Unknown  資料來源:GOOGLE

       自從Google於2008年推出 Google 流感預測趨勢(Google Flu Trends,簡稱 GFT )並成功地預測美國流感爆發期,「大數據」就變成是一個可以實現「預測」的工具。Google的作法在流感可能爆發的季節,透過Google 的搜尋工具,分析流感關鍵字數據,例如「咳嗽」、「發燒」和「疼痛」這樣的字眼,可準確且快速的預測流感將在哪裡出現以及其散佈範圍,Google 此項技術可以比聯邦疾病控制與預防中心提前7到14天準確預測流感的爆發。Google Flu Trends 曾經有過多次對流感的成功預測,包括 2011/12 年的美國流感、2007/08 年瑞士流感、2005/06 年德國流感、2007/08 比利時流感等。


        除了Google預測流感的「傳奇」外,韓國首爾也透過大數據的方式,打造了九條夜間公車和計程車媒合,利用夜間的電話通話位置和時間,來預測在那些區域及時段,仍有市民需要搭乘交通工具。來自加拿大的拜歐迪公司(Bio. Diaspora),透過七大因素來判斷全球病毒的傳染途徑:

  1. 1、全球航班起降
  2. 2、人口移動
  3. 3、地球表面溫度與濕度變化,氣候變遷
  4. 4、家禽與家畜密度
  5. 5、昆蟲滋生
  6. 6、傳染病起源地環境
  7. 7、城市的健康管理系統

        肆瘧非洲的伊波拉病毒,也在拜歐迪公司的精準預測下被掌握。但大數據也不是每次都能精準「命中」,就如所有的市場調查一般,任何調查都會有誤差(errors),例如在H1N1爆發的前幾週,Google工程師於 Nature 上發表GFT,成功預測了 H1N1於全美的傳播,但之後發現,接下來幾年的GFT預測不再準確,反而數度高估了流感病例的數量,原因就在於大數據雖然資料「多」,但也相對較「雜」,太多不準確的樣本(例如不是感染者,而只是有興趣上網查詢資料的人,也會被計入是可能的患者)會干擾預測的結果,但無論如何,當樣本數放大,而且是網路上的即時樣本,準確性就能大幅提昇。(以上資料參考來源為維京人酒吧)。

       由於大數據如此的「神」,許多企業也希望能透過大數據更了解市場,甚至是提前預測市場需求,但至今為止,筆者還沒有看到在商業上的成功案例,原因不在於技術的不足,而在於商業預測的目的,以及資料的來源。疾病的預測有明確的目標(相關疾病)以及蒐集的來源和標的(搜尋引擎、交通路線等),所以因果關係比較能確立;但在商業上的目的太多,如果不能精準定義,就無法妥善的運用蒐集來的資料分析,而且商業是想預測下一代的商品,這必須要從消費者的行為中,抽絲剝繭來「推論」未來的需求,這並不是件容易的事,因為消費者對自己未來的行為未必能預測,所反應出來的都是當下的行為,要透過大數據來推測未來的商業行為甚至是產品,是有其難度。

        當然,這並不是說大數據在商業上都一無是處,而是在使用大數據之前,要想清楚自己要「了解」的是什麼,不要貪心,更不要抱太高的期望而硬套數據,人是活的,需求是會改變的,回到自己的優勢,去設想可以為目標消費者創造什麼樣的需求,然後再以大數據去驗證其需求的可能性,其結果會比大海撈針地去從大數據中,抓到一盞明燈要來的切實。

行銷金三角封面 

 

「這就是行銷﹣行銷金三角」博客來購書網址連結(9折,請直接點選)

這就是行銷﹣行銷金三角」誠品購書網址連結(9折,請直接點選) 

「這就是行銷﹣行銷金三角」金石堂購書網址連結(79折還可紅利積點,請直接點選)  

   本書獲利將全數捐給社福團體,大家一起讀好書,做好事

 

    筆者講授完整的行銷企劃課程,請參閱創新企劃學院,WBSA中階網址(直接點選)

arrow
arrow

    温慕垚 發表在 痞客邦 留言(0) 人氣()