| ||||||
二○○九年冒出了一種新流感病毒，稱為H1N1。短短幾週內，全球公共衛生機構都憂心忡忡，擔心即將爆發流感大流行。 透過搜尋引擎谷歌追疫情，贏過疾管局 在美國，疾病管制局要求醫生一碰到新流感病例就必須立刻通報。即使如此，通報速度總是慢了病毒一步，讓公共衛生當局完全無法掌握真實情況。 就在H1N1躍上新聞幾週前，網路巨擘谷歌（Google）旗下幾位工程師，在《自然》科學期刊發表了篇論文。該論文解釋了谷歌能如何「預測」美國在冬天即將爆發流感，甚至還能精準定位到是哪些州。 谷歌先挑出美國人最常使用的前五千萬個搜尋字眼，再比對疾管局過去的流感傳播資料。谷歌想靠民眾在網路搜尋的關鍵詞，找出那些感染流感的人。 谷歌這套系統做的，是針對搜尋字眼的搜尋頻率，找出和流感傳播的時間、地區，有沒有統計上的相關性。他們共用上四億五千萬種不同數學模型，測試各種搜尋字眼，再與疾管局在過去幾年的實際流感病例比較。他們可挖到寶了！這套軟體找出共四十五個搜尋字眼，放進數學模型後，預測結果與官方公布的真實資料有強烈相關性。於是，他們就像疾管局一樣能夠掌握流感疫情，而且是幾近即時同步的掌握！ 因此，在二○○九年發生H1N1危機時，比起政府手中的資料，谷歌能提供更有用、即時資訊。最驚人的是，谷歌這套方法並不需要採集檢體、也不用造訪各家醫院診所，而只是好好利用了巨量資料，以取得實用且價值非凡的見解、商機或服務。 這不過是開始而已。在這個巨量資料的時代，挑戰的是我們生活的方式，以及與世界互動的方式。最重要的是，我們必須拋下對因果關係的執著，轉而擁抱簡單的相關性。 相關性的核心概念，在於將兩個資料值間的統計關係加以量化。兩者間相關性強，代表若其中一個值有變化，另一個值就有可能也跟著改變。 這裡提一個運用巨量資料相關性的典範，就是美國折扣零售商塔吉特（Target），該公司採用巨量資料進行相關性預測，已為時多年。《紐約時報》記者杜希格（Charles Duhigg）曾有篇報導，講到塔吉特怎樣在某位婦女沒有明講的情況下，知道她已懷孕。 透過購物清單零售商精準卡位孕商機 對零售商來說，知道客戶是否懷孕非常重要。因為懷孕會改變夫妻的購物行為，夫妻可能會開始逛婦幼用品店。塔吉特的行銷部門於是決定求助分析部門，希望從顧客的採購模式，看出女性懷孕的蛛絲馬跡。 分析部門先找出那些曾填寫新生兒禮物期望清單的媽媽名單，再看她們的購物紀錄。結果發現這些婦女在大約懷孕三個月時，買了很多無香味乳液，再幾個月又會買些營養補充品。最後分析部門大概找出二十幾種可做為懷孕指標的產品。了解這些相關性後，塔吉特甚至還能相當準確的預測小孩出生的日期，並針對各個不同階段，寄出恰到好處的優惠券！ 下一個資料化的前線與個人較有關：我們的人際關係、生活體驗和心情。 過去人際關係一向存在，但一直要等到出現臉書社交圖譜（social graph）資料庫，人際關係才真正成為資料。二○一二年，臉書共有約十億個用戶，構成超過一千億條交友連結，而且這一切都掌握在這一家公司手中。 這一切的潛在用途，絕對不同凡響。有許多創業公司都希望利用社交圖譜，找出能建立信用分數的指標。這裡用的是物以類聚的概念：花錢小心的人，交的就是花錢小心的朋友，揮霍的人也會和揮霍的朋友同行。社群媒體能掌握到的資料集，絕不只表面上的狀態更新或「讚」而已，所有資料都能成為全新業務基礎。 只要有點想像力，不論什麼東西都能化為資料形式，等到將整個世界都資料化後，種種應用潛力便再也沒有止境。（本文摘自第一章、第四章） | ||||||