京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据不仅是新科技,还是种革命性的概念
当世界卫生组织(WHO)在2014年10月公布伊波拉病毒(Ebola)在全球有8,997个感染病例,并夺走4,493条人命的警讯时,加拿大的Bio Diaspora公司运用地理资讯系统(GIS)结合大数据(big data),发布了一张动态全球病毒地图,预测下一个可能引爆伊波拉病毒的地区。
Bio Diaspora分析全球航班资讯、人口移动、温度、湿度变化等资讯,建立模型,找出下一个可能爆发感染的传染途径。就像2008年Google推出流感预测趋势(Google Flu Trends),透过分析使用者在各地区搜寻流感相关的关键字,来预测流感会爆发的地区。这些帮助人类“未卜先知”的工程,就是大数据的魅力。
与其说大数据是新科技,更正确地说,它是种革命性的概念。随着数位化、网络化,数据累积的速度超乎想像。举例来说,在Facebook上每10秒有 5,000多万则以上贴文、Apple Store每分鐘有5万个App被下载、Google每分鐘有400万笔关键字搜寻,这些惊人数字的背后,隐藏了巨大的商机、预测性以及决策的影响力。
根据国际数据资讯(IDC)预测,大数据技术与服务市场的年复合成长率为31.8%,市场规模至2016年将达到238亿美元(约新台币7,500亿元)。随着大数据成为显学,人力市场对相关人才的需求强烈,IT研究及顾问公司Gartner指出,全球至2015年因大数据所产生的IT技术职务,将有 440万个。麦肯锡(McKinsey)更预测,至2018年,单在美国就有14~18万的专业数据分析师职务需求量。
让数据个性化,推动服务升级
事实上,每个人随时随地都在被搜集数据。只要透过有系统地整理、运算与分析,就能解读顾客在想什么、需要什么,这些资讯将成为洞察使用者的最佳线索。
例如,澳洲的老牌酵母咸味酱Vegemite在2009年销售量大幅下滑,为了重新掌握消费者,委託IBM进行数据调查分析,包括部落格、论坛、网络新闻等等,总共蒐集了超过30种以上语言、50万笔数据,从中发现消费者对酱料的创新用法。于是Vegemite发动新的社群行销活动,让市佔率起死回升。这就是大数据的魔力,难怪美国政府将其定义为“未来的新石油”。
各行各业因大数据应用而成功预测结果、或力挽狂澜的案例不胜枚举。因成功切入市场而声名大噪,功典资讯总经理夏雨农分析,大数据是种“服务升级”,透过“个性化”数据,让塬始数据产生意义,再藉此赢得商机。以往空有数据,却无法区分“杂音”与“关键数据”,往往出现企业满手好牌却胡乱出招的状况。
目标是应用大数据的核心,例如是针对顶级客户推出更高单价商品、还是扩大客群与市佔率,这两个目标所设定的数据分析与解读面向就非常不同。
21世纪最性感的职业
至于因应大数据潮流所造就的新职种中,最具代表性的,莫过于数据科学家(data scientist),能透过电脑演算分析数据、解读意义,难怪《哈佛商业评论》(Harvard Business Review)将它称为“21世纪最性感的职业”。
而进入这一行,需要哪些能力?需具备统计学、数学、电脑演算程式技能。另外,因为数据来自企业各部门,更要有横向跨部门索求数据的沟通力,汇整数据的整合力,对于数据的好奇与洞察力。
毕竟,大数据的价值不在数据本身,而是如何从巨量数据中萃取出洞见。谁有这样的本领,谁就是当红炸子鸡!
Hot Job!
★数据科学家:
具备统计学、数学等专业,能将大量资讯运用电脑演算,转换成具有商业价值的数据,并具备优秀的沟通力,能分析、解释数据,影响企业决策。
★数据视觉化分析师:
将大量数据经过演算、建立预测模型, 再透过如Tableau、QlikView、Spotfire等工具,进行视觉化转换,强化数据的易读性。
★商业智慧分析师:
具备Hadoop、Hive及HBase等软体使用经验,能分析企业数据仓储的各种不同类型数据,从中洞察客户行为、市场趋势,进而拟定策略。
★数据管理师:
企业内所有数据的“进”与“出”,都需要经过他认证与管理。也必须确保数据的安全性,甚至具备数据备援的专业技能。
★数据工程师:
需懂数据库、数据结构、自然语言处理、数据採矿、数据模型等技术,协助建构大数据的数据平台架构。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据分析、业务监控、质量检测与风险管控工作中,数据波动性是衡量数据稳定性、业务健康度、结果可信度的核心依据。数据波动代 ...
2026-08-18很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当导致 ...
2026-08-18在数据分析、业务评价、产品评级、用户分层与综合决策场景中,单一指标往往无法全面、客观地评价事物整体水平。现实中的评价对象 ...
2026-08-18在数理统计、假设检验、数据分析与机器学习领域中,卡方分布(χ²分布)是继正态分布、t分布之后最重要的连续型概率分布之一。 ...
2026-08-17在Python数据清洗、文本校验、账号密码规则校验、脏数据过滤、字符串规整化处理中,正则表达式是最高效、最常用的文本匹配工具。 ...
2026-08-17 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-08-17手游行业具备用户迭代快、竞争激烈、用户粘性易流失的典型特征。随着新游持续上线、玩家审美升级、玩法疲劳等问题出现,存量用户 ...
2026-08-14在数字化产品运营、商业数据分析、业务增长管理中,零散的指标统计无法支撑系统性的业务决策。单一的点击率、转化率、销量数据只 ...
2026-08-14 很多数据分析师每天都在写SQL,但当被问到“数据查询语言(DQL)的本质是什么”“SELECT语句中各子句的书写顺序与实际执行顺 ...
2026-08-14在数据库数据分析、数据清洗、报表统计与业务查询场景中,日期时间是最高频、最核心的基础字段。数据库中存储的日期格式多样,包 ...
2026-08-13在数据统计分析与数据清洗工作中,箱线图是一种简洁高效、客观性强的数据可视化图表,能够直观呈现数据集的分布特征、离散程度和 ...
2026-08-13 很多数据分析师写过无数个SELECT查询,但当被问到“如何新建一张表来固化中间数据”“创建视图和创建物理表有什么区别”“视 ...
2026-08-13在自动化办公、数据采集、定时统计、日志清理、系统监控等场景中,程序往往需要按照固定时间间隔重复执行指定任务,这种运行机制 ...
2026-08-12在数据分析日常工作中,Excel数据筛选是数据清洗、数据提取、样本筛选的核心基础操作。传统Excel手动筛选、函数筛选方式,面对多 ...
2026-08-12 很多数据分析师精通Excel函数和数据透视表,但当被问到“数据从哪里来”“表和视图有什么区别”“数据库管理系统和SQL是什么 ...
2026-08-12在数据分析、统计建模、数据挖掘与商业调研过程中,原始数据往往无法做到绝对干净规整。受系统故障、人工录入失误、设备误差、突 ...
2026-08-11在数据分析工作中,聚类分析是典型的无监督学习方法,核心作用是依据数据自身的多维特征,将相似样本自动划分为若干类别,实现“ ...
2026-08-11 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-08-11AB实验是互联网产品迭代、营销优化、功能升级的核心科学验证手段,通过流量随机分组、对照组与实验组对比,科学验证策略、功能、 ...
2026-08-10在MySQL数据库优化中,索引是提升查询效率、降低数据库IO开销、优化系统性能的核心手段。普通单列索引仅适配简单查询场景,面对 ...
2026-08-10