編按：
愛因斯坦說：「如果你不能簡單地解釋它，就表示你不能很好地理解它。」大數據的解讀需要產業的知識，只要了解，就能成功因應大數據時代！李奧貝納大數據品牌首席顧問高端訓在其新書《大數據預測行銷：翻轉品牌X會員經營X精準行銷》就提到曾經有好幾家企業問過他，「我們想導入做大數據，好多廠商來兜售據說可以做大數據的軟體及硬體，動輒上百萬，實在買不下手！但不投資，又擔心會落伍；要買，又得花很多錢。到底該不該買呢？」
以下為本書摘文：
這讓我想到20 年前，CRM，也就是顧客關係管理，一度大流行。一開始，硬體跟軟體廠商主導了這個市場，很多公司還不知道CRM 是什麼，就被廠商說服買了一堆軟、硬體，最後都沒有發揮投資的功效，白白浪費了一大筆的冤枉錢！
我問其中一家規模不小的企業：「你投資大數據，到底想要得到什麼呢？」
對方說：「想分析顧客資料呀！」
我進一步問他：「你有多少筆的顧客資料？其中，又有多少是有效的呢？」
他說：「資料不多，不會超過兩萬筆，但是很多資料都不完整⋯⋯。」
這就是問題所在了。投資大數據，企業要先自問兩個重要的問題：第一，你要解決什麼問題？第二，你已經有資料集（Dataset）了嗎？
第一個問題，就是企業的投資目的。企業投資大數據，最終有三個目的：預測推薦、降低成本及提升利潤。降低成本及提升利潤，又可以透過預測分析來達成。在大數據投資在目的上，B2B 的企業如製造業，著重在應用大數據分析改善流程、降低生產成本；B2C 的企業如零售業，著重在應用大數據預測行銷，增加銷售，提升利潤。
無論是要達成哪一個目的，或者要解決哪一個問題，都先要想清楚。想清楚了，就知道要收集什麼資料？解決問題並非得投資新的電腦軟、硬體設備不可！事實上，80% 的商業問題，都可以透過傳統的工具及商業分析方法，像是Excel 之類的軟體來解決。
第二個問題，是數據分析的內涵。大數據分析的資料，通常有兩種來源：一是企業內部及外部的資料，例如來自ERP 的生產資料及CRM 的顧客資料；二是網路及網絡資料，包括來自網站及物聯網的連結資料。此外，要確認資料是否在有效期內。很多企業都說收集了很多資料，一問之下，才知道大部分資料「歷史悠久」，欄位並不完整。基本上，超過一年以上的不活躍資料，都沒有意義。有一家便利超商，過去收集了190 萬筆顧客資料，但要導入大數據分析時才赫然發現，很多資料都有遺漏，根本無法分析，最後只好整個資料庫砍掉重練。
而每一次我主持大數據論壇都會有人問：我們是新公司，現在沒有資料，該怎麼辦？很好，就好好回答第一道題目：「你要解決什麼問題？」然後，思考你需要什麼資料？從現在開始收集，都會是有用的資料。
大數據的投資，大致可分成三方面：架構大數據的硬體設備、大數據分析軟體，以及人才。第一，硬體系統投資。其實，大多數公司都不像Facebook或Amazon 需要投資大量硬體及系統軟體；一般的企業，只要租用雲端儲存及運算即可。其次，大數據分析軟體，則可以分為三種：商業分析、預測分析及視覺化應用軟體。很多統計方法及繪圖功能，都已經寫進軟體裡頭了。例如，視覺化軟體就有Tableau 及Power BI等，Power BI 還可以免費下載。第三，大數據分析人才，也就是數據科學家（Data Scientist），需要同時懂得電腦應用、統計原理及商業實務。所以，我們需要跨界的人才，而這種人才很欠缺、很難找。在美國，大數據行銷人才的起薪更是同類職務的2.2 倍。
總之，企業在投資大數據之前，應先做三件事：第一，鎖定目標；第二，收集必要資料；第三，投資人才。確認這三件事，再來決定要投資什麼軟硬體設備，才不會花大錢做大數據時代的冤大頭。最後，期待你能把錢花在刀口上，進入大數據的實體應用！
本文節錄自：《大數據預測行銷：翻轉品牌X會員經營X精準行銷》一書，高端訓著，時報出版。
