[科技新聞] 善用資料科學家，找出業務新服務 如果你是匯豐銀行信用卡的客戶，當你從美國到臺灣旅行時，並在臺灣有刷卡記錄後，手機就會收到幾則根據你過往購物偏好的推薦購物簡訊，推薦你在哪間商店可以買到喜愛的物品，而且價格也是最優惠的。 以上是商業分析軟體公司SAS資料科學部門總監Wayne Thompson日前來臺灣時的經驗，也是匯豐銀行成立資料科學（Data Science）部門並聘請專任資料科學家（Data Scientist），分析信用卡使用者的各項資料後所推出來的新服務。 Wayne Thompson指出，目前許多大型企業已經看到資料科學化的價值，陸續從外部聘僱或從內部培養資料科學家。SAS在今年成立資料科學部門後，至今已聘僱30名資料科學家。他表示，資料科學家除了擅長將缺乏形式的大量資料建立結構外，也會將分析平臺放在企業要分析的資料上，希望藉此加快資料分析的速度，並將這種資料分析的形式，轉變成一個自動化執行的流程，企業可以從資料的科學化分析中，得到最即時的分析結果。 目前全球包括臺灣，最優先聘僱資料科學家提供產業應用的產業仍以金融業為主（約38％）；另外，像是韓國三星公司也希望引進資料科學家，希望能找出電視多媒體部門與手持式裝置部門之間可以合作應用的資料模型；其餘也陸續有高科技製造業、大型網路設備品牌商等業者，聘僱專業人才並引進相關的分析技術。 他以網路品牌廠商思科（Cisco）為例，思科為了分析全球各企業採購該公司的網路設備，是否和採購的型號、採購周期或者是地理因素有相關，思科便聘僱5位資料科學家，每年針對上千個採購模型進行資料分析，希望藉此可以自動化找出企業採購網路設備的規律性，作為思科未來服務客戶和銷售產品的重要參考。 不過，Wayne Thompson強調，資料科學家是扮演業務、研發、IT和公司營運決策者之間的中間人，沒有特定的立場，目的在於針對各種的資料模型，找出可以滿足客戶和公司需求的分析資料。也因此，他說，資料科學家反而是第一線面對客戶，最早做出各種資料原型（Prototype）的人，一旦分析的資料不如預期，就繼續再找到合適的模型。 資料科學家是一個具備資料分析專業的人才，這樣的人才在企業內部進行資料分析時，必須和資訊長有密切的合作，也必須具備該企業的產業專業知識，並了解公司的營運方針，但因為技術背景濃厚，Wayne Thompson認為，資料科學家應由技術長帶領，才能從資料分析的技術上，淬鍊出對企業營運有價值的分析資料。 資料分析技術大躍進，分析效能從5小時提升為6分鐘 由於分析技術進步，Wayne Thompson表示，資料科學家不用把時間花在等結果上，而是可以將結果，進一步做不同的模型或決策樹分析。他以J.P. Morgan（摩根大通）銀行為例，為了服務2千名外部客戶，聘僱30位資料科學家針對上百個模型做交叉分析，希望能找出對客戶有吸引力的新服務。 J.P. Morgan以往採用SAS舊有的資料分析形式時，一次只能做一次模型分析、耗時5小時，每次模型分析的成效，雖然可以提升1.6％，但最多只能執行1到2個模型，無法進行更多的模型分析比較。若採用新的資料分析平臺，可以同時進行100個模型分析，每個模型只要花6分鐘就可以得出結果，每個模型雖然只能提升3.2％的效能，但分析的模型數量一多，提升的效能就很可觀。因為新工具的運算效率快，能同時執行多種模型，他表示，現在還能額外進行多種包括決策樹分析，得出更多有意義的分析結果。 由於臺灣企業型態規模較小，他建議，若無法聘請專門人才，可以透過顧問諮詢和搭配便於操作的視覺化分析工具，作為企業決策分析的參考。「當企業意識到資料分析對企業帶來的價值時，就有機會聘用專業的資料分析人才。」他說。
Posted on: Mon, 12 Aug 2013 03:40:33 +0000
Trending Topics
Recently Viewed Topics
© 2015