公司最近調整了新的組織架構,同時也開啟了一個新的學習模式:共同訂定每周目標。這個目標包含了工作目標個人成長目標。這個制度我覺得很實在,除了在工作上更有效率,也不會耽誤個人的成長。這周我的個人成長目標裡,設定了一條「讀完一本書,並在Medium上分享」,唯有透過閱讀完的反思及整理,這些資訊才能最快的內化。我會嘗試摘要一些印象深刻的段落,並加入一些自己遇到的狀況或反思。

大數據(Big Data)是現在隨處可見的詞彙,無論在網路上、學校課程中,甚至相關書籍也在書店中也佔有一隅。大數據似乎在近幾年引領風潮,許多企業在導入大數據的使用後,得到更多決策依據,甚至有些企業因此開創了新的商業模式。簡單來說,大數據就是一個礦坑,大家都想在這裡挖到有價值的內容。前幾年大數據挖礦人才相當搶手,近幾年感覺有稍微退燒一點點,但仍舊熱門。有個問題我一直在思考:「如果沒有大數據,在這個戰場代表直接輸了嗎?」看完這本書後,我得到的答案是:即使有數據,你也必須懂得分析使用,不然你就會像新八一樣,站在阿姆斯特朗炫風噴射阿姆斯特朗砲前還不知道那是什麼XDDD


誰都會留下麵包屑,但你有沒有本事跟著麵包屑找到糖果屋。

在使用資料前,我們必須先了解這些「麵包屑」到底從哪來的?基本上多數的Big Data都是由你我生活之間有意無意留下的麵包屑。既然一般人會留下麵包屑,企業們會不會留下呢?這個答案是肯定的。這些資訊不見得會放在一起,它可能是一份Excel,它可能非常零碎的散落在任何地方,證交所、社群網站,甚至是LinkedIn或徵才網。即使我們統整了這些資訊,但若經驗不足或思考不完整,就無法從這些資訊中洞見未來。這部分在工作上要多加練習,許多事情並不像表面上看起來如此簡單。


挖掘內部資料就像回頭看,挖掘外部資料等於展望未來。

資料簡單來說區分為兩種:內部資料外部資料。

▲內部資料:公司本身擁有的資料,如會員消費紀錄、部分社群後台資訊等……。

▲外部資訊:其他公司擁有或在網路上遺留的資訊。

內部資料可以視為「歷史作為的結論」它是有極限的!之前我時常想透過公司以往的內部資料去找出一些可利用得蛛絲馬跡,希望可以透過這些線索來調整未來企畫的方向,但其實這個動作只是單獨在研究自家的內部資料,並沒有任何競爭對手或是大環境的相關數據可以參考。簡單來說,其實我看到的一切都是建立在公司歷史營運績效之上的一切,現實的大環境與競爭對手持續在變動,我卻忽略了這個因素。

並不是說內部資料就毫無價值,這些data固然可以提醒我們之前營運上需要調整的方向,但不足以作為未來決策的完整依據,須搭配動態的OI綜合參考,才會更有準確性。

書中提到的黑莓(BlackBerry)案例相當經典。以營收(內部資料)的角度來看,BlackBerry從2007年的10億美元,2011年成長到55億美元,看似前途無可限量,似乎在這片戰場上已注定勝利。但若搭配同期的市占率(外部資訊)服用的話,就會發現一些不對勁的警訊,例如2009年在美國的市占率為55%,但在兩年內急速的跌至幾乎於0,雖然營收持續上升,但這卻是一個很重要的警訊,果真不到兩年內,幾乎就被同期崛起的Apple擊潰了。或許BlackBerry的管理及營運策略上影響到這間公司的未來,但若能在事前就透過OI發現警訊,或許還能即時做些挽救。


不要神話外部資料!任何事總是有疑慮的!

是的,即便書中列舉出了許多應用外部資料的好處,但任何事情總是會有破綻的,當有心人知道外部資料的優勢時,有沒有可能釋出假的資訊變相操縱我們思考與判斷呢?近期就有個經典例子-一六年的美國總統大選。多數媒體皆預測希拉蕊有將近8成的當選機率,但最終由川普贏得選舉,跌破眾人眼鏡,因為即使民調會有誤差,但從不至於差到如此離譜。但仍有幾間分析公司透過不同的資訊彙整分析,得到截然不同的結果。我想或許是時代的改變,不同的管道所蒐集的資訊其分析方式及準確度可能都要在Model中做些調整。例如電話民調以及社群的標籤或討論關鍵字,或許在這個時代中,後者所呈現的資訊會較具有參考價值。

假新聞也是一六年美國總統大選令人相當重視的情況,選前最後三個月的新聞互動,假新聞竟然以817.1萬次的互動數,勝過真新聞的736.7萬次,顯然多數假的OI正在被有心人士運用,因此在篩選OI的過程中,須格外小心,以面落入有心人士的圈套。

Show CommentsClose Comments

Leave a comment