以「玩資料」為起點,跨界釋放資料價值

解讀「有資料,更要有策略」

謝邦昌 Ben-Chang Shia  2017/8/30

以「玩資料」為起點,跨界釋放資料價值

以玩資料為起點跨界釋放資料價值

台北醫學大學管理學院院長、大數據科技及管理研究所教授謝邦昌接受本刊採訪,從本期管理新趨勢「有資料,更要有策略」系列文章出發,點出台灣企業面對資料管理兩大常見的迷思:一、輕忽資料的價值;二、認為有了單一工具或解決方案,就可以解決資料管理的問題。

台北醫學大學管理學院院長、大數據科技及管理研究所教授謝邦昌接受本刊採訪,從本期管理新趨勢「有資料,更要有策略」系列文章出發,點出台灣企業面對資料管理兩大常見的迷思:一、輕忽資料的價值;二、認為有了單一工具或解決方案,就可以解決資料管理的問題。以下是採訪重點摘要:

當前的科技發展已經從資訊技術(information technology)進展到資料技術(data technology)階段,未來商業價值的產生,前者只會有20%,後者卻占80%。

然而,對於「資料是有價值的」這件事,其實多數台灣企業理解得並不深。這些年,我進行了大約兩百場的演講,介紹大數據分析、資料採礦等概念,聽眾之中也有許多公私部門的人士。而他們在聽完演講之後,有兩類常見的反應,顯現了對於資料管理兩種常見的迷思。

迷思1:輕忽資料管理的價值

第一種迷思,經常出現在對於資料價值陌生的中小企業,經常反應:「我們公司手上沒有資料或數據,可以做像你建議的應用」或是「資料整合真麻煩」,認為此時投入資源進行資料管理還為時太早。這樣的心態,一方面是因為對於資料價值缺乏認知,也沒有願景,另一方面則是技術的進展太快了,在五年之前,誰能料到亞馬遜(Amazon)的網路雲端系統AWS、微軟的Azure會這麼方便,用起來甚至比起企業熟悉的傳統企業資源規畫(ERP)來得更有經濟效率。

至於過去沒有進行資料管理的組織,如今也並非沒有發展空間。現在資料資源、軟體工具、解決方案選擇實在很多。我會建議有心探索資料價值的組織,不妨先去理解趨勢,並進行自家的資料盤點,了解手邊有什麼樣的數據可以運用,並評估如何蒐集數據。然後想想:「我有什麼關鍵問題必須優先解決?」「怎麼樣將外部和內部資源整合起來,找到創新方法來解決問題。」

這兩年,愈來愈多企業與政府機構開始透過組建研究團隊,參與資料分析競賽、黑客松、產學合作等方式運用開放資料,其實是不錯的起步。

先求有再求好,開始「玩資料」以後,得到一些心得之後,再去驅動後面思考關於搭建大數據中心或是成立專責單位,這樣會更有效率。

其實許多公私立部門組織並不是手上沒有資料,而是手上儘管有資料,持有的單位之間資料卻無法互通。這些單位往往很少思考,資料可以發生什麼價值。尤其是政府部門,過去蒐集資料是為了向後看,記綠過去已經發生的事,並不重視資料管理在趨勢預測,提早洞察的應用。加上對於個資隱私、資訊安全相關的疑慮,許多單位對於資料開放、流通更顯態度保守。這實在是非常可惜的。

迷思2:花錢買工具,資料價值就會浮現

至於另外一種對於資料管理產生的迷思,反而是出現在早期對於大數據採取行動的業者身上。舉例來說,在2012年喊出「大數據元年」口號後之後,相較於多數採取觀望態度的企業,有少數資訊業者積極導入Hadoop等分散式雲端運算平台基礎設施,來為大量的數據蒐集與運算做準備。但這些先行的企業反而有新的盲點:一、認為只要找好工具或是引入某種SaaS軟體服務,就能解決資料管理問題;二、將數據蒐集好,就會看到效果。

在〈資料科學對你沒價值?〉這篇文章,有一個經典場景,是組織推廣資料應用時一定會遇到的:機器學習專家對於資料十分熟悉,但他熟悉的僅是建立資料模型的方法,對業務卻一無所知;但另一方面,業務專家也不明白機器學習專家花費時間精力所建立的複雜模型,該如何應用在業務之上。兩個領域的專業人才之間無法對話,跑出來的數據對業務也沒有幫助,組織對資料價值的期望落空。而在〈讓資料分析融入組織〉一文其實也提到,資料分析不能只是由孤立在辦公室中的一群人來操作。

當新技術快速發展,不明白技術原理的人或許會對技術有不切實際的期待與想像,而懂得技術的專家則將重心放在技術而非業務應用。但是資料管理要能夠產生價值,跨界的專業知識激盪是關鍵門檻,不然即使數據量龐大,資料分析最後也可能「垃圾進垃圾出」(garbage in garbage out),沒有任何有意義的結果產出。而這也是為什麼,近來像是「資料科學家」這種跨領域人才十分熱門的理由──因為他們可以在業務專家與機器學習專家之間扮演關鍵的溝通角色。而在〈資料科學對你沒價值?〉文中提到「堅持使用簡單模式」、「探索更多問題」、「從資料樣本學習」、「專注於自動化」這四項原則,就是好的資料科學家讓資料產生價值的原則。

但在實務上,只有資料科學家也還不足以讓資料融入組織運作。資料分析對於組織之所以如此重要,關鍵在於可以提供組織「理性思考的視角」,避免在情報不足的情況下,只憑直覺或衝動,做出不合理的決策。如果要達到這個目的,除了企業高層領導團隊必須高度參與,另外,跨部門的人員,像是資料分析的人員和業務人員絕對需要一起互動,才可確實利用數據回答業務上的問題,讓數據發揮效益。

謝邦昌 Ben-Chang Shia

台北醫學大學管理學院院長、大數據科技及管理研究所教授、大數據研究中心主任。主要研究領域為大數據分析、資料採礦及生物統計等。

文章來源: https://www.hbrtaiwan.com/article_content_AR0007404.html?utm_source=epaper&utm_medium=email&utm_campaign=insider

my

謝老師Q

謝邦昌主任

醫管系生技EMBA大數據所生統中心