歡迎來到大數據的世界！

你好！在 BA1 的學習階段，我們將探討「商業資訊環境」中最令人興奮的部分之一：大數據（Big Data）與分析。別讓「大數據」這個詞把你嚇倒了。簡單來說，我們將研究企業如何處理當今龐大的資訊量，從而做出更明智的經濟決策。讀完這些筆記後，你就會明白企業如何利用數據，在你意識到自己想要購買某樣東西之前，就已經預測出你的需求！

究竟什麼是「大數據」？

在過去，企業通常只會查看簡單的銷售試算表。而今天，你每次點擊連結、使用會員卡或在社交媒體上發文，都會創造出數據。大數據是指那些規模龐大且極其複雜，以至於傳統數據處理軟件無法處理的數據集。

為了記住大數據的特徵，我們使用「5 個 V」。這是考試中的經典考點，讓我們逐一拆解：

1. 數量 (Volume)：指數據的龐大程度。我們談論的不是幾個檔案，而是每天產生數以萬億計的千兆位元組（Gigabytes）。
2. 速度 (Velocity)：指數據生成和處理的快慢。試想一下，信用卡公司在幾毫秒內檢查數百萬筆交易以偵測詐騙的情況。
3. 多樣性 (Variety)：數據的形式多種多樣。它不僅僅是表格中的數字，還包括照片、影片、錄音和 GPS 信號。
4. 真實性 (Veracity)：指數據的「準確度」或品質。我們能否信任這些數據？如果數據雜亂或不準確，可能會導致錯誤的商業決策。
5. 價值 (Value)：這是對經濟學家而言最重要的「V」。如果數據不能幫助企業獲利或節省成本，那麼擁有這些數據就毫無意義。

記憶小幫手：五指 V

試著伸出你的手。每一根手指代表一個「V」：Volume（量大）、Velocity（速度快）、Variety（種類多）、Veracity（真實可靠）、Value（有價值，能賺錢！）。

數據來源的類型

並非所有數據都是平等的。在考試中，你可能需要區分數據的來源及其組織方式。

結構化與非結構化數據

結構化數據 (Structured Data)：可以將其視為完全符合特定格式的數據（如 Excel 試算表）。它是有組織、已標籤且易於搜尋的（例如：客戶名單及其年齡）。
非結構化數據 (Unstructured Data)：這是「雜亂」的數據。它沒有預先定義的格式，例如社交媒體評論、電子郵件或閉路電視（CCTV）影像。這類數據較難分析，但往往包含了最真實的「人性」見解。

內部與外部數據

內部數據 (Internal Data)：從企業內部收集的資訊（例如：銷售紀錄、存貨水準、員工工作時數）。
外部數據 (External Data)：從企業外部收集的資訊（例如：天氣報告、競爭對手價格、政府統計數據或經濟趨勢）。

快速溫習：如果一家超級市場查看其冰淇淋的銷售情況（內部/結構化），並將其與熱浪預測（外部/非結構化）進行比較，他們就是在利用大數據來管理存貨！

數據分析的四個階段

當企業收集到這些數據後，該如何處理？他們會使用分析（Analytics）。這是一個從單純查看過去到預測未來的過程。

1. 描述性分析 (Descriptive Analytics)（發生了什麼事？）：利用歷史數據總結已發生的情況。範例：「我們上個月的銷售額上升了 10%。」
2. 診斷性分析 (Diagnostic Analytics)（為什麼會發生？）：深入挖掘以找出原因。範例：「銷售額上升是因為我們進行了社交媒體廣告宣傳活動。」
3. 預測性分析 (Predictive Analytics)（將會發生什麼事？）：使用模式來預測未來。範例：「根據去年情況，我們預計 12 月的銷售額會翻倍。」
4. 規範性分析 (Prescriptive Analytics)（我們該如何實現目標？）：這是最高級的階段，它會建議採取具體行動。範例：「為了實現利潤最大化，我們應該在週五下午將牛奶價格調高 \( \$0.10 \)。」

重點總結：

隨著我們從描述性邁向規範性，複雜程度雖然增加，但對企業創造的價值也會顯著提升。

大數據如何幫助企業（經濟背景）

為什麼我們要學習商業經濟學中的這個課題？因為大數據有助於解決資源配置 (resource allocation) 的基本經濟問題，它能讓企業運作得更有效率。

1. 了解客戶：企業可以對客戶進行「分眾」。他們不會向每個人展示相同的廣告，而是向更有可能購買的人展示特定廣告（精準行銷）。
2. 營運效率：數據可以顯示工廠在哪裡浪費電，或者送貨卡車在哪裡行駛了過長的路線。
3. 風險管理：銀行利用數據預測某人是否會償還貸款，或交易是否存在詐騙風險。
4. 動態定價 (Dynamic Pricing)：你有沒有注意到航空公司的票價每小時都在變？這就是大數據在運作，根據供需關係即時調整價格！

挑戰與風險（請務必留意！）

如果覺得資訊量很大也不用擔心——只需記住大數據並非完美。以下是 CIMA 學生應知道的常見「陷阱」：

數據隱私與道德：公司可以追蹤你的位置，並不代表他們應該這麼做。像 GDPR（一般數據保護條例）這樣的法規意味著企業在處理個人數據時必須非常小心。
數據安全：大數據是黑客眼中的「肥肉」。如果公司遺失了客戶數據，將面臨巨額罰款和聲譽受損。
「技能缺口」：你需要「數據科學家」來處理這些東西，而他們薪資高昂且人才難求！
成本：儲存和處理拍位元組（Petabytes）級別的數據並不便宜。企業必須確保所獲得的價值高於技術成本。

你知道嗎？

據估計，全球 90% 的數據都是在過去兩年內產生的！這就是為什麼大數據正成為 CIMA 教學大綱的核心部分——它是經濟的新「石油」。

摘要核對清單

在進入下一個階段前，確保你能回答以下問題：

• 我能列出 5 個 V 嗎？（Volume, Velocity, Variety, Veracity, Value）
• 我知道結構化與非結構化數據的區別嗎？
• 我能解釋預測性分析與規範性分析的差異嗎？
• 我了解隱私和安全等風險嗎？

避免常見錯誤：不要以為「大數據」只與數據的規模有關。它同樣關乎數據的速度和多樣性。

你做得很好！只要記住這些「V」，你就能輕鬆駕馭商業資訊環境的相關概念。