现在大数据Big Data应用层面相当广泛，然而大数据并非万灵丹，它得先透过累积大量的资料，并且在有限的可能性中推断最有机会的答案。会受到数据量、时间等因素的影响，最后给予的答案也只是个推测甚至是猜测，而无法做出真正的预测。
大数据分析在现在的行销环境下无所不在，不论是google搜寻分析、Facebook的广告目标设定、你企业内的会员、网站的GA分析等等，都是日常营运所必备的，但是多数的行销人员都把这些分析结果当成”事实”，继而以这些结果做后续行销策略的拟定与规划、执行。
这些结果其实是”最佳猜测”。
为什么这么说呢?
你应该清楚，人所展现出来的行为是理性与感性的综合表现，并不是纯粹理性，也不是纯粹感性，人的决策行为是混合判断的涌现行为，现今大数据或AI所产出的一切很明显是纯理性分析的结果，也就是在我们所谓的”经济人”的理型世界中合理的行为预测，在"假设”特定情境、时间、经济人的行为极有可能符合模型预测。
其关键就在”假设”这两个字上，由于影响市场的变数几近无限多，因此我们必须有假设前提”在XXX情况下”，而这个假设是否正确，就需要不断的做小规模的PDCA循环验证。
因为技术的进步、数据的累积、验证后修改的经验，使得大数据所用的分析模型是越来越复杂，而我们知道越复杂的东西不可避免地将会越脆弱，这真是一个非常吊诡的状况，最终它将复杂到无人能理解，人们因无法理解而放弃理解转向全然相信，此时若系统出错就会造成全面性的崩溃，例如历次的金融风暴，而出错的原因，并不是模型出错，而是有特定变数不在模型的计算内，这就是真实世界与模型世界的不同。
最有名的说法就是火鸡错觉，一只被饲养的火鸡，每天按时进食、运动，日日如是。根据统计学，它每按照这样的规律多生存一天，其重复这样生活的可能性就愈大。若根据统计学，它将毫无疑问地重复这样的生活直到永远。这只快乐的火鸡一直抱着这样的想法活了999天，它却在第1,000天、感恩节前夕，被杀了！
大数据不太可能预测到火鸡会有被杀的一天。
大数据预测模型的前提是…
1. 数据量够多
2. 时间够长
3. 选项够少
4. 计算的是已知风险(未知的风险例如”火鸡错觉”是不可能计算的，因为它是未知)
曾经有一个大型银行集团，想试着计算25支股票的未来一年走势，后来他们发现要能精确计算，他们必须先累积500年的历史交易资料，才有机会使得模型具有实用性，问题是有股票交易只有百年历史，更何况西元25世纪时，恐怕这25家企业连一家都不存在了。
所以要应用大数据分析，不是直接取用其结果，而是根据其结果再透过个人的直觉、感性判断，因为个人的直觉判断是用于未知、资料不足、选项很多的状态之下，是天择给人类适应现实世界的礼物，若没有直觉判断，人类这个物种老早以前就灭绝了。
举例而言，情绪、愤怒、悲伤、快乐、好奇等等对于生存若是没有帮助，在物竞天择的定律之下，老早就应该从我们的DNA中消失，之所以我们仍保留这些情绪、感性、直觉就是因为他们是生存的必要条件之一。
想要正确应用现代科技、大数据、AI吗?
别忘了你的直觉判断才是最后的把关者，我们与网络数位科技是互补的，这样才能将你的企业、行销策略最佳化，最佳化成功的机会。
林文杰
请订阅我 https://pressplay.cc/onsaleking
部落格http://onsaleking.blogspot.tw/
回应
0
