時間好早,石先生撰寫這篇文章的時間是早上五時。如你所料,我不是早起,而是還沒有睡覺。

一般來説,這個時間點的腦袋應該沒什麼空間思考能力,但最近寫了這麼多的旅遊分享,換回來科技的角度跟大家談談一些對 BIG DATA 的看法又有很大的動力。(感謝下午喝的兩杯咖啡)

 

「RADICA SYSTEMS LIMITED」,中文名字是:雷克系統,一家聽名字就覺得沉悶的公司。沒錯,RADICA 處理的東西都是數字,而且只有「1」與「0」,其他都東西都是由這兩個數字變化組合而成,要沉悶的話其實可以很沉悶,但這數字卻又能變化出不同的東西。


從一個簡單的角度説,RADICA 的業務包括最常見的 EDM,也有更複雜的 Big Data 數據服務。説 EDM 很多人都可以是專家,但如果你要説到 Big Data 加 EDM 的話,你再強,也要聽聽 RADICA 的分享,因為它們手握的客戶包括:LVMH,香港貿易發展局(HKTDC),電訊盈科(HKT),攜程(Ctrip)及李寧等等等。

 

Big Data 用來解決問題

在朋友的協助下,這次石先生跟 RADICA CEO Francis 郭正光 談了大概兩小時,除了一些科技產品的話題外,也重心的談到 Big Data 方面的發展。


顧名思義,Big Data 從字面解釋可以解作「大數據」,可以理解作大量的數據,但大量的數據有什麼用呢?Francis 做的事情就是要利用大量的數據來找出答案,為客戶解決問題。

 

就這樣講原理很空泛,石先生舉一個實際的例子。以一個旅遊網站來説,你每一次點進去搜尋一個地方(例如東京)以後,你在社交網站上就會看到有關東京住宿的廣告,提醒你要訂房;或你在觀看旅遊博客分享的時候,旁邊也會有東京的其他旅遊消息推薦,而這些能依據你有興趣的範疇提供內容的廣告也都可以跟 Big Data 有關係。

做法上,這種推薦是比較簡單的,就是旅遊網站在你登記後會紀下你的瀏覽紀錄,然後再通過隱密的數據把你跟社交網站等地方的資料作配對,然後向你提供推薦,是一種很個人的分析。


 

用大量的數據來提昇效益

把這些個人的分析與數據集中起來,積小成多,就可以變成大的數據,然後再用來分析各酒店的受歡迎程度,顧客是否喜歡這家酒店這樣。

例如 A 選擇了 Z Hotel,入住後給了五星,半年後又再入住 Z Hotel,那麼便可以猜測 A 是滿意 Z Hotel 的;若同時 B 選擇了 Y Hotel,入住後不評論,但半年後去同一個地方不再選擇 Y Hotel,而選擇了 Z Hotel,那可能就代表 B 不滿意 Y Hotel,所以選擇 Z Hotel。


石先生這樣的假設很隨意,也沒有實際的證據支持,但通過大量的數據來分析,也就可以得知不同酒店的受歡迎程度,而且還進一步可以為不同的酒店提供各類型的推廣、調整或宣傳建議等等。

那麼在實際情況下使用 Big Data 分析後可以相差多少呢?Francis 在言談間給出了一個數字。根據他的説法,一家大陸知名的旅遊網站曾經做過實驗,就是利用 Big Data 來分析如何推薦更好機票、酒店與服務給顧客,而在使用 Big Data 前後,銷售額相差了 10%,換句話説用了 Big Data 後提昇了 10% 的營業額。

2-Radica_Systems_Limited_03

Big Data 的應用香港仍然落後

遊走在中國大陸與台灣愈來愈多,石先生愈覺得香港在使用 Big Data 上仍然是很落後,沒有積極進取的使用。即使用上了仍然在很少的範圍內,也沒有做好的推廣與宣傳,有時候流於交數的情況。

按 Francis 在日常工作上的感受,以上想法也挺符合現實世界。據他的説法,香港對於 Big Data 一般比較專注意做 Database Marketing,比較著重可靠度與私隱度,務求採用一些已經行之有效,跟隨一些已成功的案例。在還沒有使用 Big Data 好處與可行性的時候,第一時間就在想問題,會否「揹鑊」,所以在使用上有時候會比較保守。

 

反而是一河之隔的中國大陸或一海之隔的澳門就要進取很多。Francis 舉的真實例子是這樣的,他們曾經利用四組數據來提昇用戶的酒店入住率。

  1. 北京的濕度、風向,以偵測空氣污染可能性
  2. 機票價格
  3. 酒店的入住率
  4. 利用 BI 計算出來的潛在客戶

利用這四組數據,Francis 希望得到結果是,若「北京空氣差」,而「北京往澳門的機票價格不太貴或便宜」,然後「酒店的入住率又低」,那麼他們便將向「可能的潛在客戶」發送宣傳,吸引他們前往澳門入住酒店,從以提昇酒店營業額。

如此對 Big Data 的使用算是開闢了一個新的做法,特別是在使用內部數據觀察客戶的想法與需求外,也利用一些公開的外部數據,利用不同數據之間的關係來運作,構想出一個場景,從以撃中客戶的需求。

 

「經驗」觀察不到的,讓 Big Data 來告訴你

這些關係到底要如何找出來,現在可以有兩種截然不同的方法。

傳統一點的做法是,我們自已憑經驗認為有什麼關係。例如北京有霧霾,然後機票價格很便宜,那麼就會有很多人去澳門。這種方法比較傳統,也是很多行業在説「經驗」的重要性。

新穎一點的做法是,利用「數據」分析整年的天氣、機票價格關係再得出結果。通過分析,我們可以得出幾個不同的結果。例如結果一:「北京有霧霾,然後機票很便宜就會很多人去澳門」。結果二是「北京有霧霾,然後機票很貴但仍然很多人去澳門」。結果三是「北京沒有霧霾,但沒有太陽,剛好機票又很便宜,也很多人去澳門」。

 

根據「經驗」,我們可以很容易的看到比較極端的情況,但一些比較細微的變化,例如結果二及結果三也就許沒有辦法依靠「經驗」觀察出來,而是需要「數據」來告訴我們。「數據」也是在用「歴史」在説話,但由於它的覆蓋面廣,所以相對來説即使誤差高,卻又可以補回當中的差別。

更重要的是「經驗」需要儲存,但「數據」是即時性的,每天每分每秒都在產生不同的數據,而這些數據都可以即時作出分析,也就變得要比一般的經驗及問卷調查來得更「快」與「準確」一些。

 

做 Big Data 也有它的麻煩處

大數據要做得好,要處理的東西也不少,作為 RADICA CEO 的 Francis 也給出了幾個建議。第一是要留意速度,他説今天的數據很多,速度快,很即時,不同的部份又有不同的數據,這些數據要處理得好並不容易。

第二點是要留意外部的數據,例如天氣、交通、股市、經濟等多方面的數據,不能僅觀察自已範圍內的數據,要找出各種的關係。第三點則是數據的量,得知什麼的數據是有需要的,什麼是可以刪除的,減省儲存的數量,以免浪費資源。

做不做 Big Data 需要按不同的公司背景,但 Francis 也説了幾個不做的缺點,第一是洞悉先機或市場變化會較慢,特別是對手若有使用,那麼在分野上會更明顯。第二方面是在資料處理上,很多時候我們會儲存沒有用的資料,但只是儲存,浪費空間,但如果有採用的話則可以把無謂的扔掉。

 

3-Radica_Systems_Limited_01

香港政府如果真心用 Big Data

講了這麼多 Big Data,若香港政府要做 Big Data 可以怎麼開始呢?

聽起來好像很難,畢竟每一個部門都有各自的資料庫,也有不同的職責,但 Francis 給了一個很有趣的答案,政府也許可以考慮一下。

Francis 的建議是這樣的。香港政府可以去做一個 Apps,讓市民把城市裡看到不好的東西拍下來,然後報告處理。例如我們看到後巷有堆積垃圾無人清理,那我們就可以拍下它,然後在政府 Apps 上報告,讓有關人員處理。

通過市民這樣的參與,大家對城市的參與度會很高,更在意自已的城市,而且政府在市政方面的效率也可以提高,更有彈性,有更多的監測來改善服務。在配合數據分析後也就可以更好的改善政策執行,例如某些區要多放一些垃圾桶,某些地方又缺乏停車位等等。

 

Big Data 使用的方式很多,如何來提昇效率是一個很好的課題,這次跟 Francis 談的內容跟大家分享出來,希望對大家也有幫助。沒有輸入,也就沒有輸出。這次的輸入以後,也就更多的改善到思考,也就對後續的發展更有幫助。




【此文章刊載於石先生部落;標題:與 RADICA CEO Francis 談 Big Data 以後…;本篇文章為贊助內容;強制廣告:HisTrend.HK 給你不一樣的科技產品】