文：Vivi Peng
什麼是省成市場實踐數位大數據？
大數據是以高速成長的龐大、富含多樣性和具有數據處理即時性的本高資料，也就是效率熟為人知的3V（數量 Volume、多樣化 Variety、掌握轉型速度 Velocity）特徵，脈動幕後相較於傳統只能針對結構化的⋯⋯資料格式進行量化分析。
大數據結合了半結構化（像是大數 JSON、CSV 等檔案）及非結構化（例如：文字、據成影像）等形式較為彈性的為引資料，讓這些種類多元的領企資料得以進行質化分析。因此，業成無論是推手透過量化或質化的資料探勘技術，都可以針對大數據背後所隱含的省成市場實踐數位脈絡加以分析，提升數據所帶來的本高價值。
此外，效率在數據量快速膨脹的同時，對於資料的處理及運用也須地格外地謹慎，對此，大數據從過往的3V進化成強調資料的真實性（Veracity）與價值（Value）的5V，除了重視收集到的資料品質、正確性、完整性和可信度外，當面臨決策制定時，也會更為關注資料的有效性以及所帶來的商業價值。
為什麼企業需要大數據？
根據statista的研究指出，在2025年前，全球大數據分析市場的年營收預計達到6800萬美元，並且會創造高達181ZB的數據，然而在可觀的數據量下，在Forbes的調查中有提及，在一間公司中，平均有80%的未結構化資料尚未被有效控管，因此透過數位工具來分析和轉換未結構化的資料，將會是帶領企業超前部署的關鍵競爭力，以下將從四大面向切入，簡單說明為什麼企業需要大數據。
1、節省成本和提升營運效率
大數據的運算相當仰賴強大的基礎設施，透過雲端的大數據即服務（BDaaS）作為處理大數據的架構，可以為企業節省部署和維護本地設備的成本，同時也可以彈性地根據用戶的使用量進行付費（Pay As You Go），讓企業能夠有效的控管預算和成本。
此外，透過數位工具（例如：Hadoop、Spark）的導入也可以降低所需耗費的時間與資源，提供快速且即時地數據處理，以利於成果分析，並協助企業確立策略規劃的方向和最佳化決策制定的結果，最終帶來提升企業總體營運效率的助益。
2、獲取消費者洞察以達成精準行銷
消費者是決定企業留存與否的關鍵命脈，而消費者洞察正是對於顧客行為和反饋等資訊理解與詮釋的結果，透過下述三種大數據分析方法，則可以協助企業更加了解受眾。
首先藉由比較分析檢視顧客的行為指標，即時掌握消費者動向，接著利用社群聆聽分析找出潛在的客群和問題，並從使用者的反饋來改善企業的品牌形象，最終再運用敏感度分析，深入剖析顧客對於品牌的真實感受和滿意度等資訊，進而針對痛點提出精準行銷方案，極大化數據的運用價值，為企業帶來提高顧客留存率，並找出高含金量消費者的實質效益。
3、掌握市場現況和未來趨勢
透過即時的大數據分析，企業可以快速的統整來自不同面向的資訊，進而全面掌握市場現況，從行銷層面而言，大數據可以使公司從全方位視角達成「Know your customer （KYC）」的精準行銷目標。
以財務面而言，則可以提高金流的透明程度，也利於掌握資金配置狀態；而從營運層面來說，透過大數據的應用，企業能夠即時掌握物流倉儲狀態和顧客關係管理等資訊，也能良好適應變化莫測的市場。
此外，透過大數據預測模型來分析產業未來趨勢，將有助於提升企業的決策品質，讓大數據分析的效益極大化，協助企業贏在起跑點，維持在市場的領導地位。
4、加速創新與產品開發
根據DOMO的調查，全球每人平均每秒會產生1.7 MB的資訊量，無論是關鍵字搜尋或訊息傳遞都是創造和分享資訊的媒介，因此在可觀的數據量下，大數據的運用無疑為企業帶來了破壞式的創新，成為主導企業發展的力量。
現今，導入商業智慧等數位工具來進行數據分析和管理，是讓企業得以更方便獲得關鍵洞察結果的推力，進而在營運策略上做出調整和優化，並加速產品開發與革新速度，持續帶領企業創造巔峰，共享數據帶來的無限價值。
大數據的應用
根據《Digital 2022 Global Overview Report》，網路用戶平均每天會花費近乎三成的時間上網，而在Forbes的調查中指出，全球每日會創造高達2.5兆位元的資料量。
因此在高流量的大數據時代下，從數據中找出隱藏的價值將是企業掌握商業趨勢的關鍵能力，下述將會以影音串流平台Netflix作為案例分享，提升企業對於大數據實際應用的認識，並從中闡述他們的成功之道。
截至2022年4月，Netflix的用戶已達2.2億的高峰，身為影音串流平台的領導企業，Netflix的商業模式是提供用戶每月的影音訂閱服務，除了拓展客群外，他們現在最首要的目標是提高訂閱戶的留存率，而其中的關鍵要素便是善加運用大數據分析的演算法來優化個人化推薦的精確度。
Netflix透過收集平台的搜尋關鍵字、搜尋量、影片評價、用戶的續看節目列表，以及頁面的瀏覽、滑動等未結構化資訊，精準預測用戶下一部想要觀看的影片，再透過Personalised Video Ranking（PVR）的演算法，過濾用戶感興趣的影片類別，並且能夠進一步根據用戶的個別偏好在Netflix首頁中的客製化片單，排列出用戶最感興趣的影片，提升用戶對於Netflix的滿意度和網頁停留率。