05092022 黃淑儀博士[每日財經分析]（版權擁有)
今天重點: 業務競爭的{大數據服務} (Big Data as a Service)
背景了解
• 許多企業沒有意識到{大數據服務}潛在的好處。亦不知道自己企業有大數據問題。
• 現時未妥善解決的大數據問題，除了增加費用，也對企業[生產力和競爭力]產生負面影響。但相反: 強大的[大數據戰略]可以幫助組織(1) 降低成本並(2) 提高運營效率(3) 在客戶體驗之旅中變得更具競爭力。
什麼是[大數據](Big Data)？
• 大數據是指數據的數量、速度和種類不斷增長，傳統數據庫無法解決的數據管理問題。因此: 大數據定義包含所謂“三個V”的概念：(1) 容量(Volume)：數據量在 TB (terabytes) 和 PB(petabytes) 增加變化。(2) 多樣性(Variety)：多樣性來自許多不同來源和格式的信息（例如網絡日誌、社交媒體互動、電子商務和在線交易、金融交易等）。(3) 速度(Velocity)：從收集數據到可操作的，必須在相對較短的時間範圍內（從每天到實時）收集、保存、處理和評估數據。
什麼是[大數據服務] (Big Data as a Service)?
• 數字時代最重要的發展是“大數據”的技術。
• 分析技術: 揭示隱藏在龐大數據集中的 (a) 模式和 (b )聯繫，為企業規劃和決策提供信息。
• 最注目的例子：企業可以回答“發生了什麼? 為什麼？”:
借助[描述性分析]( descriptive analytics)。傳統查詢和報告設置 – 例如示例：[記分卡] (scorecards) 和[儀表板] (dashboards)。企業同時藉助[預測分析評估功能] (predictive analytics)事件的可能性。 例如: 早期預警系統、欺詐檢測、預防性維護和預測。並且[規範性分析] ( prescriptive analytics) 為用戶提供[規範性建議] (prescriptive) suggestions).。 他們回答問題：如果出現“x”，我該怎麼辦？
[大數據服務] (Big Data as a Service) 好處是什麼?
• 在過去十年中，[大數據服務]的使用量大幅增加，幾乎各行各業: 影響我們生活方式、購買模式和日常消費者決策的每一個元素。
• 行業包括運輸物流、廣告營銷、銀行金融服務、政府、氣象、醫療保健、網絡安全、教育、餐飲、製造、航空等等。
• 今天我們只關注運輸物流。 其他行業將一定在未來討論。 大部分討論和分析都是團隊和我多年來的工作經驗和案例的結果。
[大數據服務] (Big Data as a Service) 例子: 運輸物流
• B2B運輸物流公司需要更快的(1)發貨速度、(2) 更低成本和(3)更高的透明度。 客戶繼續走向數字化，也要求更高的速度和響應能力。 在線銷售和高科技傳感器提供了更大量數據。
• 物流使用大數據服務正在從[很高興有](nice-to-have)轉變為[必備]( must-have功能。
• 數據驅動決策是所有行業 C 級高管關注的焦點: 大數據技術使他們能夠更快地做出的決定。 因此，大數據在全球物流中的應用正在蓬勃發展。 根據 The Research and Markets 的數據，供應鏈大數據分析市場在 2020 年的價值為 $3.55B(US dollars)。到 2026 年，預計將擴大到 $9.28B。
• 大多數運輸物流公司，已經採用數據驅動的決策方法：準時性和透明度。但[大數據服務]在物流行業的全部潛力，尚未得到充分利用。例如：最大[限度地]利用資源並提高透明度，提高運營效率。
• 最重要的，[大數據服務]創新可以[保持客戶忠誠度]和[留住客戶來幫助企業改善客戶體驗]。 最重要的是，實施有效的數據驅動[業務模型]可以增加收入。作為一個整體，履行和供應鏈都非常受數據驅動，但與其他行業相比，[運輸物流]在技術上還遠遠落後。([email protected] <mailto:[email protected]> )
今天重點: 業務競爭的{大數據服務} (Big Data as a Service)
背景了解
• 許多企業沒有意識到{大數據服務}潛在的好處。亦不知道自己企業有大數據問題。
• 現時未妥善解決的大數據問題，除了增加費用，也對企業[生產力和競爭力]產生負面影響。但相反: 強大的[大數據戰略]可以幫助組織(1) 降低成本並(2) 提高運營效率(3) 在客戶體驗之旅中變得更具競爭力。
什麼是[大數據](Big Data)？
• 大數據是指數據的數量、速度和種類不斷增長，傳統數據庫無法解決的數據管理問題。因此: 大數據定義包含所謂“三個V”的概念：(1) 容量(Volume)：數據量在 TB (terabytes) 和 PB(petabytes) 增加變化。(2) 多樣性(Variety)：多樣性來自許多不同來源和格式的信息（例如網絡日誌、社交媒體互動、電子商務和在線交易、金融交易等）。(3) 速度(Velocity)：從收集數據到可操作的，必須在相對較短的時間範圍內（從每天到實時）收集、保存、處理和評估數據。
什麼是[大數據服務] (Big Data as a Service)?
• 數字時代最重要的發展是“大數據”的技術。
• 分析技術: 揭示隱藏在龐大數據集中的 (a) 模式和 (b )聯繫，為企業規劃和決策提供信息。
• 最注目的例子：企業可以回答“發生了什麼? 為什麼？”:
借助[描述性分析]( descriptive analytics)。傳統查詢和報告設置 – 例如示例：[記分卡] (scorecards) 和[儀表板] (dashboards)。企業同時藉助[預測分析評估功能] (predictive analytics)事件的可能性。 例如: 早期預警系統、欺詐檢測、預防性維護和預測。並且[規範性分析] ( prescriptive analytics) 為用戶提供[規範性建議] (prescriptive) suggestions).。 他們回答問題：如果出現“x”，我該怎麼辦？
[大數據服務] (Big Data as a Service) 好處是什麼?
• 在過去十年中，[大數據服務]的使用量大幅增加，幾乎各行各業: 影響我們生活方式、購買模式和日常消費者決策的每一個元素。
• 行業包括運輸物流、廣告營銷、銀行金融服務、政府、氣象、醫療保健、網絡安全、教育、餐飲、製造、航空等等。
• 今天我們只關注運輸物流。 其他行業將一定在未來討論。 大部分討論和分析都是團隊和我多年來的工作經驗和案例的結果。
[大數據服務] (Big Data as a Service) 例子: 運輸物流
• B2B運輸物流公司需要更快的(1)發貨速度、(2) 更低成本和(3)更高的透明度。 客戶繼續走向數字化，也要求更高的速度和響應能力。 在線銷售和高科技傳感器提供了更大量數據。
• 物流使用大數據服務正在從[很高興有](nice-to-have)轉變為[必備]( must-have功能。
• 數據驅動決策是所有行業 C 級高管關注的焦點: 大數據技術使他們能夠更快地做出的決定。 因此，大數據在全球物流中的應用正在蓬勃發展。 根據 The Research and Markets 的數據，供應鏈大數據分析市場在 2020 年的價值為 $3.55B(US dollars)。到 2026 年，預計將擴大到 $9.28B。
• 大多數運輸物流公司，已經採用數據驅動的決策方法：準時性和透明度。但[大數據服務]在物流行業的全部潛力，尚未得到充分利用。例如：最大[限度地]利用資源並提高透明度，提高運營效率。
• 最重要的，[大數據服務]創新可以[保持客戶忠誠度]和[留住客戶來幫助企業改善客戶體驗]。 最重要的是，實施有效的數據驅動[業務模型]可以增加收入。作為一個整體，履行和供應鏈都非常受數據驅動，但與其他行業相比，[運輸物流]在技術上還遠遠落後。([email protected] <mailto:[email protected]> )
