大數據(Big-Data)專家- 張冠英老師

 

張老師從事統計分析與品管相關的工作多年，正逢大數據時代的來臨，適逢版主邀約以商業分析手法為基礎，要如何解讀大數據並給予商業價值呢？讓我們看看張老師怎麼說。

...........................................................................................................................
 

首先多謝版主給予我這個機會與大家分享Big Data，在剛收到這個大數據主題的時候，不斷地在思索，要給予Big Data的入門者，哪一方面的方向與思維呢？經思索過後，希望能透過實例給予Big Data的入門者幾個重要的觀念。

1. Big Data的正確觀

 

很多人都會把Big Data當作全部母體或數量龐大的資料，但這個觀念其實不完全對，正確的應該是說他是一個有限資訊的集合會比較恰當，裡面包含這我們所能蒐集到的有限已知的母體或樣本。
在此舉一個實例，癌症是全球主要的慢性疾病之一，在台灣可以向健保局，申請健保資料庫做學術研究，裡面的資訊五花八門，不單單只有病理資訊還有很多其他的相關資訊，但由於各家醫學院所，基於保護客戶隱私與電子病歷各家的系統有所差異等特殊情況，導致並不會百分百的全部都進入到健保資料庫內，常會有遺漏或是資料有誤的情形發生。

2. 工具是死的，人是活的

--不要陷入資料的謎團中，要善用商業分析BA手法，找到真正商機

 

前陣子有接到一個案子是紅酒酒商與醫學中心合作，因為知道國外有研究顯示說喝紅酒有利於降低心血管疾病的發生，想要透過醫療健檢與紅酒行銷，回饋長期購買紅酒的客戶，擴展國內紅酒市場。再找我之前其實有找人分析過，發現喝紅酒與沒有喝紅酒的國人，其實在心血管疾病的預防下並沒有顯著的差異，這樣研究成果只能說果是0。當數量龐大大一定數量後，就會趨近於常態，其實這就是Big Data的迷思。很多人都覺得資料多就可以得到精確的結果，其實事實不然，很多時候都太執著於數據表面的面相而忽略了事物的本質。

3. 學習溯因思維，突破Big Data迷思

-清楚分析因子相依性後大膽論證

之前有個案例，是解析喝紅酒好處。
在剛接到這個案子的時候，我請對方不用給我前一個分析者的資訊 (因為這會影響我客觀的判斷)，先了解業主需求後，針對業主的需求與資料的特性。
我大膽的把喝紅酒的族群，分成兩類，一類是檢驗數值正常的，一類是檢驗數值不正常的做交叉分析。在正常的這個族群內，我們會發現有喝紅酒與沒有喝紅酒的族群，其實在檢驗數值上是有偏低的，但不明顯 (主要原因在於國人飲食衛生的大幅提高，除了紅酒外，其實還有很多種不同的選擇) 。
最後在經過性別的分類過後，差異就更明顯的凸顯出來了；而喝紅酒檢驗值不正常的族群，會發現常有酗酒或暴飲暴食的習慣 (產生數值相依性，可進一步探討)，更多的發現是本身帶有一個以上的慢性疾病，所以在檢驗數值上，並無法將喝紅酒的好處反映出來。
................(待續)