從雲端到大數據

歐陽

. S  r( s$ |, F) A) m9 S% R( {從雲端到大數據
* J6 M5 Y' W$ q



3 y- L. h  r7 u3 x# |* N) E7 e+ `
文．翁偉捷
2 q' M5 i8 Z+ w, d, a) P
8 _/ L2 b7 q( A% n+ m大數據(Big Data)相關產業蓬勃發展，從紙牌屋效應到生活上最夯的科技新應用，不難發現正要起飛的流行趨勢。
8 n, ]/ K" ?3 n8 s
. V( H. e: k4 c) Q8 T9 i「雲端運算」一詞從2006年由谷歌執行長提出後，自此雲端便廣為科技業所使用且積極提出相關的運算科技，也將雲端運算分門別類，分別有：公有雲、私有雲、社群雲以及混合雲。每朵雲有每朵雲的特性以及應用層面，至於為何要稱作「雲」端？據稱是由於網路運算與雲、水迴圈的特性相似，因而得名。
+ |1 R) V1 W* a, v1 j# w
解讀大數據 應用商機廣

' b3 H+ ^. k5 Z- }# i$ K雲端運算的基本結構是：載具、網路、伺服器再回到載具，載具包含了個人ＰＣ、ＮＢ、手機等，經過網路的傳輸到遠端伺服器運算，再透過網路傳輸回到個人ＰＣ、ＮＢ等載具，這樣的一個循環即是一個完整的運算過程。
* c* _' X" j+ a$ `( w3 n; H
/ O2 p7 \. G  H" A  `& n9 E  p不過隨著手持式行動裝置的日漸普及，網路社群及即時通訊軟體呈現爆炸性的成長，以及積體電路製造中的新摩爾定律的推波助瀾之下，每日透過雲端運算的資料已多到無法正確地計算其數量。
& q$ N: A* x; S: W' X
從消費者端來講，以上這些資料聽起來有點難以理解，的確！雲端的概念用生硬的文字解釋起來的確有些死氣沉沉，讓我們這樣解釋吧！當本欄的讀者用靈活的手指每按下一次《理財周刊》臉書的讚，用Line傳送一次貼圖，甚至是在推特、微博上回應近況的同時，都已經參與了雲端運算的過程。
% [) J# X8 ~+ L: T( S% |
9 B; R+ W: i3 @1 S$ v9 X: s想像一下：附圖只是單純的傳輸迴圈之一，若是有幾十億個傳輸迴圈透過互聯網聯通，所產生的資料數量是無法詳細計數的，簡單來說，由於近期全球的數字化以及網路化，累積龐大的數據，造就近期出現「Big Data」(大數據)這樣的名詞。
) {' [8 k" K% q" g9 ~
" A  f2 u/ d+ O  q9 U0 y9 y5 T所謂的「大數據」，基本上包括三Ｖ特色：Volume(資料大小)、Velocity(資料輸入出的速度)以及Variety(多樣性)，因為應用廣泛，甚至有人提出第四個定義Veracity(真實性)的特點。
8 G% C/ Y7 q4 T3 ]. d% e
; h- R3 t' i% I3 I% i也由於數據內容包括結構式以及非結構式的圖像、文字以及字串等，因為資料內容過於龐大，必須經過強大的運算才能提供結果，如果沒有經過整裡，所有數據資料都是無意義的，這就好比是一間擁有無數房間的城堡，透過不同的鑰匙可以通往存放不同寶藏的空間，因此想要得到有用的數據寶藏，就必須先找到對的鑰匙。大數據的時代凸顯出資料解讀以及應用的重要性。

6 P  ]- `; o+ G- l紙牌屋熱播 收視喜惡即時傳輸
* f# ~1 [/ o+ M& g
( f! i+ k4 y  j- |近期應用大數據最廣為人知的，便是席捲全球的美劇「紙牌屋」，奈飛透過長期蒐集來的資料解讀後所得出的結果，應用在實際生活中的成功案例。
3 i1 f3 G5 g0 z' V& q) I# |  }
詳細說來，奈飛透過顧客在線上收看的各種行為，就能蒐集觀眾的收視喜好與習慣，比如觀眾會因為哪種劇情太悶而快轉、哪種精彩情節則會重複播放收看等等，當消費者按下暫停或快轉等收視的過程中，就能產生足以讓該公司參考的數據。
  r5 `( g  \5 t( A5 C
總體來說，「大數據」整個過程包括三個步驟：一、數據採集，二、數據分析運算，三、數據的應用。數據採集的方法是透過個人ＰＣ、手機、平板或甚至是一個晶片，就能將使用者因使用相關內容所產生的數據透過無線傳輸上傳到資料庫儲存。
$ n( c. Z0 R% [- q' j( y: e1 O% O5 o) y/ s
試衣間成智慧商店 PRADA時尚變身
0 ?" e+ `7 ]. ~
% t  S. l) H; G0 i' P" q; a8 ~舉例來說，當你進到一間服飾店，開始挑選自己喜歡的衣服，從翻閱到在鏡子前試看，直到確定要進入試衣間試穿，最後決定買或不買，整個選購過程都會透過衣服上裝置的晶片，將所產生的數據，上傳到服飾店的總公司，總公司進行數據分析之後，就知道每件衣服被試穿的次數、試穿的時間以及最終購買與否的結果為何。
% \, O" G. m- p2 F: ]6 n
' f2 z, ]5 R2 Q接下來就能夠針對商品進行微調，比如什麼顏色在哪個季節受歡迎或是找出更有效的銷售市場，比如亞洲喜歡什麼款式，歐美傾向何種布料等等，進一步有效開發商品甚至避免資源浪費。覺得這種智慧商店遙不可及嗎？以上的過程已經發生在眾所皆知的名牌「PRADA」的試衣間裡。
6 ~. f9 t- i" e
; h. t/ g8 U- y9 S: C8 |* M3 Y& s
, L$ K+ z" G: L. b+ v; g
. i6 \" C2 O% h1 R1 n
" P  O0 y8 X4 D/ L$ c8 J" m
' Z: l% o' y. z) h. }- O/ e《理財周刊》

歐陽

也由於數據內容包括結構式以及非結構式的圖像、文字以及字串等，因為資料內容過於龐大，必須經過強大的運算才能提供結果，如果沒有經過整裡，所有數據資料都是無意義的，這就好比是一間擁有無數房間的城堡，透過不同的鑰匙可以通往存放不同寶藏的空間，因此想要得到有用的數據寶藏，就必須先找到對的鑰匙。大數據的時代凸顯出資料解讀以及應用的重要性。