從龐大的數據中找出見解

企業界已投資了數百萬美元在大數據（巨量資料）和數據分析上。但最近的報告顯示，大多數的這些投資都還沒有看到報酬。在這個「數據是新石油」的時代裡，精明的公司要如何從這大量的數據儲存中找出見解，以推動能夠獲利的決策？

在一篇有挑釁意味和影響力的文章中，《連線》雜誌（Wired）前任總編輯克里斯•安德森（Chris Anderson）認為：「面對極大量數據，過去這種科學方法，也就是假設、模型、測試，變得過時了...現在有一個更好的辦法。高達千兆位元組（petabyte）的資料讓我們得以說：『只要有相關性就足夠了。』我們可以停止尋找模型。我們可以在沒有假設可能會出現的情況之下，分析數據。」

揭開數據當中隱藏的模式，成了新的使命。但是，即使數據科學家能夠達成這個使命，這些發現通常與業務脫節。

一直以來能成功利用數據的公司，一開始都有一個明確的業務問題，然後才尋求數據來幫助他們做決策。該過程是從一個業務問題和特定假設開始的，而非從數據開始著手。這和安德森所鼓吹的做法是相反的。讓我們想想以下三種情況：

亞馬遜的Prime Now 服務...