资料分析商业应用与策略管理 #笔记三

收集完大数据，管理与查找大数据的工具也同等重要，譬如我想知道我某天去某间咖啡厅点了什麽饮料，即使手机有记录了我去各咖啡厅的定位资讯、发文、照片，没有好的整理方式同样非常没有效率。我们可能不太希望大型电商站台追踪我们的行动，现在许多部落格附加的广告也会记录我们的行为与动作，而无论是使用者还是架站者，都不希望收集到没有价值的资料。而医疗院所随着资料仓储空间扩大、软硬体影像技术进步，不断产生 CT、MRI、PET… 等影像，不管数量有多多，医师还是一定要拿取、分析阅完片，但也同时产生相对的压力，资料数量过多要如何相对有效率地查找或标记，是另外一个挑战。虽然都是「分析」，但资料收集与应用阶段是不同的，譬如在前段有没有存取到特定资料、资料是否够用够清楚够正确、准备储存时资讯收回来时有没有问题或让我们足以判断，如果确定某些资料不能用，就不适合收集。

大数据的收集器，有点像是企业的感官，以文字形式或视觉化方式做呈现，最终大数据的指标能监测和反映企业营运的状态，管理数据 ➫ 企业的管理状况，运营数据 ➫ 企业的经营状况，产品数据 ➫ 产品销售情况、市场占有率，生产数据 ➫ 企业生产效率，用户数据 ➫ 用户活跃度、用户侧写。譬如有 APP 让环境有在下雨的用户可以做纪录（收集），如此一来我们就能很清楚台北市哪些小区块有或没有在下雨，出门的时候就能做相对的准备（应用）。

收集大数据最终希望经由必要全面资料的寻找与分析，让我们可以精确地触及我们想找的人（商家找客户）物（消费者找餐厅），透过人工智慧大数据判断、高效媒合引导到店後，搭配无痛使用支付，达到彼此双赢的局面。对於企业来说，这个过程如果能做到路人（条码 / WIFI LBS 引流）➫ 粉丝（服务窗口）➫ 客户（活动 / 推广）➫ 会员（行销 / 运营）区块位阶的演变，尽量贴近适合特定服务或产品的使用者达到成功交易，是大数据应用发光的境界～不过双面刃是坏事传千里，如果商家做错事、讲错话，数位化年代负评抵制的野火燎原也是伤害很大的。

那到底谁来帮我们处理大数据？这可以分成两个面向，第一个是帮我们存起来放着，第二个是拿出来用。前者较单纯，但因为可能资料什麽都收，导致後者在挑选、整理、清理变得复杂。接下来简单地介绍在应用上所需的工具与环境，首先是十几年来资料科学重要主角 python，与 python 家族相关资料处理分析的模组如 ScipPy，帮助我们画出图表的 pandas。

https://www.python.org/
https://www.scipy.org/