行銷資料科學 Marketing Data Science

大數據（Big Data）的發展

        在美國加州大學戴維斯分校任教的馬丁‧希爾伯特（Martin Hilbert）教授，回顧約180篇關於大數據分析的期刊論文，並於2016年發表了一篇文章[1]《 Big Data for Development: A Review of Promises and Challenges》，其中談到大數據分析的前景與挑戰。

https://www.youtube.com/watch?v=XRVIh1h47sA

（馬丁‧希爾伯特（Martin Hilbert）教授演講大數據的發展）

        他歸結出今日大數據的產生，可由下列三項資訊的發展來說明。

1. 資訊流通（Information Flow）

廣義的資訊流通，指的是人們利用各種方式來做資訊交流，從每天面對面的直接交談，到使用行動電話、電子郵件或是Line等各種現代化的傳播媒體都算是資訊流通。而如果再往深處探究，則又可分成資訊的傳遞、蒐集、貯存、檢索和分析的管道與過程。

至於狹義的資訊流通，則是從現代資訊技術研究、發展、應用的立場來看，指的是資訊處理過程中，資訊在電腦系統和通信網路中的流動。

希爾伯特指出，從1986至2007年之間，全球資訊交流的數量提升了近220倍。其中這些資訊數位化的程度自1986年的20%，成長至2007年的99.9%。而這中間的過程，人們把傳統的膠捲相機換成數位相機，將自己的影像資料貢獻出來，對於資訊流通，有著莫大的幫助。

資訊流通在2007年之後，成長量更是驚人，因為智慧型手機、平板電腦的出現，配合內建GPS功能，更是大量記錄下各類資訊，還有物聯網IoT的加入，各種感測器亦加入記錄資訊的行列，更讓資訊流通量如洪水滾滾而來。

此外，資訊本身也會自我成長，在人工智慧中，機器學習是很重要的一支，意思是開發電腦程式，讓數據能在電腦系統中，自動變成資訊或知識。舉例來說，在自動駕駛車輛的電腦輸入所有交通規則，讓電腦自動學習，車子一上路之後，它就知道碰到十字路口要停等紅燈，碰到行人、幼童要避讓，原來的規則，經過電腦的自我處理變成駕駛知識，等於資訊也自我成長。

2. 資訊儲存（Information Stock）

以往大家會把學校作業或者辦公室的文件儲存在電腦的硬碟，但現在大家已開始習慣將檔案丟到谷歌的雲端硬碟，或者丟到Dropbox裡來相互修改加工，資訊的儲存已透過網路來完成。

希爾伯特指出，資訊儲存的空間，大約每三年就成長一倍。資訊儲存的數位化程度，由1986年的1％，增加到2007年的94％。

3. 資訊處理（Information Computation）

為了處理巨量的資料，世界大廠發展出分散式的資料處理方式。例如:Google的GFS、 MapReduce與Bigtable，即是因應這樣的發展趨勢而誕生。而民間或者個人也不必擔心巨量資料無法處理，現在也有許多開放軟體讓個人可以處理大數據，像是Hadoop等。

今日的大數據，就在資訊流通、資訊儲存、資訊處理這三項的發展中誕生。

                  蘇宇暉（台科大管研所博士生）、羅凱揚（台科大兼任助理教授）