傳統中小企業應如何看待大數據分析

客戶退貨原因到底為何？或者客訴原因到底為何？要開發新市場，該去哪個市場？面對哪個客戶群？您希望能推斷出哪群消費者喜歡您的產品嗎？客戶對新產品的意見為何？原料漲價了，我該換哪個原料？何時採購最好？不同季節原料有無關鍵的不同？這些[資訊]對企業主經營影響甚鉅。很明顯的現在企業的競爭力不僅僅是技術、資金、人才等諸多方面的競爭，更是[資訊]之戰。

多數經理人的工作都涉及到預測。人力資源專家決定聘請什麼人時，是在預測哪些人會有最高的工作效能。行銷人員選擇配銷通路時，是在預測產品將在哪些通路賣得最好。創投業者決定是否投資一家新創企業時，是在預測這家公司能否成功。而預測必須仰賴[資訊]。

這些資訊來自於數據與判斷，數據夠多，可以用模組分析判斷，利用這些判斷來協助進行決策，就是我們要講的大數據應用。

中小企業可以玩嗎

中小企業利用網路、數位工具經營企業的努力還不夠，不是只要有公司網頁或進駐電商平台就可以高枕無憂了！真有商機，也未必吃得到，唯有認清提升數位轉型的真義，畢竟數位轉型的關鍵在轉型並非數位，按部就班逐步建立自己的數位化能力，才有辦法掌握商機。

我們本文簡述一下中小企業如何用有限資源啟動建立自己的大數據分析。

專家表示，全球巨量資訊分析需求呈現快速成長，到2020年已達到151億美元大關，未來巨量資料運用將成為掌握客戶需求的關鍵技術，例如在購物網站中該推薦什麼給消費者，富邦媒體科技(MOMO)總經理林啟峰也指出「利用工研院的大數據技術，已貢獻MOMO購物1成的成交筆數，比一家SOGO百貨還多，但仍無法令我感到安心。」那這是只有大企業才能玩得嗎？

一般來說，商業4.0需具備，端、網、雲、服等四個特徵。就是從消費者或物聯網的各個端點開始串聯、收集資訊，並運用網路傳輸到雲平台做各種大數據分析。但是這個端也可以是自己輸入啊！

在媒體或網路上，常常看到大數據的描述都是「消費者上網2秒後，大數據中心已分析出其習慣，並推薦最可能購買的商品，提高成交率。」，很神吧！這的確做得到，但這些大數據通常都是通路商的或市調公司的，亦即一般所謂的第三方數據，且只針對消費者的一般行為，要能讓特定廠商順利應用還隔了相當步驟，再加上愈來愈多消費者認定有權拒絕個人資料被蒐集，當第三方數據將退場的同時，大家忽略了自己手邊的資料/數據是很重要的一環，也許很多人會說我手邊沒有數據啊！其實所有大數據從小開始(Big data starts from small)，您手邊的採購、驗收、生產、品管、研發、行銷、客服、供應商管理都可以是大數據來源，如何善用第一方數據。

大數據不是神話

農業科技的神話是這麼傳唱的：數據商協助農民盡可能蒐集關於土壤、天氣和徑流等詳細數據資料，然後他們就可加以編碼，進而了解自家土地的特性與優勢，並挑選出特定類型的種子和肥料，最適量產出最適合的農作物。

而我們提出的食品業神話則是這樣傳唱的：模組分析可以協助企業盡可能地收集關於採購、驗收、生產、品管、研發、行銷、客服、供應商管理等詳細數據資料，經過多變量模組分析，進而了解自家企業的特性與優勢，進而挑選出特定的採購模式、品管SOP、新產品，符合企業的最佳營運模式。

這道邏輯其實有一個大盲點：農民怎樣能在沒有相關知識的前提下，「消化並善用」數據資料？大數據被整合研究出來前，「每個人都還在試圖搞清楚數據有何價值。」其間的困難之處在於，農民除了被無人機、衛星和地面傳感器發送的大數據淹沒，多半也缺乏整合軟體數據與耕作設備的專業背景，更別提解讀數據的能力。

同樣道理，我們提出的食品企業傳唱神話就是要讓企業自家的大數據快速的整合研究出來，多變量分析已明顯地在個步驟提供了最佳方案。

企業如今做各種商業預測時，愈來愈仰賴電腦演算法。這些演算法以不可思議的速度與規模，一步步地完成分析作業。然而，任何演算法，都需要先建模(建立統計模組)，而多變量分析是中小企無法像大企業立刻進入AI演算前的最佳工具，根據我們先前的經驗，建模確實可以讓企業進行更多的[即時]判斷與決策，但是這個建模過程必須建立在自己的數據之上，而非通路商或平台的數據之上，所以我們說神話要由自己傳唱。費用不會是天文數字。

了解更多精彩服務，請前往 商品化過程中的市場調查