Big Data的關鍵在商業

Big Data是一個技術成分比較重的議題，因為資料處理在技術上有所突破，諸如MapReduce、Hadoop等分散式巨量資料處理技術的問市，才讓我們比較有辦法應付未來資料處理與分析的難題，例如資料量快速增加、資料流動的頻率及速度變快，以及成等比級數大量增加的非結構化資料。

但是，光有這些嶄新的資料分析技術，並不會因此就讓企業變得更聰明，能賺更多的錢。若沒有明確的商業應用，Big Data不會帶來什麼價值。然而，IT部門如何知道Big Data的商業應用在哪裏，就是一個大問題了。

Big Data廠商說，不乏有資訊主管在詢問：Big Data可以做什麼？這其實也是國外企業現今面臨的問題，前陣子在美國有一場Big Data研討會，就有資訊主管反應這個問題，因為IT部門很難找到Big Data的應用機會，反倒是公司老闆或業務單位的主管比較能發現可以利用Big Data的機會，然而老闆或業務單位主管往往不了解IT技術，不清楚現今Big Data資料分析技術能做到什麼程度，當然就想不到有哪些業務上的問題可以靠Big Data來改善，甚至創造新機會。

這位美國公司的資訊主管還提到，一直以來IT部門主要都是處理結構化資料，要從關聯式資料庫裏的資料想出新的用法，或是能夠改善業務流程的方法，並不會難倒IT人員，但是，對於IT人員不熟悉的非結構化資料，要從中想到新的應用方式就比較困難了。

所以，如果IT部門先導入Big Data的技術，再來看看可以怎麼應用，可能不會有太好的結局。不像雲端運算，即使你一開始就搞錯了方向，但總是會先從IT基礎架構的虛擬化做起，最後就算沒有達到原先設定的目標，但起碼還能交出虛擬化效益的成績單。

EMC技術長日前接受採訪時指出，他看到Big Data在美國的發展已經有一些改變，有些公司已經從對特定技術的探討，轉為由商業的角度尋找Big Data的應用機會，他認為這樣的發展對Big Data而言是個好的結果。

Big Data讓你握有處理巨量資料分析的利器，若有明確的應用目的，對公司或對社會，可能就會帶來極大的效益，但空有利器而無明確目標，仍會落得英雄無用武之地。

前陣子有個Big Data的應用讓我印象非常深刻，日本有一項Big Data的應用計畫，他們藉由收集汽車車用電腦的資訊，統計汽車突然剎車、偏移等等突發狀況的資料，再透過統計分析，他們標識出駕駛人普遍會緊急剎車的地點，再親自到當地觀察實際的交通狀況後，依據現場的狀況調整交通號誌或修改交通規則，結果具體降低了交通事故的發生率，這對人民而言就是一大福祉。

這項計畫必須收集大量的車用電腦資訊，才能有效地找出所有可能發生交通事故的地點，所以勢必得面臨大量資料分析的挑戰。

其實，了解Big Data的技術能力之後，各行各業都有不錯的應用案例，例如銀行用來預測更為詭譎多變的全球金融市場，快速調度全球的投資；農糧公司用來分析異常天候，以調整在全球不同農場的作物栽種策略；甚至，電影公司可以Big Data技術來儲存演員的每一句話，在剪輯時就能快速找到各個片段，修剪出最動人的成果。

以前無法解決的巨量資料分析問題，現在，Big Data在技術上可以幫得上忙了，只要找對了商業應用目標，Big Data就能變成是大英雄了。

吳其勳／iThome電腦報周刊總編輯