『大數據的獲利模式』讀後感

        前陣子去松菸看展覽，恰好遇到那邊有各大出版社聯合的五折新書義賣活動，義賣所得全數捐贈身障協會。五折實在便宜，便和老婆花了幾千塊買了一堆書，一改我之前盡量閱讀電子書的習慣。

         這本書內容還蠻實在的，讓門外漢的我一窺大數據底下的商業模式，擴展我狹隘的認知，並且對我這樣技術出身背景的讀者，算是在技術和大眾之間取得一個平衡，談技術的部分不會讓我覺得隔著靴子搔不到癢處，但也不會太深。而談商業應用更是讓我獲益良多，讓我開竅了，而法律議題也有帶到，算是很完整包覆整個議題。



        本書八個章節都有重點整理，但下面我紀錄的是我自己比較在意的清單，請勿被我誤導以為書只有這樣的內容：

1. 巨量資料的特性
• 3V 特性：Volume、 Variety、Velocity
• 來源不同：社群媒體、感測網路
  
2. 支撐巨量資料的技術
• 補強 Hadoop 弱點的兩家技術公司：Cloudera、MapR、Hortonworks。
  
3. 以巨量資料為核心競爭力的企業
• Zynga 的「三次點擊原則」：用戶是否對服務有興趣在最初三次點擊即可判斷。
• 社群遊戲經濟學指標：
• 流失率（Churn rate）：一般來說高於 50%
• 病毒係數（Viral Coefficient）：當月加入玩家數 / 既有玩家數
• 平均用戶貢獻度（ARPU）
• 基礎建設團隊與行銷分析團隊隸屬同一單位
• 不斷更新假設、改變必要條件，反覆試誤，尋找長尾
  
  
4. 巨量資料的運用模式
• 個別優化＊批次處理：保險試算，信用額度，貸款審核
• 個別優化＊即時資訊：Expedia 即時監看客戶動向，提供對應套裝行程和報價。Google Adsense
• 全體優化＊批次處理：reCAPTCHA、Twitter 推文預測股市
• 全體優化＊即時資訊：道路交通狀況
  
5. 巨量資料的隱私權問題
6. • 預先將使用目的明確化後，取得使用者同意。透明度的關鍵在於，能否成功把對使用者的好處傳達給使用者暸解。如果該行為只對業者單方面有好處，勢必難以獲得使用者的理解。
     
7. 開放資料時代與資料市場的興盛
•  資料市場的興盛：
• Factual：公開資料集約有50萬項，支持 REST API。
• Azure：由第三方上架發布，透過 OData 協議，支持 REST API，採月費以使用次數計價。
• Infochimp：資料界的亞馬遜。銷售任何想得到的數據，以 API call 次數收費，和資料供應者 3-7 分帳。
• AWS：免費，以科學數據為主。人類基因組、國情資訊、生物科技中心。
  
8. 面對巨量資料時代該有的準備
• 以巨量資料應用策略為基礎，不只內部資料，外部資料也很重要。外部資料可以「買入」，內部資料可以「賣出」：Nike+ 將用戶跑步路徑匿名化後總計，找出慢跑者最喜愛的路線，可銷售給運動用品店舖選擇、自動販賣機設置、置物櫃淋浴間設點等商業用途。
• 擁有「原始資料」的企業可以考慮與「外部資料」結合昇華成「貴重資料」。
• 「資料整合公司」是新商機，提供企業將「巨量資料分析」「外包」處理的選項。

       

 

 

到博客來購買此書