網路好康分享10

《Big Data大數據的獲利模式：圖解?案例?策略?實戰》




分析現狀還不夠，預測未來更重要！

與其相信一個人的直覺，不如相信數千萬人的資料——
從圖解、案例，到策略與實戰，
一本書，徹底解讀大數據！

Facebook、Google、Amazon，
以及GREE、瑞可利（Recruit）等知名企業都在用的資料淘金術！

懂得找出資料的價值、萃取可用的資訊，
就能將大數據轉化為商業智慧（BI）；
嗅出趨勢、解決問題、創造商機，
進而創造「偶然的幸運」（serendipity），
正是大數據帶領企業持續前進的動力！

連上Facebook頁面，出現推薦「你可能認識的朋友……」的建議，妳因此而找到失聯已久國中同學。

到amazon.com網站購書，你看到「買這本書的人也買了這些書……」的清單，也正好是自己想讀的書。

只要打一個字，Google就出現「您是不是要查……」的資訊，正確預測到你想找的關鍵字。

事實上，這些「偶然的幸運」（Serendipity），都和善用大數據（Big Data，亦稱巨量資料、海量資料）有關。

上述的企業提供你需要的資料、精準預測到你的下一步，其實並非魔法、也不是憑空而來。這些企業將大數據轉化為商業智慧（BI，Business Intelligence），不僅分析現狀，更懂得預測未來。

大數據是「二十一世紀的新石油」，也是繼資料挖掘（data mining）、雲端運算、社群網站之後，最受矚目的趨勢。如何將龐雜的巨量資料理出脈絡、找到關聯、發掘價值，找出商機，成為決勝關鍵。

本書作者城田真琴，是野村總合研究所（簡稱野村總研）高級研究員，也是大數據領域的權威專家。在日本，野村總研被稱為最有影響力的民間智庫，作者以野村總研獨家調查的第一手資料為基礎，介紹Zynga、Centrica、Catalina Marketing等歐美企業，以及小松（KOMATSU）、瑞可利（Recruit）、GREE等日本企業如何應用大數據的實際案例。

一本書，讓你認清楚資料（data）、資訊（information）與情報（intelligence）的不同，不僅要看得到、看得懂，還要能用得出來，進而找到真正的商機所在！

金石堂好書開箱

導讀

台灣野村總研諮詢顧問股份有限公司副總經理陳志仁

各界推薦

美商天睿資訊系統有限公司（Teradata）台灣分公司總經理吳世鈺
英國開放知識基金會地區大使徐子涵（Schee）
國立交通大學經營管理研究所教授楊千
PC HOME網路家庭董事長詹宏志
和沛科技股份有限公司總經理翟本喬
英商巴克萊銀行台北分行董事總經理 劉奕成
資深部落客、獨立媒體人鄭緯筌（Vista）

推薦語

本書提出許多實際成功應用的案例，列出相關互動隱私及安全的議題，是一本有相當廣度的巨量資料相關讀物，很適合關心未來的知識分子閱讀。——楊千（國立交通大學經營管理研究所教授）

我很喜歡作者城田真琴在本書中提出的許多細微的觀察，例如，在說明亞馬遜（Amazon）電子商務的「協同過濾」（Collaborative Filtering）技術時，引經據典地介紹「偶然的幸運」（Serendipity）這個詞，這是來自英國小說家霍雷斯．華爾波（Horace Walpole）在1754年的新創文字，描述消費者意外擁有幸運或是發現有價值事物的奇特心情，很傳神地說明了給消費者不可預期的幸運，正是巨量資料技術不斷前進的動力啊！——陳志仁（台灣野村總研諮詢顧問股份有限公司副總經理）

本書的付梓，提供了一個巨量資料生態圈比較完整的面貌，是非常好的出發點。其中最值得推薦閱讀的部分，在於日本企業小松（KOMATSU）、瑞可利（Recruit）、GREE等，如何運用巨量資料強化地域經濟的思維。在面臨全球產業布局和硬體利潤微薄化的今日，如何槓桿地域劣勢，轉化為全球區域發展的特色核心，日本政府和民間的過來經驗，不失為台灣各界的參考基準。——徐子涵 Schee（英國開放知識基金會地區大使、Fertta Communications執行長）

想要做Big Data（巨量資料）的人請先認清楚：什麼是Data（資料）?存得起來的，就是storage（儲存）。看得到的，才是data（資料）。看得懂的，叫做information（資訊）。用得出來的，才能稱為intelligence（情報、智慧）。很高興看到這本書並未落入坊間許多一窩蜂介紹工具的潮流，而能把主要的篇幅用在許多其他重要的面向。希望讀者在看完本書之後，能對如何萃取周遭的資訊並加以運用有更深一層的認識，並從Big Data進步到Big Intelligence的層級。——翟本喬（和沛科技股份有限公司總經理，曾任台達電子雲端技術中心資深處長、Google Platforms Architect。）

身處於強調「與其相信一個人的判斷，不如相信千萬人的巨量資料」的時代，身為決策者，已經不能只靠直覺或數字，更必須融合資料科學，從各種消費紀錄、社群網站的輿情觀測、打卡定位等資料中萃取價值，做為決策參考之用。未來這段時間，所有從事行銷或商務的人，都將會遭到「巨量資料」淹沒，在載浮載沉之間，我推薦這本書當作你我的浮木，讓我們面對資訊洪流（data deluge），卻依然能一窺堂奧。——劉奕成（英商巴克萊銀行台北分行董事總經理、台灣金融分析專業人員協會□CFA台灣分會〕理事長）

閱讀本書最大的收穫，並不是了解巨量資料的重要性，而是知道巨量資料可以如何應用在商業上？巨量資料帶給我們的衝擊會愈來愈大，你最好從現在就開始習慣。是的，我們活在廣袤的資料流中。而此刻，你無需驚慌，只需要有一本好書指引。帶著本書，讓我們啟航吧！——鄭緯筌Vista（資深部落客、獨立媒體人）

• 
  
  

  作者介紹

  
  
  
  
  
  城田真琴（Makoto SHIROTA）
  
  野村總合研究所（NRI，Nomura Research Institute）創新開發部高級研究員、IT分析師，日本政府「智慧雲端運算研究會」智庫成員。負責高端技術趨勢調查研究、供應商戰略分析、國內外企業IT應用調查，專業領域為雲端運算、商務分析、M2M、IoT等。著作包括：《雲端運算的衝擊》、《你不可不知的雲端運算常識與非常識》、《2012年版IT年鑒》等。
  
  
  
  





• 
  
  

  譯者介紹

  
  
  
  鐘慧真（前言、一至四章）
  
  「上輩子」是軟體工程師，國立清華大學電機工程研究所畢業，曾任職於飛利浦半導體與宏達電。目前是從事日翻中筆譯的家庭主婦，定居於日本長野縣。譯作《不執著的生活工作術》（經濟新潮社出版）。
  
  部落格：【黛博拉看日本】deborahjong.wordpress.com/。
  
  梁世英（五至八章、謝詞）
  
  日本一橋大學商學研究所碩士，專長財務金融，目前為專職日文譯者。譯作包括《這樣圖解就對了！》《鍛鍊你的策略腦》《想像的力量》《Facilitation引導學》（以上均由經濟新潮社出版）等。
  
  
  
  

• 【導讀】
  創造「偶然的幸運」（serendipity），正是巨量資料技術不斷前進的動力（台灣野村總研諮詢顧問股份有限公司副總經理陳志仁）
  
  【推薦序】
  當商業智慧隱藏在雲深不知處（國立交通大學經營管理研究所教授楊千）
  Big Data, Big Intelligence：從資料、資訊到情報（和沛科技股份有限公司總經理翟本喬）
  當巨量資料與社會脈絡交集（英國開放知識基金會地區大使徐子涵 Schee）
  Data、Data、Data：我們活在廣袤的資料流中（資深部落客鄭緯筌Vista）
  老大哥在看著你：Big Data□ Big Brother□（英商巴克萊銀行台北分行董事總經理劉奕成）
  
  前言
  
  ★第一章什麼是巨量資料
  資料洪流（The Data deluge）
  巨量資料的3V特性
  廣義的巨量資料
  為什麼到現在巨量資料才受到眾人的矚目？（1）巨量資料的民主化
  為什麼到現在巨量資料才受到眾人的矚目？（2）硬體性價比的提升與軟體技術的進化
  為什麼到現在巨量資料才受到眾人的矚目？（3）雲端的普及
  從「分析過去」到「預測未來」商業智慧與巨量資料的交會
  從點（交易資料）到線（互動資料）的分析
  巨量資料分析的起源
  本章重點整理
  
  ★第二章支撐巨量資料的技術
  人才短缺
  什麼是Hadoop
  與日俱增的套件
  眾多套件版本並存的原因
  NoSQL資料庫
  創投也對Hadoop、NoSQL開發企業投以熱切的目光
  巨量資料時代的資料處理基礎
  備受矚目的分析資料庫
  串流資料（即時資料）處理
  自行開發串流資料處理技術的網路公司
  機器學習、統計分析等
  自然語言處理、其它
  本章重點整理
  
  ★第三章以巨量資料為核心競爭力的企業歐美企業篇
  快速成長之網路公司的巨量資料運用技巧
  eBay：每天產生50 TB的資料
  (1)遠超乎想像的巨量資料產生速度
  (2)eBay的資料分析基礎
  Zynga：披著遊戲開發商外皮的資料分析公司
  (1)社群遊戲經濟的重要指標
  (2)提升病毒係數的機制
  (3)遊戲其實是資料驅動營運
  (4)三次點擊原則
  Centrica：藉由引進智慧電表分析能源消耗模式
  (1)英國電費、瓦斯費收費的實際狀況
  (2)引進智慧電表後的影響
  卡特琳娜行銷集團：以「收銀台優待券」設計顧客的消費行為
  (1)儲存了超過一億人份的消費紀錄
  (2)預測顧客的消費行為，帶動門市買氣
  本章重點整理
  
  ★第四章以巨量資料為核心競爭力的企業日本企業篇
  日本國內也開始運用巨量資料
  小松（KOMATSU）：日本運用巨量資料的先驅
  瑞可利（Recruit）：徹底運用Hadoop資料分析，成功改造企業文化
  (1)幾乎全公司上下都用Hadoop
  (2)支撐瑞可利巨量資料分析的Hadoop基礎
  (3)成功的祕訣在於組織體制
  (4)對於瑞可利而言，Hadoop的「真正價值」究竟是什麼？
  GREE：資料驅動型營運方式是快速成長的原動力
  (1)與其相信一人的判斷，不如相信數千萬人的資料
  (2)資料驅動型營運方式的根基來自對於日誌資料的執著
  (3)具備多種技能的專業人士齊聚一堂
  (4)將溝通不良減至最少的團隊體制
  日本麥當勞：在現實世界實現一對一行銷 （One-To-One Marketing）
  (1)劃時代優待券背後的周全準備
  (2)把焦點集中在做為集點卡的行動電話與智慧型手機
  本章重點整理
  
  ★第五章巨量資料的運用模式★
  巨量資料的運用案例
  (1)精準推薦商品或服務
  (2)行為定位廣告
  (3)運用地點資訊的行銷
  (4)糾出盜刷
  (5)顧客流失分析
  (6)預測設備故障
  (7)驗出異常
  (8)改善服務
  (9)預測路況
  (10)預測電力需求
  (11)預測感冒流行
  (12)預測股市行情
  (13)油資成本的最佳化
  巨量資料的運用模式分類
  (1)個別優化×批次處理型
  (2)個別優化×即時資訊型
  (3)全體優化×批次處理型
  (4)全體優化×即時資訊型
  巨量資料的運用深度
  (1)掌握過去與現狀
  (2)發現行為模式
  (3)預測
  (4)優化
  【專欄】動態定價
  巨量資料運用的真正價值
  本章重點整理
  
  ★第六章巨量資料時代的隱私權問題★
  隱私權與創新的兩難
  美國國會也表示關注
  製作網路個資檔案的是與非
  請勿追蹤（Do Not Track）
  消費者隱私權保護法案
  採用選擇性參與方式的歐盟
  資料保護綱領也進行修正
  (1)引進「抹掉過去」的權利
  (2)使用者尚未明確表示同意前，不得使用其個人資料
  (3)制定資料可攜（Data Portability）的權利
  (4)擴大說明責任
  日本的法令架構是《個人資訊保護法》加上分別針對各領域訂定的指導原則
  部分指導原則在提供資訊予第三人上採用選擇性參與方式
  日本政府的評估狀況
  以「資訊大航海計畫」為契機開始評估的經濟產業省
  由生活紀錄的角度進行議論的總務省
  線索就在與使用者的「對話」
  實體世界裡的行為追蹤
  本章重點整理
  
  ★第七章開放資料時代的到來與資料市場的興盛★
  「活用外部公開資料」的選項
  風起雲湧的連結開放資料（LOD，Link Open Data）運動
  影響擴及開放式政府
  如雨後春筍般不斷出現的新創企業
  透過比賽促進資料運用
  落後一步的日本
  日本國內因三一一大地震而略有進展的開放資料使用
  資料市場的興盛
  (1)Factual
  (2)Windows Azure Marketplace
  (3)Infochimps
  (4)Public Data Sets on AWS
  商業模式各有不同
  熱絡的資料市場存在著不容忽視的課題
  本章重點整理
  
  ★第八章面對巨量資料時代該有的準備★
  巨量資料時代的企業IT策略
  開始邁向資料分享的日本企業
  (1)LAWSON×Yahoo
  ( 2)KDDI×樂天
  (3)COOKPAD×ID’s
  擁有原創資料的好處
  供應商的新商機在提供「資料整合服務」
  誰能成為資料整合公司
  美國的支付服務業者明顯朝「資料整合公司」發展
  (1)VISA
  (2)PayPal
  (3)美國運通
  讓原創資料搖身一變成為「貴重資料」的絕妙資料組合
  全世界對資料科學家的需求愈來愈高
  資料科學家需具備的技能
  資料科學家需具備的資質
  (1)溝通能力
  (2)創業家精神
  (3)好奇心
  相關人才嚴重不足
  相關研究所開始設立
  鉅額資金流向巨量資料分析企業
  日本也開始對資料科學家展開搶人大戰
  最後的一道關卡－－組織體制與企業文化
  朝向資料驅動型企業邁進
  本章重點整理
  
  謝詞
  參考文獻
  圖表索引