巨量数据即将进入应用实作层面

回顾过去的两年，「巨量数据(Big Data)」可谓IT业界最炙手可热的话题之一，热门指数堪与云端运算、移动化等量齐观；然以往众人初次碰触此议题，难免会把焦点置于信息处理层次，展望后续，即将进入知识应用的务实层面。

从2012年开始，Big Data声势跃起，成为各大报导、专题、评论、研讨会、论坛、研究报告争相簇拥的热门题材，伴随此一洗礼，多数企业对它的认知，也从原本的一知半解，变成如今的兴致勃勃，体认到这确实是一门炼金术，有助于企业挖掘出先前隐含在各个角落、却从未善加利用的大量信息，从其中淬炼出知识与智能，致令企业茅塞顿开，获取赖以创新致胜的关能量。

由此观之，巨量数据分析应用，实为一帖帮助企业蜕变的灵丹妙药，也触动了一股足以扭转市场优胜劣败的活水，也就是说，愈能从巨量数据里头看出端倪，并具体落实在商业决策的企业，即使原本只是屈居中后段班的公司，也能无惧于列强环伺而杀出重围，一跃成为市场领导者；因此，巨量数据的爆红，绝非人为刻意炒作，背后真的有诸多硬道理。

但话说回来，仔细咀嚼巨量数据分析技术的内涵，某种程度上，与过往广获企业采用的在线分析处理(OLAP)、数据探勘(Data Mining)等商业智能(BI)技术，颇有神似之处，既然已有BI，又何以需要再多出巨量数据这一门功课？事实上，若以巨量数据3V特性当中的「多样性(Variety)」作为基准，再套用大家都常听闻的80/20法则，便可窥见其间差异。

环绕于企业营运环境的所有数据洪流中，以往为IT人所擅长处理的，充其量仅止于约莫20%占比的结构化数据，而过去的BI分析范围，都落在这个区间，另外80%更为大量的数据，则散落在文字、邮件、网页、声音、图片、影像、日志档(Log)…等包罗万象且散居四处的非结构化数据，这些素材，以往并无法有效加以分析处理，因此形同「垃圾」般遭致淹没，殊不知有许多攸关企业营运绩效浮沈的线索，都深埋在这些非结构化数据之中，只顾及20%结构化数据，反而流于冰山一角，看不出玄机；因此巨量数据技术的现身，便足以帮助企业明察秋毫，让过去一些单凭BI无力挖掘的失落宝藏，得以重见天日。

制造或医疗业CIO　可望因巨量数据得利
此一趋势的成形，对于企业CIO无疑是一大契机。主因在于，针对服务于诸如制造业、医疗业等行业领域的CIO，由于企业营运绩效的好坏，主要取决于制程、研发、医术、医疗仪器等关键，IT部门虽说与这些核心命脉不无关联，但充其量仅位居后援角色，其在服务机构的影响力，并不如金融、电信等领域的CIO来得显着，影响所及，CIO很难跻身决策核心，也无法对企业挹注更大贡献，然而有了巨量数据分析这道利器，CIO即可化被动为主动，凭藉创新领导者的角色定位，引领商业创新、产品开发、生产制造、市场行销、客户服务等…各项商务运作之革新进化，从而促使IT团队的地位与影响力大跃进。

面对难能可贵的契机，许多IT主管不免怦然心动，亟欲尽速在企业内部推动巨量数据应用；但IT人终究是IT人，总习惯Bottom-up角度来解读新的技术与应用，于是乎，只见CIO要求旗下子弟兵，开始钻研过往不甚熟悉的Hadoop、MapReduce、NoSQL…等技术项目，也开始评估进大量平行处理(MPP)系统、In-Memory数据库，心想一旦搭建起巨量数据分析平台，有了武器后，于内部探索现存的Big Data究竟有哪些，接着再思考这些Data该怎麽运用，殊不知这般进取模式，恐陷入莫大迷思，最终极可能一事无成，徒然增添一些大而无用的IT配备，惹来投资报酬率的非议。

如此一来，IT团队仍无法对于企业做出更大贡献，导致仍然屈居救火队角色，其地位及影响力并未提升，而企业亦与巨量数据趋势潮流渐行渐远，无力获取创新致胜的养分。

从制高点找应用题材　避免沦于技术本位
那麽应该如何是好？首先应当从Top-down角度来看待巨量数据应用，一方面CIO不妨试图站在企业经营的制高点，认真检视企业一路走来的过程中，有哪些事情，是一直想做、却始终做不好，甚至是做不到，即可将之视为阻碍企业持续成长的最大路障，亟需加以清除，接着便将这些事项列为推动巨量数据应用的优先题目，有了题目后，再来思考应当汇集哪些数据、执行哪些分析，最终才进入技术与系统的评估阶段，如此才不致陷入本末倒置的失焦窘境。

其次，IT团队亦需认真研读各项巨量数据应用案例，从中汲取前人的智能结晶，将之转化为有助于增强企业营运动能的灵感，再透过脑力激荡产生不同题目。与此同时，IT与业务部门的互动合作模式，也有亟待检讨与转变的必要性，只因过去长期以来，特别是制造业或医疗业，IT部门都是被动接收业务部门传递而来的需求，根据这些需求着手部署所需IT资源，并产制相对应的应用程序，等到做出初步成果后，再由原本提案的业务部门验收成果，检视是否合乎预期，但业务单位并非技术本位，很难在一开始把需求说清楚，导致双方出现认知落差，因此IT部门所提供的成果未若预期，只能勉强接受，长此以往，企业本该建立的竞争力，就这麽遭到蹉跎、延宕，因此进入巨量数据时代，IT人员应自许成为商业顾问，必须预先掌握商业脉动、探测风向球，主动帮助业务部门设计适当的Use Case，而非被动接收指令。

在此前提下，某种程度，IT团队就像是企业内部的创业者，不断发想适合的发展题目，致力创造几个Pilot run，先做出一些成功案例，等到展现成绩后，不论业务主管、营运长、总经理、董事长甚至整个董事会，才会认同巨量数据确实有其价值，后续才能大刀阔斧地迈开步伐。

但不可讳言，从题目发想一直到概念验证(PoC)，不是一群人闭门讨论、少盘推演，就能获得结论，仍必须依附在适当的技术平台，进行必要的实作，才足见真章，其间难免又牵扯到鸡生蛋、蛋生鸡的问题，假使企业先投资引进了平台，最终又证实概念并不可行，而任凭公司上上下下绞尽脑汁，又想出不更好的题目，仍可能导致相关投资效益趋于低落。

值此时刻，CIO不妨善用外部厂商的力量，利用厂商提供的资源来推动PoC，如此便可在做出重大采购决策之前，预先判断此一投资的必要性与合理性。但不可否认，放眼现今市场，与巨量数据分析相关的解决方案，多局限于少数大厂，不仅选项有限，且个个要价不菲，就连代理夥伴本身都未必有能力部署相关产品，连带导致企业借测的难度不低，所幸已有若干业者意识到这个问题，开始着手投资成立巨量数据体验中心，并预先针对不同产业需求，设计不同的模拟测试情境，帮助企业进入Big Data初体验，诸如此类的资源，颇值得善加运用。

当然，由于巨量数据议题火红，厂商也开始推出愈来愈多富含实用性的工具，IT人员亦应时时留意相关信息。举例来说，有些厂商提供一种精通数十种语言的探针，以利用户推动社交媒体的舆论及情感分析，也获得若干从事代工业务的制造业者采用，当任何新品推出市面，便随时观测消费者对此产品的好恶走向，万一察觉消费者已然酝酿埋怨情绪，便能抢先在客户有所动作(例如要求更换制程或零件)之前，尽速展开因应对策，以避免后续的订单流失。