大数据：透彻了解、优化你的生活

大约两年前「大数据」这个名词慢慢出现，一开始大家以为是个专有名词，只要专家懂就好了。两年过去，现在随时随地都可以听到，市面上也有不少书籍在讨论大数据。

阿里巴巴创办人马云来台演讲中就提到，未来的时代将不是IT时代，而是DT的时代，DT就是Data Technology数据科技，显示大数据对于阿里巴巴集团来说举足轻重。「数据科学家」也继电脑工程师、数位行销人才后，成为炙手可热的职缺，每个公司都在找数据科学家处理公司内部的大数据，连美国政府也看到大数据的重要性，白宫聘请了前PayPal和eBay的执行官DJ Patil做为首席数据长，给予政府专业建议，该如何使用大数据。不只大企业、政府，连餐饮业都开始引进大数据技术，来帮助餐厅营运成长，包含菜单改善和数位化点餐系统，但究竟什麽是大数据？要多大、多少的数据量，才能够称的上是大数据？又它会怎麽影响我们的生活？企业和政府到底从哪裡取得数据资料？都是我们这期要探讨的。

大数据究竟是什麽？

你一天会在Facebook上多久的时间呢？根据Facebook公布的资料，他们的注册用户在全球有14.9亿，如果每一个人每天贴3次文、回应10次，这样的资料量和讯息量非常的惊人，单用人工是无法蒐集每个用户在网路上的意见，一定要透过电脑。类似这样资料量非常巨大，单就人力也无法在合理的时间内，撷取、管理、运算，并且整理为我们能解读的资讯，就被许多人称作大数据（Big Data）。

4+1个V定义大数据

也因此有的学者会用「4V」来定义：Volume（容量）、Velocity（速度）、Variety（多样性）和Veracity（真实性）。容量大、处理速度快、来源多样性高的数据，同时具备真实性，并能创造Value（价值），可以让大家在多种层面应用，就是大数据的特质。

数据大小没有确切定义

那麽到底资料量要多大才能够说是大数据？根据维基百科的定义，资料大小从几TB（Terabyte）到几PB（Petabyte）不等，不过目前为止，没有一个准确的标准来界定大数据的大小，而资料的大小其实也不是大数据的重点，「有价值」才是大数据存在的意义。

大数据从哪里来？

那麽企业和政府到底是从哪裡蒐集到这些大数据呢？电脑、网路、行动装置普及之后，只要可以连上网的装置可以都蒐集到你的资讯，不管是购物的网站，开车行经的旅游景点，还是使用冷气、冰箱的时间及模式，日常生活的行为都可以变成数据。

你逛的网站就代表你

为什麽当你在使用Amazon.com一段时间后，书店会开始推荐你适合的书籍，且都挺合你的胃口，而大家最常点击的书籍也会出现在首页上，这些都是网路服务者透过cookie蒐集你的浏览资料后，分析使用行为，再显示为你「量身打造」的广告。Google的搜寻列也会显示常用的搜寻字词，这也是经过蒐集你和其他用户的搜寻资料后，所算出来的成果。

社群网路和物联网是未来关键

现在我们停留在Facebook、Twitter等社群网站的时间愈来愈长，上面留有大量的资讯（贴文、讯息等等），因此出现了后台管理工具，让小编可以管理粉丝页，这对企业和政府来说也是一种大数据的来源。不只网路服务，只要是可以连上网路的装置，未来也都可能是大数据的资料来源，包含家裡的冰箱、电视、烤箱，厂商透过网路回传的资料，就能瞭解你开冰箱的频率，温度都怎麽控制，大约都冰几分满，所有的日常行为都数据化了。

▲行动装置也是现在大数据很重要的来源，YAHOO买下的Flurry就能蒐集行动装置使用者的数据，并分析使用者行为，也因为是个免费的服务，受到许多使用者欢迎。

大数据潜在资料安全及资料误判风险

既然有这麽多方法可以取得大数据，除了前面讲到的显示个人化广告，大数据还可以怎麽影响我们的生活，如果真的要使用大数据，是否会遇到什麽风险？

资安问题及误判是风险

不管是政府还是企业都握有大笔的资料数据，使用者的行为模式资料是企业重要的资产，人民的户政、纳税、交通等等资料，也是政府制订、执行政策的重点依据，光从数据是不是就能判定我们的一切，当一个人有两台装置时就有两笔资料，资料的准确度够不够？还有如何保存这些资料以防有心人士盗用？都是在使用大数据时需要考量的地方。

国道塞车是误判吗？

讲到资料误判，交通部在今年就有举办大数据研讨会，透过ETC，道路的监视器、停车场的测路录影等，加上地方政府握有的观光资料，中央气象局的气象资料，可以研究出上车流都从哪裡来，哪个时段最会塞车，什麽天气最会塞车，进而制订高乘载管制等相关政策，但即使政府握有资料很久了，每逢连假必塞的问题目前还是没有解，怎麽有效利用手上的资料做出正确的判断抒解车潮，是现在交通部最需要伤脑筋的问题。

▲政府拥有许多类型的资料，怎麽做好资料安全及保密的工作，一直是政府所关注的，不过也有部分资料是可以公开的，政府会将可以取用的资料，放上「政府资料开放平台」让所有人可以自由使用，比起民间自己蒐集资料，政府可以做的范围更广，是一个十分方便的服务。

大数据不一定能够做出准确的预测

▲交通部发现每到连假，网友们上网查询国道5号的路况特别多，也会因此多加强宣导，同时，收假日前1天，会是国道5号最塞的时候，而且不管是休3天还是休4天，都是清明连假累积最多的车流量，大家就会知道清明还是避开走国道5号比较好。