进入大数据（Big Data）的世界前，先确定你玩真的吗？

前几天，有机会聆听一位行业专家分享「资料科学家」的演讲题目。资料科学家与大数据，是最近科技文章与经常提到的词汇，我也提到过多次，但是实体的应用与目前的进程，一般人依旧没有机会弄清，但进入大数据的世界前，对于不同身份的玩家，有一些不同的心态需要建立：

To 企业：Big Data，你玩真的吗？

专家分享中提到，可以看得出有些 企业 是玩真的。但如果一间企业，认为做Big Data分析，只是找学过统计的MBA来组成专案小组，然后就可宣扬企业善用Big Data进行决策，那只是纸上谈兵，因为最后还是没有发挥Big Data的真义。

对企业来说，Data的运用与资料科学家的运用，关键在于是否建立的「模组」可以「预测」所谓的「商业行为」。让企业决策更快，更有效，减少资源与时间的耗费。而建立模组的时间成本、人力成本、审查成本，高得惊人，在没有坚定的信念下，容易被初期的困难所抑制，进而放弃，因此，在投入Big Data之前，了解进入后的规划与应用层面，做足功课，否则到头来一场空。

Big Data不是什麽时尚的词汇，它需要脚踏实地融入企业文化。

To 职场的你：统计，可是无所不在

演讲开头，经专家提供一段影片，介绍「统计无所不在」的概念。我们生活中大部份的事件，都是统计学计算后执行的结果，包含交通系统、行政系统、库存系统、气象观测等等。但在校园，我们确实忽略了对统计观念的重视与练习。

对职场人士或大学新鲜人，这是一块蓝海，只要懂得使用工具，例如SAS或其他工具。熟练之后，进入企业势必受到重用，因为统计学的运用，在企业决策与经营上有着相当重要的地位，但必须慎选企业，因为并非每间企业都了解数据的重要性与如何运用。

To 新创团队：资料的敏感度，融入企业文化

创业家与Big Data有什么关系？这里要谈的不是如何用Big Data让Business Model更Valuable，毕竟创业初期，连Model雏形都还在摸索中，所以，重视「资料敏感度」进而将资料转化为创业过程中的参考指标，这种文化与习惯，在创业初期就应该具备，数据说的话，比人更准确且有说服力。

养成数据监控的习惯，存货周转率、应收帐款收转率、平均顾客停留时间等等，依照不同行业有不同关键指标，找到关键指标，建立属于自己团队的分析与预测模型。

金融业如何运作Big Data

「顾客行为的预测」，一语概括金融业如何应用资料。如何预测这个客户是否将来违约？或是贷款给这个人，他偿还贷款的机率有多高？在作出是否贷款给该客户的决策。而这样的Model，必须要有完善的「模组」以及「资料库」。

假设需要推出一款新的金融商品，银行在拥有资料科学家的运作下，一个月不到就可以从资料库中设计适用的模组，进行该商品的预测，进而决定应该对哪些客户进行推广，无形地省下非常多营销成本，透过模组，可以清楚知道哪些客户，最有可能需要新推出的金融服务。

如何培养资料科学家

资料科学家并非只是每日专研资料、研究数学模型，而是必须处在业务端与资料端，具有整合双重能力的人。因为资料科学家所设计的模组，必须可以被业务端所运用，也就是了解客户的需求与形态。

因此，培养资料科学家，至少需耗费六年以上，才能培养一位独挡一面，具有利用资料处理企业问题的资料科学家。

Big Data与ROI

Big Data既然在企业内的运用是提升企业获利能力，那势必在财务表现上是可预期的，但美国一篇文章"Big Data ROI still hard to measure“指出，高达85%的企业主管认为Big Data是「重要的且可以协助做出正确商业决策」，但只有23%主管认为这些Big Data小组是「成功且有帮助」，52%主管认为「也许有帮助」。问题在哪里？问题在于因为建立模组与资料库的成本太高，导致这些专案的价值根本无法反映在ROI上，因此企业投入的成本，随著时间经过，边际效益递减，最后Big Data将又被淡忘。

但，了解其中机会的创业家与企业，甚至个人，绝对有机会在这波风潮中，打下一片江山。如同美国视讯串流Netflix，利用 大数据分析 制作出相当成功的影集《纸牌屋》（我在第一篇作品中有关于《纸牌屋大数据营销》的视频，大家可以参考）。

科技热潮天天有，但是否可以驾驭在潮流中占有一席之地，定夺在一念之间。

每当谈起大数据，总有人发表各自的言论，这其中褒贬不一；有人说大数据无非就是上个世纪末提出的统计学原理嘛，换个名头又来骗人了；也有人说，什么大数据不大数据，到头来就是个工具，用于不用没什么两样。

其实，小编最开始接触大数据的时候也有同感，但是随着深入学习大数据，发现大数据的真谛，慢慢发现大数据的魅力超过我们学过的任何一门现有科学。说统计学也好，工具属性也好，这些可能连大数据的皮毛都没沾边，大数据的真正魅力在于预测和精准的舆情把控，简单的说海量数据或统计分析那是搬起石头砸自己的脚，我相信会有越来越多的人对大数据着迷，也相信在我们国家会有越来越多这方面的人才不断涌现。

责任编辑：王培