大宅配~ 生活美學

物流寄情38：大數據分析與決策

模式

楊惟雯

當資料已經變成一種新的經濟資產，不論你處在哪個產業，都不能不懂這個雲端時代的黃金技術---Big Data。這個由“大數據”所引爆的資料革命，已經促使各行各業面臨轉型的決勝關鍵點。

一、利用大數據分析建立決策模式

當商業組織面對如此“海量”的數據之時，越來越多的組織開始考慮----如何利用數據來創造價值，揭示企業未來的發展方向，採集統計數據和預測具有可行性的資訊，以便幫助企業做出正確的行動決策。

未來，在商業、經濟及其他領域中，決策行為將日益基於數據分析而作出，而並非基於經驗和直覺。

例如淘寶目前每天活躍數據量已經超過50TB，共有4億條產品訊息和2億多名註冊用戶在上面活動，每天超過4000萬人次訪問。
“大數據”的作用，就是把這些數據採集進數據倉庫中，然後用分佈式的技術框架（Hadoop），對非關係型數據進行異質性處理（NoSQL），通過數據分析與挖掘，發展一對一的商業智能，從中產生讓網商因小而美、不再打價格戰的企業和個人競爭力。

而UPS等貨運公司也正在對卡車交貨時間和交通模式等相關數據進行分析，以此對其運輸路線進行微調。

二、打開大數據分析的六個法門

隨著移動互聯網、社會化媒體等新技術的發展，海量的結構化與非結構化資料漫天卷地般洶湧而來。“大數據”時代改變了消費者的行為模式，也為企業提供了更多創新和實現突破的可能。

作為企業的高管，無論你是來自互聯網的新興行業，還是來自轉型中的傳統行業，都需要不斷地學習和理解新技術，解讀來自市場和消費者的海量資料，探索和挖掘這些資料背後隱藏的商業機會，優化商業模式，做出適應“大數據”時代的商業決策。

此時，我們對“大數據”要有更為明確的定位：如何利用最小的投入，去最大化挖掘數據的潛在價值？

雖然在“海量” 的數據中，想尋找到真正能夠為企業所用的內容，看起來有點像大海撈針。不過，但若能通過數據挖掘技術，幫助企業尋找到深藏在數據背後的“隱喻”，則可實現業務的騰飛。

那麼，如何打開大數據分析的大門呢？可參考下面六個方法，能夠讓企業更加輕鬆地邁出“大數據”時代的步伐:

1、數據庫內執行(In-Database)

繁瑣的應用流程、長達數月的執行時間以及可能面臨數據丟失、洩漏風險，是企業實踐數據挖掘與數據分析的最大阻礙。因此，執行效率高且無需將數據進行遷移、複製的數據挖掘方案，正在成為市場上的主流技術。

例如Alpine Miner挖掘可視化建模軟體採用了業界領先的數據庫內執行(In-Database)技術，充分利用企業業務應用數據庫，避免了大規模的數據遷移及數據複製，使得數據挖掘速度得到了成倍的提高，同時也將數據洩漏風險降到最低。

2、優秀的多演算法支援

我們都知道，數據挖掘是一種基於人工智慧、機器學習、統計學等技術的決策支援過程。而在這一過程中，由於數據結構及功能的不同，也衍生出了各種各樣的演算法實現。所以，使用的應用軟體應該要能夠支援各類主流的常見演算法，為企業從技術實現上掃清壁壘。

3、對海量數據支援

在“大數據”時代的一個重要特徵，就是海量的數據規模。因此，“大數據”時代數據挖掘的一個重要特徵，就是對大容量數據庫的支援與應用。

4、分析與挖掘，兩手都要硬

數據分析與數據挖掘是兩個不可混淆的不同概念，前者更偏重於對現有數據的應用，後者則更傾向於對於未來數據應用的預測。因此，對於企業應用來説，找到能夠同時兼具二者功能的應用軟體産品，將大大降低採購成本和操作複雜度。

5、通俗易懂的直觀圖形介面

命令行、批處理，這些晦澀的操作曾幾何時讓專業的技術人員都會有些望而卻步。不過好的應用軟體，使得IT管理人員的操作和分析都不再單調乏味。

6、人性化的結果導出及復用

對於企業業務而言，數據挖掘與分析的結果至關重要。

好的應用軟體不僅能夠將已執行的數據挖掘及分析結果進行保存以待未來復用，同時還能夠將結果導出，方便製作文本和報告。

綜上所述，在這個商業活動和資訊系統關係越來越緊密的今天，我們如何同“海量數據”無時無刻不在打著交道，讓海量數據為我所用，給“海量數據”注入活力，將是“Big Data”時代將會面臨的一個長久課題。