Business Innovation & Value Creation知識管理與商業智慧

Chapter

573

12.5 大數據與商業智慧應用要素

12.5.1 大數據

從個人電腦的發明、網際網路的普及到雲端的應用，電腦科技和人們的關係愈

來愈緊密。根據美國市場研究公司eMarketer於 2014年底的報告中指出，2014年全

球網際網路用戶總數將達 28.9 億人，在全球人口總數中所占比例首次突破 40%；

預計 2015 年全球網際網路用戶總數將增長 6.2%，一舉突破 30 億人，在全球人口

總數中所占比例將達 42.4%；到 2018年，全球近半數人口（36億人）將可每月至

少一次接觸網際網路(eMarketer, 2014)。

麥肯錫(McKinsey)在 2011年發表《大數據：創新、競爭和生產力的下一個新領

域》報告中，也明白揭露大數據將成為競爭的關鍵性基礎，並成為下一波生產率提

高、創新和消費者創造價值的支柱。隨著網際網路的普及與雲端應用的加持，2012

年開始，Big Data正成為這個備受矚目的新概念、新機會，且在瑞士達沃斯論壇上

（世界經濟論壇），一份題為《大數據，大影響》(Big Data Big Impact)的報告宣稱，

數據已經成為一種新的經濟資產類別，是未來重要的生產要素。數據在過去被視為

無用的積累，現在卻被視為資產，這是大數據時代的第一個變革，且令人驚喜的發

現是數據不像機器、廠房一樣，會隨著使用次數的增多而折舊；相反的，重複使

用、不斷雕琢，它可能增值，大數據的重要性不在於數據資料有多少，而是人們如

何應用軟硬體與技術，從各種數據中找出線索、趨勢，以及商機。

現今大數據所涉及的資料已經和過去的資料不同了，過去的資料大部分是人工

手寫下來的交易紀錄，現在則是以機器來記錄交易資料。此外，人們跟事物、企業

間的互動數據也由機器自動記錄，例如人們在網際網路上點擊的網頁跟連結的紀錄

等，最後再由機器自動產生與累積出後續的觀察數據，例如智慧型家居產品能記錄

室溫變化等(Inside, 2015)。Connolly(2012)認為「大數據」是由交易紀錄(Transac-

tions)、互動數據(Interactions)與觀察數據(Observations)所組成的資料型態，並提出

數據演進示意圖（如圖 12-7所示）。圖中，垂直軸表示資料量，水平軸表示資料之

多樣性與複雜性，並闡述從ERP、CRM、Web直到Big Data，其資料量和資料之多

樣性與複雜性持續增加。而 ERP、SCM、CRM 與 Web 應用是典型交易處理的系

統，這些系統中高度結構化的數據通常被儲存在 SQL 資料庫中。互動數據則是有

關人與物彼此的互動或是業務交流，例如 Web 日誌、使用者點擊流、社交互動與

回饋，以及使用者產生的內容等，都是發現互動數據的所在。觀察數據一般來自於

物聯網，諸如來自於熱、動作、壓力與 RFID 感測器，以及行動裝置中的 GPS 晶

Business Innovation & Value Creation企 業 創 新 與 價 值 創 造574

Petabytes

Terabytes

Gigabytes

Megabytes

CRM

Web

Big Data

Big Data = Transactions + Interactions + Observations

網誌

歷史資料提供多版本測試

動態定價

聯盟網路

搜尋行銷

行為定向

動態漏斗分析

使用者原創內容

社群互動&摘要

空間&GPS座標

外部人口統計資料

商業資料摘要

HD影像、音樂、圖像

語音轉文字

產品／服務日誌

簡訊服務／多媒體

簡訊服務

情感分析

資料多樣性與複雜性增加

片，甚至連飛機引擎等物件也能產出觀察數據。

網際網路數據中心(Internet Data Center, IDC)認為大數據技術描述了一種新一代

技術和構架，以更經濟的方式與分析技術，快速地捕獲、發現數據，其目的在於將

數據轉化為知識，探索數據的產生機制，進行預測和政策制定等。麥肯錫(McKinsey)

認為大數據係指其大小超出一般典型數據庫軟體的蒐集、儲存、管理與分析等能力

的數據集，且需要具備數據儲存能力、處理能力與查詢能力。當具備此三種能力

後，其落實的價值大致可從兩方面來說明：(1)對內幫助企業發展、進行決策支撐，

讓企業能更高效率的制定決策，支持行銷管理工作、對目標客群進行精準行銷等；

(2)對外開拓數據的長尾效應，對數據進行整合與深度挖掘，並拓展新業務的機會。

IBM將大數據的特徵歸納為 4V(Volume, Variety, Velocity, Value)。其中，數據量

(Volume)說明了用戶在滑鼠的點擊、瀏覽觀看、接收訊息、網路搜尋、甚至線上交

易的同時，也正在產生與累積龐大的數據，因此數據量很容易就能達到數兆位元組

(Tera Bytes, TB)、千兆位元組(Peta Bytes, PB)，或是百萬兆位元組(Exabytes, EB)的等

級。數據類型多樣性(Variety)說明數據來源包羅萬象，若是以最簡單的方式來分類

的話，可以分為結構化數據、半結構化數據、非結構化數據。數據的傳輸速度(Vel-

ocity)說明數據的流動是連續且快速的，隨著網路使用者增加，社群網站、搜尋結果

圖 12-7 數據演進示意圖

資料來源：Content of graphic created in partnership with Teradata, Inc.

感應器

行動網

使用者點擊流

ERP

採購明細

採購紀錄

付款紀錄

市場區隔

交易明細提供

客戶接觸

支援合約

Business Innovation & Value Creation知識管理與商業智慧

Chapter

575

每秒都在成長，因此輸出與反應數據的速度必須更加即時與迅速，才能落實最後一

個 V，亦即發揮最大的價值(Value)。

世界正在快速的改變，阿里巴巴集團董事長馬雲曾說：「我們正從以控制為出

發點的 IT(Information Technology)時代，走向激活生產為目的的DT(Data Technology)

數據時代，這不僅是技術的升級，更是思想意識的巨大變革。」其背後所闡明的是

IT 時代的實現工具以硬體與軟體為主，DT 時代的工具則以雲端運算與大數據為

主，且與 2015年逐漸嶄露頭角的「互聯網+」一詞有著密切的關聯性。「互聯網+」

不是單純的科技連接，而是通過整合，促進互動、分享與使用等，產生的創新與融

合。「互聯網+」的本質是產業透過以網際網路為基礎設施的整套技術（例如包括

行動、物聯網、雲端運算、大數據等），在經濟、社會、生活等應用所進行的在線

化與數據化的過程，而其背後仰賴的基礎設施概括「雲＋網＋端」三種概念。其

中，「雲」係指雲端運算與大數據；「網」係指網際網路與物聯網；「端」則係指

各式各樣的終端設備。有關從 IT 走向 DT 時代之大數據應用，詳細內容請參閱本

章附錄 12A。

12.5.2 商業智慧應用要素

商業智慧(Business Intelligence, BI)是一個結合多種架構、分析工具、資料庫、應

用和方法論的傘狀名詞；主要目的在促成互動式資料存取、資料的操作，讓使用者

能夠執行適當的分析；其程序是基於資料轉換成資訊，然後成為決策，最終成為行

動。BI 應用資訊科技萃取、整合及分析企業內外部資訊，以提供多維度之即時資

訊，幫助企業之決策與作業（或提升企業績效）。換句話說，BI是一群資訊科技的

應用，將分散於企業內部與外部之資料，依據某些特定需求加以彙整、儲存、分析

與運算，再以最適當的方式（例如文數字、圖、表、影像等），將結果呈現給決策

者、管理者或知識工作者，以供採取有效的商務行動，提升企業績效或協助其作出

較佳的決策。

透過 BI 系統的導入，可將各個獨立系統的資料彙總、緊密地整合在同一資訊

科技的平台環境。因此，企業可透過 BI 工具所提供的分析功能，快速地洞悉客戶

需求或市場趨勢，以有效掌握獲取利潤的關鍵因素，或針對高獲利的因素加以改善

或投資，進而增加營收。BI不會無中生有，必須將許多 BI應用要素結合在一起，

才能將資料轉換成企業可產生獲益的智慧資產。這些要素包括資料組織與整合、分

析與分群、即時個人化、廣播、存取與互動、績效監控與衡量等（如圖 12-8 所

示），分別說明如下：

Business Innovation & Value Creation企 業 創 新 與 價 值 創 造576

1.資料組織與整合

請想像以下的情境：一位消費者到實體商店買東西，在櫃檯結帳並留下地址、

電話、E-mail帳號等個人資料。數日後，消費者在家收到「謝謝您的惠顧」的E-mail

與一個特別優惠方案的網址。消費者依網址進入該電子商店，瀏覽與其曾購買產品

相關的互補性產品或其他產品。消費者受到此訊息刺激下購買某商品，幾天後，該

消費者又收到一封 E-mail，提醒他有一個僅針對線上消費者的特惠方案，內容為若

消費者在線上購買，隔天即可在住家附近的據點進行取貨。

要提供這種推式(Push)服務，商家需要先有資料倉儲來組織並整合大量的企業

資料，才能成功地實施上述 BI 之策略。另外，企業需要有整合性視野，才能辨識

客戶並予以正確的回應，不管客戶是透過實體商店、電話或網站的購買方式，皆被

納入企業的資料倉儲內加以組織。企業中有許多不同類型的資料被儲存在不同的資

料庫當中，因此實施 BI 需整合不同來源的企業資料，包含競爭者資料、協力廠商

型錄、客服中心資料、瀏覽路徑資料、企業資源規劃系統（ERP系統）、知識管理

系統等（如圖 12-9所示），並將資料格式統一且集中於資料倉儲。雖然組織與整合

這些資料是艱難的任務，但這方面之投入是值得的，因為提供給客戶合適的服務，

才能提升客戶的忠誠度、信任與滿意度，進而創造客戶價值。

圖 12-8 商業智慧應用要素

分析與分群

即時個人化

廣播、存取

與互動

績效監控

與衡量

資料組織

與整合

員工／

管理者／

客戶／

合作夥伴

Business Innovation & Value Creation知識管理與商業智慧

Chapter

577

2.分析與分群

當資料組織與整合完成後，需要有資料分析與分群的資訊系統，針對不同客戶

需求，從中萃取資訊，以提供合適的服務。資料分析與分群的資訊系統可提供不同

分析需求之工具來分析資料，以瞭解客戶行為與喜好、發現新機會、調整定價、挽

留客戶、找出新的潛在客戶或收入來源等。若沒有良好的分析與分群工具，縱然大

量蒐集以客戶為中心的資料，也是無法發揮應有的效益。雖然資料已被蒐集、組

織、集中與分析，但要將資料轉換為知識，以建立可以獲利與長期的客戶關係仍是

一項挑戰，也是最困難的作業。

3.即時個人化

將電子商務與即時關係管理合而為一，可讓客戶資訊個人化，也能針對不同客

戶之特性與需求進行差異化服務。個人化的能力，可以幫助企業更瞭解與更迅速回

應每位客戶的需求、行為與意圖等，確保客戶可以適時獲得他們所需的產品或服

務，以追求利潤最大化。所謂個人化，就是採取使用者自訂的資訊過濾器，以過濾

不同使用者所需的資訊，然後指定不同的事件來啟動不同的資訊傳遞。BI與知識管

理系統均支援多種資訊傳遞裝置，例如 E-mail、傳真、網頁、行動電話等，資訊可

依特定客戶的需求傳送給客戶。

客戶資訊個人化之步驟，如圖12-10所示。步驟一為建立客戶特徵檔(Profiling)，

企業必須先瞭解客戶的需求為何，以便瞭解企業可以提供什麼服務給客戶；步驟二

為配對(Matching)，此步驟係指給予客戶能夠滿足其需求的產品或服務；步驟三為

交易(Transaction)，也就是讓客戶自我服務，使其能輕鬆完成交易；步驟四為傾聽

(Listening)，係指傾聽客戶回應情況，以及衡量執行效能。綜而言之，新一代的個人

企業資料整合

客服中心資料 瀏覽路徑資料

協力廠商型錄 ERP系統

競爭者資料 知識管理系統

圖 12-9 商業智慧的資料來源