Photo from Flickr CC by MIKI Yoshihito
試讀連結
by 薛怡青
你知道我們每天使用的Facebook、YouTube、Twitter，可以產生多少的資料量嗎？根據聯合國「全球脈動」（UN Global Pulse）研究計劃，社群媒體網站每天產生2.5艾位元組（EB）的資料。也許你無法想像資料量的龐大，簡單用DVD容量來解釋，1EB約等於2億5400萬張的DVD光碟的容量，如此就能夠了解，其實我們已進入資訊爆炸的時代。
《雲端時代的殺手級應用：Big Data 海量資料分析》這本書講述得是在資訊爆炸的時代裡，以往那些無法處理的半結構或非結構化資料，如何被分析成有用的資訊，並進一步應用。這不是一本講述技術的書，而更著重在各產業的應用層面。
有程式設計概念的讀者，想必對於結構化資料與非結構化資料應很熟悉，簡言之，結構化資料就是那些能被放進資料庫欄位裡的固定格式，大多是數字、英文字母等。非結構化資料，就好比部落格裡的文章、與客戶來往的e-mail、YouTube上的影音檔等，沒有固定格式的資料。如此一來，便能很快速簡單的理解，其實大部分產生出來的資料是非結構化的。
也許你仍感覺不到自己每天其實是海量資料的製造者之一，舉幾個本書中的數據也許能較明白。「一分鐘之內，Facebook可以產生超過68萬條內容、一分鐘之內，全球有超過27萬美元的網路購物交易、一分鐘之內，Flickr用戶分享了3125張照片……」。依照這些數據，我開始回想自己一天的開始，到底產生的多少資料量？包括在公車上看「臉書」按個讚、透過App訂電影票、進辦公室前打開電腦收發電子郵件、在MSN上回覆客戶的訊息、到Twitter祝賀好友生日。原來，這些看似日常生活的瑣事，其實每一個動作都在不斷的產生新的資料量。
我們不斷的製造大量的資料，而這些資料能為我們做什麼？能幫助我們什麼？作者胡世忠在這本書裡收集了各式各樣產業應用層面，例如：有效挖掘資料、分析資料可以降低美國紐約市的犯罪率？透過分析手機SIM卡訊號，可以提高救災難的援效率？這些都是分析龐大資料所帶來的效益。
善用Big Data 能預測犯罪、營收提高、即時救援
舉例來說，書中提到，美國紐約市警局透過收集在全紐約76個警區電話和傳真的數據資料，進行系統分析後，將最新案件標示在各轄區地圖上的位置與代表的意義，再發布給全紐約的警局指揮官，去進行未來因應對策及警力的調配模擬，如此隔年就使得兇殺案下降了25%，車輛竊盜案下降了24%。
澳洲老牌維吉醬為了能再創品牌新生命，透過分析10.5億條社群媒體的訊息、以及47.9萬條在論壇與討論區的資訊，找到使用者最愛的新吃法，而成功讓銷量大增，還促使澳洲媽媽一次購買2罐維吉醬。
分析海量數據不但能找到目標客戶群，還能精準行銷。甚至幫助即時救援，書中提及，在2010年海地大地震，聯合國就追蹤海地人所持手機內部的SIM卡，分析出60萬名海地人逃離太子港之後的目的地，以達到即時救援，後來也是再次透過SIM卡追蹤，把藥品投放到正確地點，成功的阻止了疫情的蔓延。
海量資料 數位監控？還是社會助益？
原來我們每天按讚、PO照片、貼文等行為，都可以被拿來分析。其實寫到這裡，不禁讓我想起《全民公敵》的電影情節，在資訊時代裡，我們的一舉一動都不斷因產生資料而被記錄著，舉凡信用卡刷卡金額、購物的品項、瀏覽網頁的記錄、朋友分享的照片等。也正如書中最終提出的反思，海量資料是否如喬治歐威爾在《一九八四》科幻小說裡所描述的「老大哥」那樣，監控著人們、毫無隱私可言？
雖然作者在書中坦言，政府或企業若運用海量資料不當，稍一不慎的確與老大哥只有一步之差，但也不能因此而忽略了海量資料可能為醫療、公共安全領域帶來的社會益處。即使可能會產生「數位監控」的疑慮，作者仍勇敢的提出其觀點，作者無非是要主張，科技在人類文明演化過程裡的助益，海量資料其實是幫助國家、社會、企業尋找新價值，並以「科技中立」的論調作為本書之結尾。
本文同步刊登於《數位時代》週末書介專欄
留言列表
