云端时代的杀手级应用

　　你知道我们每天使用的Facebook、YouTube、Twitter，可以产生多少的资料量吗?根据联合国‘全球脉动’(UN Global Pulse)研究计划，社群媒体网站每天产生2.5艾位元组(EB)的资料。也许你无法想像资料量的庞大，简单用DVD容量来解释，1EB约等于2亿5400万张的DVD光碟的容量，如此就能够了解，其实我们已进入资讯爆炸的时代。

　　《云端时代的杀手级应用：Big Data 海量资料分析》这本书讲述得是在资讯爆炸的时代里，以往那些无法处理的半结构或非结构化资料，如何被分析成有用的资讯，并进一步应用。这不是一本讲述技术的书，而更着重在各产业的应用层面。

　　有程式设计概念的读者，想必对于结构化资料与非结构化资料应很熟悉，简言之，结构化资料就是那些能被放进资料库栏位里的固定格式，大多是数字、英文字母等。非结构化资料，就好比部落格里的文章、与客户来往的e-mail、YouTube上的影音档等，没有固定格式的资料。如此一来，便能很快速简单的理解，其实大部分产生出来的资料是非结构化的。

　　也许你仍感觉不到自己每天其实是海量资料的制造者之一，举几个本书中的数据也许能较明白。‘一分钟之内，Facebook可以产生超过68万条内容、一分钟之内，全球有超过27万美元的网路购物交易、一分钟之内，Flickr用户分享了3125张照片……’。 依照这些数据，我开始回想自己一天的开始，到底产生的多少资料量?包括在公车上看‘脸书’按个赞、透过App订电影票、进办公室前打开电脑收发电子邮件、在MSN上回覆客户的讯息、到Twitter祝贺好友生日。原来，这些看似日常生活的琐事，其实每一个动作都在不断的产生新的资料量。

　　我们不断的制造大量的资料，而这些资料能为我们做什么?能帮助我们什么?作者胡世忠在这本书里收集了各式各样产业应用层面，例如：有效挖掘资料、分析资料可以降低美国纽约市的犯罪率?透过分析手机SIM卡讯号，可以提高救灾难的援效率?这些都是分析庞大资料所带来的效益。

　　善用Big Data 能预测犯罪、营收提高、即时救援

　　举例来说，书中提到，美国纽约市警局透过收集在全纽约76个警区电话和传真的数据资料，进行系统分析后，将最新案件标示在各辖区地图上的位置与代表的意义，再发布给全纽约的警局指挥官，去进行未来因应对策及警力的调配模拟，如此隔年就使得凶杀案下降了25%，车辆窃盗案下降了24%。

　　澳洲老牌维吉酱为了能再创品牌新生命，透过分析10.5亿条社群媒体的讯息、以及47.9万条在论坛与讨论区的资讯，找到使用者最爱的新吃法，而成功让销量大增，还促使澳洲妈妈一次购买2罐维吉酱。

　　分析海量数据不但能找到目标客户群，还能精准行销。甚至帮助即时救援，书中提及，在2010年海地大地震，联合国就追踪海地人所持手机内部的SIM卡，分析出60万名海地人逃离太子港之后的目的地，以达到即时救援，后来也是再次透过SIM卡追踪，把药品投放到正确地点，成功的阻止了疫情的蔓延。

　　海量资料 数据监控?还是社会助益?

　　原来我们每天按赞、PO照片、贴文等行为，都可以被拿来分析。其实写到这里，不禁让我想起《全民公敌》的电影情节，在资讯时代里，我们的一举一动都不断因产生资料而被记录着，举凡信用卡刷卡金额、购物的品项、浏览网页的记录、朋友分享的照片等。也正如书中最终提出的反思，海量资料是否如乔治欧威尔在《一九八四》科幻小说里所描述的‘老大哥’那样，监控着人们、毫无隐私可言?

　　虽然作者在书中坦言，政府或企业若运用海量资料不当，稍一不慎的确与老大哥只有一步之差，但也不能因此而忽略了海量资料可能为医疗、公共安全领域带来的社会益处。即使可能会产生‘数位监控’的疑虑，作者仍勇敢的提出其观点，作者无非是要主张，科技在人类文明演化过程里的助益，海量资料其实是帮助国家、社会、企业寻找新价值，并以‘科技中立’的论调作为本书之结尾。