陳佳琳

大數據英文稱為 BIG DATA，從其字面探討為「巨量資料」，簡言之為大規模或複雜的資料集合，是一個術語，同時也代表著龐大的資料庫名詞。

從學術的角度來看，大數據是觀察和追蹤所發生的事件衍生一系列結構化或非結構化的資料，並非傳統的統計學及軟體可以在「需要在效率時間內」完成處理的，運算能力無法企及，即便動用數千台伺服器進行電腦叢集運算，在某些領域內或是複雜的行為所產生一系列的資料量，無法在現代有效率的工作時間中完成，正因如此正確處理大數據的方法就十分重要，而「資料探勘」正是用以分析大數據，進而將大量的資料集合，予以分析為有用資訊的方法。

如對於成衣業者來說「25-30 歲年齡層有 400-800 元/每件衣服的消費能力喜歡韓國的款式最熱銷」這句話便是業者最需要的資訊，而這些資訊就是從大數據的消費者購物行為模式資料集合裡面搜尋並分析出來的資訊結果。

大數據與人工智慧正可以巧妙結合。

大數據有的是巨量資料集合，而人工智慧有的是分析資料的方法、邏輯或某些參數的設定值，可以自動化的執行，所以被稱為人工智慧，數以百萬行的程式碼將類神經的處理方式，將各種可能的參數輸入電腦程式，變成一種可以模仿決策經理人的人工智慧電腦程式。

但是電腦程式只有邏輯，缺乏資料便毫無用處，所以導入大數據，可以將大數據變成人工智慧的資料庫供存取，便能有效的自動化執行決策，甚至在專業領域內，超越業內人士的思考與決策速度，因為現代電腦運算能力強大，在幾毫秒的時間內能夠完成所有可能路徑與答案的運算，這是人腦無法企及。

而將大數據與人工智慧的結合，可以將大數據的資料予以分析，輔助商業決策，在交易變化快速的市場內，迅速完成決策過程，利用大數據可根據目前發生了什麼事情，預測將來可能發生的事情，例如網路購物商城的業者(電商)可利用大數據的紀錄，監控線上的消費狀況，系統預測客戶再度回流購物的週期，針對熱門商品自動向上游進行進貨，冷門商品自動列為促銷或加購降價標的，以便出清存貨，決策經理人只要在一台可以連上網的平板便能進行決策與整家電商的管理機制。

各行各業都有其專業領域與所需的資訊，以電商來說，預測銷售最為重要， 已購客戶何時會回流，重要節日加強熱門商品進貨等等，大數據與人工智慧的結合，能輔助決策經理人，在最短的時間內，完成一連串的決策，不必再透過大量的人力及庫存去推估未來的銷售，市場詭譎多變，商業模式一變再變，唯一不變的就是有效率的決策，解決當下的問題，才能讓企業在領域內脫穎而出，創造熱銷商品，打造燙金品牌。