资料分析商业应用与策略管理 #笔记二

数位化时代里，不管我们正在做什麽、想要做什麽，过程中都在产生资料，可以说每个人是巨量资料的发展历程，譬如每个月收到信用卡的电子帐单，在网路银行看到交易足迹，玩游戏排名也在制造数位轨迹，串流平台、线上直播也是在制造与收集重要价值的内容，Amazon 等线上 / 实体厂商透过网路做下单销售与到货服务，取得服务过程都会留下资料。大数据生产来源，大概有以下四大区块：

1. 大数据生产与聚集：如各行业交易资料、资料交互交换、感测器数据（如数位电表）、物联网
2. 大数据组织与管理：如云端文件系统、云端运算系统、各种资料库、资料仓储、OLAP、OLDP、资料转换工具、安全管理等，像是 Google Photo 会用地点 GPS、时序来整理我们的照片
3. 大数据分析与发现：如资料挖掘、资料统计、以大数据为基础的分析与预测、基於大数据的决策分析、BI、AI、资料可视化等。像是如果我常常去海边，系统会推荐戏水冲浪相关的产品
4. 大数据应用服务：如运营数据应用、大数据交易、分析与预测服务、决策支持服务、数据分享平台、数据分析平台等。像是股票交易预测分析平台在筛选资料找出脉络後合理的应用，属於生活中容易取得及使用的服务模式，其他例子像是找晚餐要吃什麽，可以开 Google Map 筛选附近想吃食物类型的餐厅，还有气象预测的 APP
   大数据需要如通讯网路、数据中心、硬体等资讯设备作为基础，但使用的过程中，也不断产生大数据。

全球各地各行各业每天都在产生大数据，新的数据的收集方法、来源包含网路（社交网络、电子商务等每日使用产生、各种使用者操作和订单存储）、各行各业（数据总量 ERP / CRM、存储网页官网型录 / 论坛、每天产生的查询请求，医疗院所中病人的 CT / MRI 影像及电子病历）及物联网（感测器、传感器、各类条码、RFID、位置讯息、路口 / 提款机 / 居家网路监控影像等），透过行动装置（APP、LINE、行动支付等）采集即时数据，使用演算法（BI、AI）辅助收集、分类与整理非结构化的数据形态（图片、影像、音乐、电子票据等），资料的获取、存储、处理成本逐渐下降，也推动了资料量的膨胀。