大數據(新版)：「數位革命」之後，「資料革命」登場： 巨量資料掀起生活、工作和思考方式的全面革新

 

從2015年開始接觸Hadoop平台以來，一直專職在大數據應用和電商推薦系統。有趣的是，一路上我一直沒看過這本幾乎被視為巨量資料聖經的大數據，理由挺傲嬌的，那時心想「如果看了這本書，想法說不定會被引導，而走不出自己的路…」。而為什麼在2024年的今天會動心起念想看這本大數據？原因是經過這些年在大數據的專研與實務經驗，中間遇到許多困難與挑戰，累積自身對這個資訊應用領域的觀點與看法。這時再回過頭來吸收業界先進的思維與方針，並不會一味的照單全收，更能淬鍊出書中的真知灼見，滿載而歸。

不知你有沒有發現，在新聞報導裡只要有用到數據分析的情況，一律要說是大數據分析。然而怎麼樣的資料才能叫大數據？GB？TB？PB？用單純的資料容量大小適合嗎？答案當然是NO。樣本=母體，在巨量資料的三大特質中，這是最具體能區分傳統的統計分析和巨量資料分析的差異。書中明確的指出，在過去，資料蒐集、儲存、處理成本相對高昂，因此抽樣是一門相當重要的學問，能有效地將分析成本壓低到最小，讓數據分析可以充分應用在各個社會科學和商業領域。以抽象的理論為起點，針對假說進行取樣蒐集資料，最後再針對資料進行相關性分析，是傳統統計學門的標準作業流程。但在資料爆炸的網路時代，又逢各種開源的大數據工具蓬勃發展，以母體資料來進行統計分析不再是天方夜談的空想。雖然資料科學家的專業知識，被認為是由統計分析、數據工程和資料視覺化三個領域交集而成。但是在實務操作時，統計分析這塊著墨的深度，尚不如其它兩者，大約有基礎的統計能力即可應付一般需求。如同作者而言，大數據分析十之八九不會用到抽樣技術。

而在巨量資料喊得震天價響的幾年後，多數企業卻發現大數據對業務的影響並不顯著。首先，不是每家企業都是直接面對消費者，而能獲取到巨量資料，因此頂多只能運用第二手資料/開放資料當做起點。再者，巨量資料先天的雜亂（或說不精確）特質，如果想廣泛運用，得打破企業運營對數字吹毛求疵的慣性，更讓經營決策者裹足不前、敬而遠之。所以在企業界，看得到的大數據成功案例，多是更優秀的機制、工具等屬於戰術成果，很少看到企業以巨量資料分析當做訂定戰略方向的維運核心指標。即便如此，張開雙手擁抱資料數量比資料品質更重要的精神，成就出精確的谷歌翻譯、亞馬遜商品推薦模型，這些案例都是採用簡單的模型加疊上大數據，卻能打敗複雜但有著量少質精資料的對手。

相關性不等於因果關係是反智一書裡耳提面命的重要觀念。然而大數據運用卻是要你歌頌相關性，別在拘泥在因果關係。像是在推薦系統中效果最顯著的購物籃分析和谷歌的關鍵字預測流感趨勢等例子，都是利用正是如此，而非苦思為何如此。對理論假說進行實驗設計，以控制組和對照組的資料進行因果關係分析，是科學知識賴以累積的碁石。但大數據的分析思維並不追求這種費時秏工的科學精神，它利用低成本的相關性分析，應用到實驗成本昂貴，卻想追求效益最大化的社會科學領域（例如商業、政策），確實也常獲得超乎預期的成果。但請別誤會，相關分析和因果分析絕不是互斥對立的兩極，將相關分析用來當做可操作變數選項的過濾器，會有效減少投入實驗設計的變數項目。大數據運用裡的預測分析則是用更積極的態度來評估相關性，利用高度相關性的變數做為想預知事項的有效指標，例如出現異常的刷卡頻率就懷疑是盜刷事件。另外，舉個實務上的經驗，想用大數據來找出公司流失客戶的原因是很難的，因為巨量數據分析是找出相關性，並無法找出真正的因果關係。對於此命題，想找到原因還是得用問卷調查或實驗設計等傳統行銷科學方法才能找到答案。

除了上述說明大數據三項特質的豐富內容外，書中也進一步對資料的數位化和資料化間的差異提出說明。也因為數位資料是經濟學者所謂的非競爭商品（某人的使用不妨礙他人使用），所以針對同一份巨量資料的無限次數運用是可行的。一但出現新的運用觀點，既可對舊有的資料進行再次利用。除了運用手上的巨量資料外，也可和其它外部資料重新組合、在資料蒐集的過程中額外取得其它面向的資料（例如谷歌街景車同時蒐集基地台訊號），都是對巨量資料增值的辨法。讀完大數據會深刻領悟，巨量資料對資訊領域而言，如同取之不盡的太陽能，光照著數據分析實務的現在與未來。

螢幕陷阱：行為經濟學家揭開筆電、平板、手機上的消費衝動與商業機會

零售產業競爭如此激烈的情況下，消費者行為研究或稱「行為經濟學」這門學問卻一直處於潛龍勿用，未受到經營團隊高層青睞。隨著零售業經營型態從實體逐步朝向無店鋪，或是更進一步地走向O2O(線上線下整合)，行為經濟學者們也開始挪移研究焦點，觀察、分析與歸納人們面對螢幕時常有的行為模式。

這本「螢幕陷阱」以多個角度切入講解3C螢幕對消費者決策所造成的影響，如同狄更斯的「雙城記」所言「那是最好的時代，那是最壞的時代」，如果能嘗試、善用這些尚在萌芽期的研究發現，小至個人理財大至企業經營、國家政策推動，或許都能獲得顯著的成效。

除了手中具體可見的螢幕大小外，人們其實有著看不見的「心智螢幕」。在資料過載氾濫的網路時代，多數時間我們對螢幕裡呈現的資訊都是一掠而過。「人們的注意力是21世紀最有價值的資源」，能影響、吸引大眾注意力的企業，就能獲得相對的財務報酬(賺到錢)。金錢會追逐稀缺性，而21世紀人們最缺乏的是注意力，所以注意力如同未來的石油。

心理學家已發現人們面對過量資訊時，會開始遺漏重要資訊並做出短視近利的決策(無法長遠規劃事情)。一但資料量增加，人們可以處理的資料量反而會減少，這正是「不專注盲點」產生的最大原因。因此在充斥各項販售資訊的電商平台上加註反詐騙警語，不見得能帶來良好的效果，消費者的大腦會自動忽略它們。藉由圖型、版面設計等視覺元素來取代文字，適當地壓縮資訊，讓資料量減少一點，反而能增進資訊傳播的效益。主動替消費者減少資料過載的服務，儼然變成一種成熟的商業模式，訂房網、搜尋引擎皆是建基於此。

面向消費者的網站應用程式，「美」比「功能」重要。這不是危言聳聽，研究發現人們在0.05秒內即可對螢幕裡的內容產生第一印象，即便後續觀看再久也不會影響已建立的美醜評價。我們在面對3C螢幕做決策時，思考的速度更快也更加依賴本能的直覺反應。同樣的考題，人們在紙本測驗的平均得分都優於線上測驗，或許一直被認為是未來趨勢的遠距教學和線上教育，是種事倍功半的學習形式。

利用畫面的「色彩豐富性」與「視覺複雜度」可以用科學的方法評量一個網站「美不美」，但必須留意不同民族、文化對色彩和複雜度的偏好會有差別。(不對稱、太複雜都是醜)消費者更信任漂亮的網站和手機應用程式，即使提供同樣的功能，較美觀的使用者介面會讓人們覺得功能更強大、更好用。投入人力、資源在外觀上，或許能帶來更顯著的商業回報。對於螢幕時代，努力追求華美的設計、外觀絕對不是庸俗之舉，而是高投報的執行策略。

螢幕四周的邊緣是視覺盲點，即便是訓練有素的放射科醫師，也很容易遺漏位於X光片四周的明顯陰影。實體零售業者早就知道，放東西的位置有時比放什麼東西更重要，商品陳列的不同位置，「售價」差異非常大。面對螢幕人們有顯著的中央偏好，但藉由視覺元素的刻意調整(調亮、加長顯示時間)，就有五成機會影響消費者的選擇。人類真的是視覺動物，螢幕時代加劇了這個問題，東西顯不顯眼，醒不醒目，有時對你的影響力遠超過你個人的喜好。而橫向排列的資訊，會比直向排列的資訊更受到人們的重視，不過在不同文化中會有若干差異。

過多的資訊回饋肯定帶來感覺疲乏，但回饋有其正面的功效，它有著「倒U型曲線」現象，一開始回饋數量和效應成正比，達到最高點後，成效和回饋數量成反比。不論是健身、理財或防災等各類手機應用程式，在機制規劃上都必須注意拿捏訊息推播的頻率，因為有效的回饋才能促成使用者停下腳步思考而做出較佳的決策。在財務上過早、太即時的回饋反而會造成不利投資績效的短視決策，因為人們有避免厭惡損失的天性。(不要隨時隨地打開股票APP)

許多電商平台希望消費者能在社群媒體上分享自身的購物經驗，藉此帶來口碑行銷的效用。但研究發現，社群平台上的回饋會強化人們的從眾心理，「回饋會抑制個人的創造力、原創性與客戶滿意度」。雖然社群分享依舊是各大電商普遍提供的機制，但是否真的對企業營運整體利益有加分，現在還未有定論。

網路平台的匿名性讓人們更誠實，卻也誠實過了頭，變成粗魯而失禮。研究發現，即便留言能清楚辨識出發言者(附有臉部頭像)，網路媒體依舊容易出現無禮與不負責的言論，原因可能是缺乏人與人的實體接觸，而所產生的「假匿名」觀感。端看臉書等社群平台興起後，以美國為首的民主國家開始出現極端言論與社會撕裂現象，賺得盆盈鉢滿的網路社群平台的成本外部化問題，值得公眾花心力討論與改善。

早在電子閱讀器尚未普及的1985年，心理學家已經對印刷與螢幕兩種載體在閱讀能力的影響做實驗，結果顯示人們在觀看螢幕時多花12%的時間並降低47%的理解力。有人認為這項差異是源自於當初螢幕解析度比不上紙本印刷，然而在2013年重做相似的實驗，結果依舊如此。「螢幕讓人們讀得比過去多，但閱讀的成效反而變差」，這是電子閱讀尚待解決的隱憂。書中提出一個看法，或許原因是電子閱讀器太過「方便」，讓讀者不加思考地快速掠過大量文字。相對地，紙本閱讀時翻閱、找尋文字的「小麻煩」，會迫使讀者用慢一點地速度接收訊息，適當的「困難」是增加理解力的因子，而螢幕載具應該利用字型變化、排版設定，呈現較不流暢的閱讀體驗，提升讀者消化螢幕內容的品質。

在模組化量產商品的消費時代，導入「個人化(客製化)」的特色商品，總是能提升客戶滿意度。同理也可以用在訊息傳播上，和消費者的溝通上加入客製化的資訊，能帶來較高的傳播效益，「個人化就等同說服力」。實驗證明如果在交通罰單上附上車主的愛車照片，按時繳交罰款的比例會顯著上升(40%增加到49%)。即便是大量發送的推播訊息，在一週中不同的日子、一天中不同的時間發送，都會帶來不同的效果。「互動時機的個人化」，就是量身定製選在對的時機傳送訊息給受眾。

前面也有說到「選擇太多反而會造成混亂」，相較於物理空間有限的實體商家，電商平台擁有著龐大的種類品項，如何有效地替消費者過瀘資訊，促成有效購買，肯定是各平台的核心競爭力，「在螢幕上想要成功，提供一大堆選項是不夠的，要成功必須幫助用戶找到合適的東西」。和直覺相反，可選擇的選項多寡與消費者滿意度之間是呈現「倒U型曲線」，當超過數量的「甜蜜點」時，更多的數量只會帶來隨便亂選或直接放棄。此時「分類」是利用少量的力量過瀘掉不相關商品的好機制，但要留意「錯誤的分類比沒有分類更糟」，想要獲得消費者的青睞，應該避免使用武斷的賣方觀點來規劃商品分類，花點時間在分類設計上，對營運成效肯定有加分。

如果網站的分類設計很好，或許能以「功能」替代過去以「品牌」建構的分類架構，用品牌來衡量商品品質，是過去實體零售時代在有限展售空間下不得不然的發展結果，讓消費者藉由「品牌」快速定位出符合自身需求的商品品質。然而在電商時代，消費者評價和社群口碑無所不在，未來也許品牌的重要性和影響力將漸漸式微，小眾多樣的商品因而百花齊放。要有效地使用「分類」資訊過瀘架構，就必須先遺忘「點擊不過三」的網站設計鐵律，畢竟每次選取某分類，便是一次有效點擊，引領消費者找到他要的商品，很容易會超過三次的點擊數。加上大數據的個人化機制，能適當地減少點擊數，但最終還是應該用A/B測試後的數字說話，而不是一味地抱著任何死教條。額外設計「選擇終止」機制，能將被淘汰的品項移出消費者的腦海，說來神奇但就是有效，採取這樣的方法能達到更高的客戶滿意度。

這個3C螢幕主導大眾生活的科技時代，這本「螢幕陷阱」清晰地描劃出人們因此出現的弱點與困境，作者也帶出危機便是轉機，藉由認清問題、思考改善與防止之道，進一步加以利用，促成更大的社會與商業價值。值得各領域特別是網路相關的知識工作者來閱讀，從中能獲得不少有發展性的見解。

購物革命：品牌×價格×體驗×無阻力，卡恩零售象限掌握競爭優勢，贏得顧客青睞!

 

市面上永遠不缺企業經營決策與行銷策略規劃的新作，年年都有各方專家提出新觀點，但光是照本宣科就能成功的公司行號相信是屈指可數。畢竟商場變化萬千，大至國際局勢、貨幣政策，小到新聞事件、潮流趨勢，都能對營運帶來程度不一的影響。即使採用先前成功企業的策略模式，在外部環境不同的情況下，是無法獲得同樣的成果的。而「購物革命」不僅單純幫讀者整理商場上知名零售企業的最佳營運方程式，本書真正的價值是在介紹一個屬於零售業的經營策略分析模型，叫做「卡恩零售業成功象限」。它能清楚地說明一家公司何以能在市場上獲得競爭優勢並成功。善用模型，更能進一步擬定自家企業未來應該努力的方向，讓有限的資源花在刀口上。

作者芭芭拉.E.卡恩開宗明義地認為零售產業正經歷著史無前例的轉型風暴，即使像玩具反斗城、梅西百貨等零售巨頭也力有未逮，不是宣告倒閉就是大規模關閉分店。造成顛覆市場的七大主因是亞馬遜的崛起更改零售遊戲規則、全通路購物與起、巨量資料、新技術(擴增/虛擬實境、人工智慧)、製造和銷售的垂直整合、實體零售的過度展店、新世代的消費者。「卡恩零售業成功象限」正是能讓零售業者估評自身優劣的分析方法，點明未來將經營策略聚焦在哪個面向上，進而在激烈競爭的紅海市場中依舊能有強勢的成功和獲利。

一圖勝千言，下圖便是「卡恩零售業成功象限圖」。


象限圖分成四種零售業的基本策略，分別是「品牌領先」(左上)，創造品牌產品的優勢，「體驗領先」(右上)，提升顧客體驗，「低價領先」(左下)，提供卓越經營績效和最低成本效率，「無阻力領先」(右下)，全方位了解顧客需求、提供十足便利性。從中心原點向四角發散出去的箭頭線條，形成該象限中強弱表示的度量尺標。尺度上的圓點即表示企業在該象限中的表現，而尺度上的中心點的橫線刻度，是名為「公平價值」的位置，它是整體零售企業在此象限的平均能力，也是消費者心中認定企業應具備的基本水準。以上圖為例，該企業在「產品品牌」和「低價」象限都有合乎業界平均水準的表現，「無阻力」象限表現出色，但在「客戶體驗」象限呈現落後。

芭芭拉.E.卡恩說，成功的零售企業，肯定在一個象限中扮演領頭羊的角色，然而在競爭激烈的今日，單一象限的領先已經無法讓企業永遠持盈保泰。經營團隊必須用領先的象限做本錢，盡力開擴另一個象限的領先幅度，達成領先象限的態勢。產業競爭是變動不止息，因此象限的「公平價值」只會不斷地修正提升，舉例來說「24小時到貨」在之前是「無阻力」象限的高標，但由於各大型電商大力投資物流設施，在今日「24小時到貨」可能已經是「無阻力」的「公平價值」。

在講解觀念的第一章後，後半章節就是用「卡恩零售業成功象限」裡不同組合搭配，來分析這些零售企業為何成功。

亞馬遜
核心領先強項：無阻力、無痛、便利的顧客體驗。
次要領先強項：低價龍頭。
在品牌產品和體驗象限上達到公平價值。
分析：亞馬遜的經營者非常瞭解戰略和戰術的差異，在經營策略上追求不斷提升的客戶便利性，反應在戰術層面推出各種創新、有亮點的服務和機制(一鍵購物、個人化推薦、智慧喇叭、無人機送貨)。後續引入的亞馬遜市集、Amazon Prime、自建物流體系，都是著眼在「低價」象限更上層樓的決策。特別要提出，對像亞馬遜般「賣場式」零售業者，「品牌」象限不是指賣場本身的品牌價值，而是販賣商品的「品牌價值」，換言之賣場是否能引進具有優質品牌加入(例如奢侈品)，才是評量該企業在「品牌」象限位置的標準。

沃爾瑪
核心領先強項：「天天低價」。
次要領先強項：打造全通路體驗(無阻力)。
在品牌產品和體驗象限上達到公平價值。
分析：沃爾瑪依靠它卓越經營的管銷模式，採用「天天低價」的策略有別於一般大型零售業的「高低定價」法，讓公司的庫存管理更有效率，進而持續壓低成本。在成為實體零售巨人後，它對供應商擁有強大的話語權，甚至能要求廠商量身訂製商品規格、包裝，並保證商品是該地的最低價。在電商崛起的時代中，沃爾瑪也沒坐以待斃。藉由收購Jet.com電商，加速本身在電子商務的發展。更積極運用自身在實體通路的優勢，能提供生鮮商品和店內取貨這些線上購物網站力有不逮的服務項目。隨著沃爾瑪在「無阻力」象限的持續進步，它和亞馬遜在經營策略上將相互複製，可以預期兩大零售巨頭的競爭只能更白熱化。低價零售商像是「一美元商店」、台灣常見的「大創」都是歸屬於此類型，在策略擬定上都可以參照沃爾瑪的規劃。

Zara
核心領先強項：打造產品品牌。
次要領先強項：把價格再壓低。
在無阻力和體驗象限上達到公平價格。
分析：這章介紹的是相當特別的零售業態「垂直整合品牌」，這種品牌是直接把自家生產的商品銷售給消費者，不經過其它通路零售商。因此不論在商品規劃、設計與開發上都操之在己，更進一步把持著銷售通路和訂價權，是「一條龍」的生產/零售企業。商品的品牌和通路品牌一致，像是「Uniqlo」、「無印良品」和「Natural Kitchen」都是此類。垂直整合品牌的長處是提供消費者滿意的優質商品，以商品力區隔其它同質、可取代的它牌選項。進一步營造一種自有的企業文化、形象，培養品牌認同客群，無印良品正是此路線的箇中高手。一開始就排除中間通路的販售成本，所以能用更漂亮的價格提供高質感的商品。但在「低價」象限其實還大有可為，積極地把生產、物流最佳化，極致控管不必要的成本浪費，可以讓企業在「低價」象限中再下一城。以電商起家的垂直整合品牌，稱為「數位原生垂直品牌」，像是之前的「東京著衣」。除了擁有原本垂直整合品牌的長處外，對於「無阻力」象限的全通路零售，多半能做出不錯的成績。但這種「數位原生垂直品牌」相較於實體零售市場規模還太小，無法享受規模經濟的好處。

香奈兒
核心領先強項：奢華產品品牌無與倫比的優越性。
次要領先強項：奢華的顧客體驗。
恰到好處地達成無阻力公平價值。
奢侈品品牌會抑制易得性並避開低價策略。
分析：奢侈品商品，也就是俗稱的「名牌」，和「高價品」兩者間有所不同。高價商品是從品質與價值之間的性價比來定義，品質越高訂價越高。而奢侈商品當然也會有高品質，但在訂價策略上不只是昂貴，而且要限量供應，讓消費者難以取得。「奢侈品悖論」告訴我們，奢侈品牌必須強調罕見和稀有，但也因此造成目標消費群相當小，阻礙品牌的成長。企業在擴大獲利的手法有「品牌傘策略(將品牌細分為高、中、低價位款)」和「多品牌策略(眾多子品牌)」，兩者都是試圖維護核心品牌的尊榮光環的同時，能從低階市場中獲利。奢華商品天生和「低價」象限相沖，「無阻力」象限(商品易得性)也和稀有度的概念相左。像是「品牌聯名授權(增加易得性)」和「折扣出清(低價)」兩種銷售策略，已經被證明會導致品牌稀釋，傷害品牌價值。因此現今大多數的奢侈品牌零售企業，都不會過度聚焦在這兩個象限上。

好市多
核心領先強項：取得低價象限的領先地位。
次要領先強項：提供獨特顧客體驗。
在品牌產品和無阻力象限上達到公平價值。
分析：倉儲式量販店的好市多一直是零售業中的傳奇，依靠著獨特的會員制批發賣場形式和大份量的商品包裝，它能以超低價格購入商品販售給消費者。70%的營業獲利來自於會員年費，堅持以超越市場均價的低價提供給會員，正是好市多的不敗方程式。維持高性價比的商品力，背後來自它獨特的採購模式，高達五分之一的商品是限時提供，是否進貨的唯一標準就是高性價比，沒有絕對的長銷商品。這也造就了它獨有的「挖寶體驗」，會員不知道這次會在好市多看到什麼新商品，也養成看到喜歡的商品就要馬上買，因為下次來可能就斷貨了。另外台灣人最愛的「試吃體驗」也是讓顧客樂此不疲一再前往的原因。

「購物革命」分享了一個易學易懂的零售策略分析模型，可以套用在各種不同類型的零售企業上。不論是公司經營者、策略規劃主管或是關心零售產業發展的朋友，肯定能從書中獲得啓發，更看得清楚零售業彼此間的競合戰略。

直播主不能說的秘密：上百場直播培訓講座，從素人到爆紅主播，經營法則首次公開！

我是不太看(幾乎沒有)直播的，對「網路直播」的熟悉度也僅止於能辨識出常上電視的「館長」、「蔡阿嘎」，最多就是因為喜愛看大胃王節目，看過FB的「大胃王千千」影片。而這本「直播主不能說的秘密」是同事看完，剛好我對炒得風風火火的直播想多點認識，就借來詳閱。

作者武老千(藝名)，原先是位專職的魔術表演藝人，因緣際會下開始了他的直播生涯。由於屢創佳績在直播經營上頗有心得，後來進一步轉型成直播平台的經營者，算是直播界的演而優則導吧。本書就是他對直播產業的心得分享，小從直播主個人的經營竅門，大到對直播媒體的趨勢分析，一應俱全。非常適合做為初步瞭解直播生態的入門教材。

作者對直播文化流行的原因提出了一針見血的觀點，他認為人類天性上就是期待擁有良好的人際關係。在今日真實世界裡人際互動漸漸式微的情況下，取而代之的是網路世界的社群互動，從FB、IG等社群網站火紅的程度就足以證明。「直播平台」是一種更適合產生互動的網路新應用，連早先流行的影片平台(YouTube)，都無法做到表演者和觀眾產生零時差的互動體驗。這個優勢深化了直播主和觀眾的交流，連帶提高觀眾的認同感和直播主的影響力。

直播商機，就是一種注意力經濟，和其它廣播、電視、網頁(文字)到網頁(影片)等媒介本質相同。目前也看到像飛碟電台，把錄音間的畫面直播給聽眾，讓主持人在節目播報的前後時間和網友互動。在在說明了直播是將台上台下的互動效果做到極致的一種演出，擴大定義來看，而這類型的節目在廣播和電視上早就出現過(2100全民開講)，只是透過網路當媒介，執行起來更便利、便宜、有效率。

我認為，直播和其它媒體最大的差異點就是「斗內」(Donate)文化，讓表演者直接獲得觀眾的金錢贊助。傳統媒體依據收視率衡量CP值付給主持費給表演者，則是觀眾間接贊助主持人，兩者有所差異。斗內有如街頭藝人接受打賞，更直白地說，其實「直播主」就像網路世界中的「街頭藝人」。很多知名藝人跟著流行常開直播和網友互動，深怕失去人氣。有趣的是，多數直播主的夢想，卻是能成為日進斗金的真正藝人。見這山望那山，人皆如此。

在吸睛力、話題性都遠勝其它媒體的當下，商業組織和政治團體也都打起了利用/運用直播平台的主意。不過這也是行之有年的「置入性行銷」的變形，只是寄生的標的物從原本的戲據節目、新聞片段，變成了熱門的直播主。依賴直播主的口語傳播來宣傳商品，如同歐普拉在脫口秀節目中介紹商品，是廣告學中「名人背書」的手法。只因為時下年輕人熟衷此道，而人潮就是錢潮、青年就是未來，因此成為一個大家都無法忽視的社會現象。

資料科學的商業運用

我認為電腦資訊的書籍略分成兩種，一是教導語言、工具、框架的學習手冊，得搭配特定版本的軟體工具來閱讀。其次的是講解資訊應用的某種觀念、想法和核心理論，而這類型的書則是歷久彌新，像白酒一般越陳越香。「資料科學的商業運用」就是屬於後者的佳作，對於有志於數據分析(或更時髦的說法...資料科學)的人來說，是絕對不可錯過的殿堂級好書。

由於「資料科學的商業運用」內文中太多值得詳記的重點，就節錄部份精華穿插在讀後心得裡。開頭作者就先解釋了資據導向決策(Data-Driven Decision-making)，是以數據為基礎來進行決策的一種思維。想要達成運用資料科學來增進商業價值之前，經營者必須先捨棄官大學問大的惡性，建立客觀、數字化的決策流程，按步就班的操作與修正，才有機會獲取數據推動營運的終極目標。

而書中也提及了資料採礦的九種典型任務，包含了:
1.分類(classification)
2.回歸(regression)
3.相似性比對(similarity matching)
4.聚類(clustering)
5.共生分群(co-occurrence grouping)
6.剖析/行為描述(behavior description)
7.連結預測(link prediction)
8.資料精簡(data reduction)
9.因果建模(causal modeling)
上述任務基本上就涵蓋了市面上常見的分析類型。

資料的「漏洞」指的是做為預測目標變數的相關變數值，在進行決策的當下是不可得的。例如預測誰是高端客戶的模型，如果採用的是消費者最後的結帳金額當做輸入變數(特徵)，那就是漏洞。這部份在設計模型特徵時是潛藏的陷阱，把要預測的答案當成輸入值餵給模型，會得到超乎想像的準確度，但模型卻是不實用的。

這兩年來隨著人工智慧的火熱，機器學習、深度學習等名詞不斷地出現在報章媒體中，其實就技術層面來檢視，知識發掘與資料採礦(Knowledge Discovery and Data Mining)和機器學習在技術和演算法是共通的。但兩者還是有些許的差異，機器學習範圍還包含了機器人與視覺辨識等應用，而資料採礦則著重在將數據分析的成果應用在真實世界中，因此商業應用是歸屬在資料採礦。

在學習不同類型的建模演算法時，常會看到「超平面」(hyperplane)這個很高科技的字眼，其實它只是形容在N維空間裡分隔不同群組的的N-1維平面。而在二維的平面空間中，它就呈現為我們所熟悉的垂直/水平線，而以「決策線」(decision line)稱呼。

資料配適/資料擬合(fit)，是機器學習建模中關鍵的步驟。參數學習(parameter learning)/參數化建模(parameter modeling)指的是先決定某些尚未確定數值參數的模型結構(ex: 線性模型 f(x) = a * x1 + b * x2 + c * x3 + ...)，然後由數據採礦，依一組特定訓練資料集來算出最佳參數值(a, b, c...)。邏輯迴歸、支援向量機和線性迴歸都是這種線性建模技術，唯一差別是「目標函數」，最後就產生了完全不同的模型。

擬合是預測模式產生的原因，但過擬(overfitting)卻是模型喪失普遍化的成因。精確度和過擬是一體兩面的決則，利用「配適圖」的分析，可以正確找到最高準確度與最低過擬的「甜蜜點」。

用於檢視二元/多元分類模型結果的「混淆矩陣」，再轉換成「機率矩陣」後乘上另外定義出的「成本效益矩陣」，即可得算出總預期獲利值。預期值的概念對於預測模型的導入與否，提供了一種精確評估數字，不再落入一個模型自各表述的困境。

204頁的明確性公式居然寫錯!太令人失望了(正確寫法是: 明確性 = TP / (TP + FN) )，不過錯的太離譜馬上就查出來。

利用「獲利曲線」可以在目標市場行銷的實務，清楚描繪出適當的分類門檻，找出能獲取最大預期利益的最低正分類機率值(應該提供優惠的目標客戶)。當無法提供穩定的成本效益矩陣來計算預期值，獲利曲線也就無法計算，因此必須利用ROC圖/ROC曲線來評估模型好壞。書中循序漸近地說明ROC空間是什麼，分類器的門檻又如何在ROC空間中形成了ROC曲線。

書中值得深入吸收理解的資訊量實在太多，無法一一細數。不誇張地說，我認為能熟讀並活用這本「資料科學的商業運用」的讀者，足以擔任數據分析/資料科學領域的顧問了。