商業智能源遠流長 (車品覺)

By on September 26, 2017

本文作者車品覺,為紅杉資本中國基金專家合夥人、原阿里巴巴集團副總裁,為《信報》撰寫專欄全民大數據

在大數據和機器學習還未普及的年代,描述性分析是指描述和總結數據。(網上圖片)

在大數據和機器學習還未普及的年代,描述性分析是指描述和總結數據。(網上圖片)

商業智能(BI)一詞早於1865年的《商業趣聞百科全書》中被首次提出,當時正值清朝咸豐六年。這個詞用來描述當時的企業如何透過收集資訊快過競爭對手, 從而早着先機獲利,這亦標誌着西方數字經濟的開端。

幾乎在一百年之後,IBM撰文討論了利用技術來收集商業智能的潛力。當時商業智能的定義就是利用技術來收集和分析數據,將之轉換成有用的資訊,並根據這些資訊間接協助管理層採取行動。

八十年代電腦普及,加速大型企業的資訊化步伐,業務競爭又產生了大量分析需求,能夠容納更大量數據的數據倉庫應運而生,把數據有條理地整合收藏以備「不時之需」。在此之前,數據通常散落在各種不同標準的儲存系統中,有時連數據的格式都不盡相同。數據倉庫不僅讓數據分析變得更便捷, 同時也正是企業主動「營運數據」這個概念的開始,意味數據的積累跟未來的商業模式產生互為作用的關係,而並非只用作事後孔明分析。

規定性分析預測未來

進入千禧年代,隨着互聯網經濟和雲計算的興起,數據驅動又把商業智能推進了一大步,更有人說這應該是智能商業的年代。聽起來比較拗口,長話不易短說,不如舉個例子作對比:

在大數據和機器學習還未普及的年代,描述性分析是指描述和總結數據,主要聚焦歷史資訊,通過描述過去,幫助用戶了解以前的行為如何影響現在。預測性分析是通過統計為企業提供關於未來變化的有用資訊。規定性分析會預測今後可能出現的多種情況,並讓企業根據它們的行為,對可能出現的多種結果進行評估。在有限數據的情況下,規定性分析可以預測將來會發生什麼、為什麼會發生,並提供相應的建議。

自2010至今,經過了大數據及深度學習的洗禮,大家已經重新意識到分析是一個即時的學習迴圈過程,不斷計算、行動、監測及從回饋中得到優化。這種全新的技術和理念早期較為適用於互聯網企業,分析的數據來源很廣泛,包括手機、物聯網、市場數據、交易和移動設備等,但對於傳統企業比較難適應。

寫這篇稿時,正是香港「創科博覽2017」開幕之際,希望智能時代為香港帶來更多的新機會,香港作為全球的金融、貿易、物流中心,創科更待何時。

(編者按:車品覺最新著作《覺悟.大數據》現已發售)

歡迎訂購:實體書、電子書

更多車品覺文章:

支持 StartupBeat

如欲投稿、報料,發佈新聞稿或採訪通知,按這裡聯絡我們