前言
現代社會行動裝置的普及、電信與資訊技術的躍進、雲端應用的推陳出新等技術,已可以將使用端的各種操作互動軌跡以數位方式大量保存記錄。IDC(國際數據資訊)預估,到2020年,數位化資料量將以每兩年翻倍的速度激增;在2020年之前,數位世代的資料量將達40 ZB。該如何從龐大的資料群中濾取有意義的資訊,轉為可以實際應用的知識,已是產業端提升競爭力的迫切需求。(撰稿/劉佳林 2013.05.27)
有鑒於此,智齡聯盟特於2013年5月邀請與企業有多次成功合作經驗的東京大學大澤幸生教授(Yukio Ohsawa),蒞臨臺大水源校區臺大智活中心(iNSIGHT)分享與產業共同進行巨量資料分析運用的實務經驗與過程,並分析組合的原理。這些產業包括消費、生產製造、生醫等多種領域。大澤幸生教授分享他如何將產業知識與關聯分析後的訊息融合,並以視覺化顯示,提供設計者與資料分析成員對話討論的模式,以找出隱含的契機,藉此產生預測行為或需求趨勢的產業應用價值。
大澤幸生教授在資料探勘領域已深耕十多年,他在創新領域科技管理也有相當多著作。他將巨量資料分析以視覺化呈現,透過圖像示意,零機率事件(0-frequency)的組合,讓使用者能透過展示的分析結果,迅速理解並從中找出新的連結,或碰撞出兩種頻率需求背後的創新價值,以作為未來需求趨勢的預測。這些分析技術與方式,也應用於地震後的購物行為預測,成功預測下階段的民生消費需求。這與企業共同討論,從巨量資料找尋濾取機會的討論模式,能逐步地找出隱性的商機。以下說明教授於此次活動中述及的應用與實例。 探尋機會(Chance Discovery)流程視覺化
探尋機會是當組織或企業有意了解使用經驗時,透過巨量資料間的關聯,從中找出可能的新運用。這種探尋機會的概念,在2000年左右已開始被討論。此與企業市場的銷售決策,有緊密關聯。近期,人工智慧領域的研究人員,對影響人們作決定的事件與情況開始感興趣,也將這類的事件或情境視為機會或危險。機會探尋可以發生在各種領域。比如,在醫療領域找尋有效治療方式的過程,就是一種機會探尋。
以消費產業為例,消費者通常無法明確說出自己的偏好,從消費行為資料庫中進行關聯分析,加上與市場規劃人員的互動,透過市場成員對於點線圖的分析會找出幾群消費的偏好,可作為下一年度產銷計畫的參考。 目前關聯性分析的結果,是由點與線構成,這對產業人員在解析市場訊息時,有相當的困難。服飾產業中,若非熟悉數百種布材代號與圓點的對應,這樣的分析圖,無法讓行銷人員一目瞭然的瞭解分析結果與他所要設計樣式的關聯。若將相對應的布料以圖示呈現,行銷團隊就能在第一時間掌握到布料與樣式間的連結關係。 大澤教授將分析工具產出的圖表結果與分析項目之間的關係,轉以顏色、虛實線、圖樣大小等方式表示,並將項目代號直接以實物影像呈現,如此有助於讓規劃人員更專注於設計項目的思考。而將資料庫分析的結果,標上實際物品的顯示,有助於市場行銷人員,進行創新款式的創意激盪。從既有款式的分析、產業需求的了解和新材料的選項中,找出新的設計與應用,這,就是創新。 |