大數據時代來臨，這門顯學，政府部門及企業組織，非積極面對，勇於因應不可。
大數據作者麥爾荀伯格今年九月來台，掀起一股風潮。麥氏表示，以前科學家事先提出假設，蒐集資料後再去作分析；若資料顯示的結果不對，往往會再去尋找另一批新的資料來驗證自己的假設正確。但是在大數據時代，不用先提出問題，可以用大數據資料分析，再檢驗分析出來的結論是否是答案。
我們常在大眾傳播媒體上看到許多健康資訊，正正反反，相互矛盾，如何取捨，考驗著我們。史丹福大學研究中心主任約翰‧尤安尼迪斯指出，許多醫藥醫學研究，常被誇大。像維他命E可降低心血管疾病死亡風險，類黃酮會降低80%的心血管死亡風險，低卡飲食會降低癌症、心臟病、中風、乳癌，多吃水果可降低9成乳癌機率等，都是過度誇大或概括〈over
generalizing〉。
透過大數據，可以澄清一些「不必然」的論證。考科藍合作組織〈Cochrane collaboration〉指出，維他命C治感冒，吃銀杏防失智、綠茶防癌，更多的研究顯示結果不一致。
大數據需要大量蒐集，較為困難。有些代表性指標性的數據，也能反映出大勢，例如台北百貨公司周年慶買氣好不好，業界先看新光三越南西店，它好，大家就好，反之，它不好，今年周年慶檔期難過。南西店為何成為觀察指標，關鍵點在於南西店商圈的消費人口結構最齊全。暗合民意測驗正確抽樣原則。
大數據當然較能夠準確呈現現況及趨勢，像交通車禍死亡統計及事故分析，可供採取有效因應對策。去年共有41萬人車禍受傷，2萬餘人傷殘，怵目驚心，有警惕效果。
有些大數據立即顯示一個清楚的結果，社會必須去面對。例如大陸實施「一胎化」政策，在重男輕女的觀念下，男女比例嚴重失衡，預計2020年，20至45歲男性將比女性多出二千四百萬人，也就是說，將有26%的男性找不到配偶，這是嚴肅的社會問題。
雖然大家強調大數據的重要，但是有些複雜問題的大數據，如何分析解讀更為重要。以下這則分析報導，點出，除了垂直思考，也要水平思考。報載，瑞典卡羅琳學院婦女與兒童健康部醫師班宜〈Emelie
Benyi 〉宣布，根據該國550萬名身高100~225公分的國民健康數據，身高每多十公分，男性罹癌機率增多11%，女性高出18%。
班宜解釋，高的人身上細胞多，病變機會因此也多。這項大規模研究，當然有參考價值。但是不同國家，生長在不同氣候條件，不同飲食習慣，這項結論是否全世界一體適用，有待進一步論證。
大數據，應用在施政決策及執行，可以改變許多根深柢固的傳統。以教育來說，學校教育往往採用相同的時程，相同的課本，然而一種規格，卻難以適用於不同的程度學生身上。如果能利用大數據，整理分析不同學生的學習障礙，因材施教，已經有許多成功
的案例。例如利用線上教學，針對個別障礙，加強輔導，就有不同效果。
大數據改變許多舊思維，舊作法。隨著科技進步，大數據可以大量運用在生活工作中。美國幾年前，追蹤新型流感疫情約兩周才能掌握；現在Google取50億筆數據與疫情比對，可準確預測且即時掌握。實在是一項不可或缺的技術。
大數據告訴我們一種現象與趨勢，重視它，掌握它可以明瞭關鍵現勢，有效因應，對症下藥；忽視它，瞎子摸象，無的放矢。
生活在大數據時代，我們不能自外於它的影響，而且要與時俱進，掌握數據，正確分析，有效運用。
0 意見:
張貼留言