荀伯格最後的提醒。