BIG DATA和企業經營

瀏覽數:6163
關鍵字:


 

  BIG DATA 這個在中國稱為「大數據」的用語不斷的出現在諸多未來趨勢討論中,在台灣這個詞也被稱為「巨量資料」或「海量資料」;在資訊領域中有很多對這個名詞以及相關延伸技術的探討,其實嚴格來說,這並不是一個技術而是一種趨勢。

  由於我們的網路使用行為與各種數位化設備增加,隨之產生很多數位資料,而這些數據經過計算、分析、解讀,在很大的程度上就可以預測事物的發展。

  基於這種理念,很多領域都開始想辦法發展各種技術來應用這些資料。本文試圖從企業經營管理觀點來解讀這個趨勢對企業經營所帶來的影響,我們來看下面看兩個例子:

  首先,美國有個父親,很生氣的打電話去給某一家超市抗議,指責這家超是為什麼一直寄一些奶粉和嬰兒用品的折價券給她女兒,難道是在鼓勵他女兒懷孕嗎?幾天之後,超市經理上門道歉,結果這位父親平和的說,的確,他女兒已經懷孕2個月。超市透過他女兒在超市的購物記錄,發現其購物模組,符合孕婦的數據模型,因此比父親更早知道女兒懷孕。

  另外一個例子是,一個玩網路遊戲的中國網民,玩著玩著,他很驚訝的收到遊戲公司的電話通知,說他身體可能生病,要他少玩遊戲趕快就醫。原來網路遊戲公司透過對遊戲時聊天內容的篩選,從他對話用的詞句中,發現這個玩家符合其所建立的病人數據模型。

  根據IBM與英國牛津賽德商學院的定義,大數據有:規模、速度、多樣性和正確性幾個關鍵特性 (黄晨霞、鲍勇劍,2013)。現在移動設備和網路的聯結,提供了人行為、空間、時間的大量資訊,我們比以往更容易滿足大數據這幾個關鍵特性。

  但現在阻礙大數據發展的並不是資訊收集技術,而是「思維」,我們缺乏能夠根據數據建立模型的人。

  大數據的分析原理,是先從生活情境中找好幾個關鍵數據,用一些資訊規則,先行堆積出一個數學模型,然後在逐步於數據收集的過程中,修正這個模型。

  但問題出現在於「如何把行為轉換成關鍵數據」這個點上,以上面由網路對話偵測是否生病的數據模型為例,並不是單純的計算與病徵有關詞彙的出現次數,還需要判斷生病的人,有哪些行為會反映在遊戲之中,並且思考這些行為會反映在哪些可以計算的表徵上,有醫學專業的人不一定有數據敏感性。

  資訊處理人員則缺乏專業深度,而且這些人還需要社會學想像力,來還原人類行為與環境的推論關係。大部分人所受的專業訓練,沒有涵蓋得這麼完整,這就是大數據「塑模」的瓶頸。

  但我們今天並不是要企業主積極去採納這個技術,而是要請各位用大數據的觀點,來反思企業經營的一些作法:

  1. 大數據在外,企業內部是否能找出關呼企業經營的「小數據」

在大數據的理念下,除了關注外部大情境的各種數據,企業在經營過程中應該也會存在著一些可以被測量的「關鍵數據」,如生產流程中的各種紀錄、財務數據、客戶意見…等,這些數據的特性與大數據中所提的數據特性一樣,注重全面性、時效性、多樣化與正確反應。

或許有人會說KPI管理不就是這麼回事?但過往強調規範,當企業的管理規範過頭,就失去了反省能力。大數據的遊戲規則,除了建立數學模型之外,根據新數據,調整模型才是精髓。企業的關鍵數據體系,應該特別重視這個概念。要具備反省能力,並隨時調整。

  1. 企業內部的數據塑模人才

就如同大數據缺建立模型的人一般,企業內部通常也缺乏能把「內部管理」化成數據模型的人,過往能訂定KPI的人是管理階層,但管理階層不見得具備系統資訊與數據分析概念。

企業要建立經營數據模型,需要把「生產管理、營運系統、組織營運」這三個要素結合起來,所以企業要做的並非去外求一個建構模型的人才,而是要讓組織內具備這三種能力的人能彼此溝通,相互學習,共同建立對數據的處理機制。

此外,這些人還需要共同具備的一點是〔管理想像力的培養〕;過去管理是一種偏向〔控制〕的理念,而大數據是偏向〔預測〕的理念。

因此,不能只以處理KPI的方式來進行內部運作,而是要在過程中不斷檢視原先設定的觀察數據,與組織績效表現、員工績效表現有何關聯性,並隨時進行觀察數據的增補。這些塑模人才要能想像「管理作為」對員工於組織運作上是「如何產生影響」,才能進一步操作這些管理關鍵數據。

  1. 企業主對社會變化的數據化觀察能力

相對於處理內部數據之人才,本文將企業主定義為一個處理「外部數據」的角色,因為企業主對經營或產品發展方向有決定權,所以其要肩負從外部幾近無限多資訊中提取關鍵數據的責任。

因此,企業主首先要能敏感的從社會的脈動中,找出會影響經營的關鍵要素;而在大數據的理念下,其不只要能找出關鍵要素,還要能將對這個要素的觀察「數據化」。

舉例來說:要開一家快速理髮店,當你觀察到「客戶等候時間太久會產生不悅」是經營關鍵要素,這時除了要觀察計算「等多久對客戶來說是太久」之外,還要能從客戶的種種行為特徵、行動反映、表情變化等,找出一些對應指標來估算其「不悅程度」,才能將無法計算的東西進行相對的數據轉換。

上面的命題還算單純,如果把狀況放到大社會情境中,要觀察的關鍵要素可能更模糊,也更難找到對應的轉換指標,這時,對各種學科專業的深入以及對社會脈絡的理解,就成為決定這件事情做得好壞的關鍵。

管理者對大數據技術的基礎理解

大數據的實踐應用並非是一個全然知識層面的事務,其還涉及了技術與軟硬體設備,非技術背景出身的管理者在面對大數據時代時還是要對相關技術有基礎了解,至少確保在企業的軟硬體採購上能稍微與工程師對得上話,不要完全被廠商牽著鼻子走。

至於理解程度上,建議從一些新技術原理切入,再配合研讀一下一些標竿廠商的技術趨勢,讓自身能有「大數據運作是在怎樣的軟硬體基礎上進行」這樣一個程度就夠了。

例如:〈Google大神在Big Data應用上的技術與論文介紹〉(Yun-Ning,2013)這一篇文章的深入程度就已經很足夠。而且進行這樣的了解,會讓管理者更能讓企業經營行為與科技結合。

  大數據並不是要我們用冷冰冰的數字來看世界,而是用一種理性與敏感的方式來認知社會變化。回歸到人、對社會更多的關注是商業發展不變的根本,也是不可逆的發展途徑。

  大數據時代其實需要經營者更多對社會的體認,本文提供的一些觀點,將有助於培養您面對大數據時代的一些「Sence」,趕快行動,走出去,請嘗試用新的眼光來看這個世界。

 

【參考資料】

  • 黄晨霞,鲍勇劍(2013)。〈大數据的神話與現實〉。二十一世紀商業評論,123。
  • Yun-ning(2013)。〈Google 大神在Big Data應用上的技術與論文介紹〉。
更多資訊請參考...
{{item.title}}
生產力中心提供的活動資訊
{{item.title}}
相關出版品...