怎麼看大數據？

什麼是大數據？
•Volume（大量）：以過去的技術無法管理的資料量，資料量的單位可從 TB（terabyte，一兆位元組）到 PB（petabyte，千兆位元組）。

•Variety（多樣性）：企業的銷售、庫存資料；網站的使用者動態、客服中心的通話紀錄；社交媒體上的文字影像等企業資料庫難以儲存的「非結構化資料」。

•Velocity（速度）：資料每分每秒都在更新，技術也能做到即時儲存、處理。廣義的定義，還要包括具備儲存、處理與分析這些資料的技術，和能夠從這些資料中取出有用資訊或洞見的人才和組織。

大數據分析和商業智慧有何不同
商業智慧可分析過去發生什麼事，以及為什麼會發生這件事，像是利用統計學回歸分析，從

Ａ產品過去一年的銷量結構，找出銷售下滑的原因。

大數據則可根據目前發生了什麼事，預測未來將發生什麼事。例如，電商可即時監控銷售情

況，預測顧客回購周期。

一般企業有哪些數據可用？
1.公司本身的事業活動資料：屬於公司的核心資料，例如便利商店的 POS 系統資料。

2.公司背景資料：比方說員工的通訊錄或財務報表，但是對服務顧客沒有幫助。
3.其他公司或顧客的資料：像是顧客在社交網站上的活動紀錄，就是企業即使花錢也想拿到的資料，因為對自己很有用。
4.公開資料：通常可以免費取得，企業應該積極運用例如政府的公開資訊，例如政府的公開資訊。

企業如何運用數據資料？

•識別與串聯：能夠辨識出用戶的資訊（手機、生日、e-mail等）
•描述：舉凡用戶搜尋的關鍵字、企業的營運數字、網站活動的相關數據，企業都可以用來做為營運的儀表板。
•時間：從用戶的行動時間軸推測他的行為，例如剛搜尋過旅館的使用者，在拜訪其他網站時，也能即時看到旅館廣告。
•預測：可以幫助公司預測銷售，影響公司經營策略。
•產出數據：將現有數據組合產生新的數據，像是將網路賣家的各項表現（物流、商品、客服等），綜合在一起形成店鋪評分機制。

運用大數據的人？
大致來說，資料分析領域包含 5 個關鍵職務：資料工程師與軟體工程師負責資料的清理、儲存和處理；資料分析師將資料視覺化，供資料科學家分析；資料科學家依據想要解決的商業命題建構模型，供決策參考；領域專家則是熟悉領域專業知識，提供專業見解供資料科學家分析參考，扮演發展決策的橋梁。

結論:
大數據時代來臨了，已經不在只是口號並落實在每個人的生活裡。