林建山專欄:大數據迷思 蠱魅了臺灣公私決策階層

2017-11-15 07:10

? 人氣

台灣公私部門都有嚴重的「大數據迷思」。

台灣公私部門都有嚴重的「大數據迷思」。

「大數據」最大神奇之處在於,極短時間之內,就驟爾全面性虜獲了整個臺灣社會的心智思緒與行事作為方法,尤其是,無論在政府或在民間部門的決策階層,竟都已絕大多數深陷於「大數據迷思」(BD Myth)中,跟風之盛,幾至無可自拔。

[啟動LINE推播] 每日重大新聞通知

究竟「大數據迷思」對於今天臺灣決策階層的全面魅惑或蠱昧程度如此之深,對於臺灣社會之追求經濟解悶,或者追求對內對外經濟之復甦再起,是正向好事?亦或祇有負向且無多大助益?的確是值得眾皆深刻關注的大事。

互聯網與大數據是「新經濟」兩大台柱

環顧全球競爭市場,「新經濟(New Economy)」竟能在2016年乍然重啟20年前爐灶,且能一時風起雲湧橫掃暢行於先進國家市場經濟社會,其所得以支撐、擴張,並能夠激急拓展經社決策階層的戰略規劃疆域,所倚賴的核心骨幹工具組,就是「互聯網(internet)」與「大數據(big data)」的相加相乘運用。

互聯網可謂是當今知識經濟時代,大規模企業組織攻略爭逐國家級,乃至世界級大市場的宏觀驍勇將帥;而大數據則成為全球公私部門機構瞭然掌控大消費市場動向與消費行為方式的奇計鬼兵。這兩項神器鬼兵都成為「新經濟霸權時代」,最為當令雄健的企業經濟與公共政策施行之主流手段。

在臺灣社會,或者應該擴大範圍說,在整個東方亞太經濟社會,則「大數據」在企業經濟領域的瘋魔狀況程度,恐怕祇有本世紀初一十年代奈米科技(nanotech)在科學應用領域的瘋魔狀況差堪相比。「大數據迷思(BD myth)」,竟已使得整個社會的公私主管階層,都已深深迷信:倘若不用大數據,就恐怕根本抓不住市場;不會運用大數據,則勢必要成為任何競爭市場中的大魯蛇;不懂得大數據,根本不配當家作好領導統御與經營管理;而不根據大數據來制訂事關全民的公共政策,就勢必爭取不到政治支持與提高施政滿意度。

然則,如此之論述,究竟是耶?非耶?大數據確有若當年奈米科技之精妙神奇?讓所有人都能博得決策行動的正向正確、政治正確又經濟正確之「絕對美名」嗎?這種迷思與神奇神話,的確值得大家的共同思索與探究。

八大具體應用領域

依其理則言之,大數據的實施使用,無非是透過大量數據資訊的搜索、處理、分析、歸納,終以總結其背後所存在的深層次規律。不過直到今天,大數據應用,主要還是都集中在終端市場界面的操作為主,根據其在先進經濟社會市場,比較具有能見度與積極績效表現的應用領域,概有以下八大具體面向者,最為顯著:

大數據在促進政府管理模式取決的應用:節約政府投資、加強市場監管能力、提高政府決策效率、提升公共服務效能。譬如,在交通管理方面,可以實時發掘道路交通資訊,用來有效緩解交通壅塞,也能快速對應突發情況,確保交通暢通,增進城市交通運輸的良性運轉。

大數據在公共安全維持的應用:經由大數據發掘,及時掌握人為或自然災害、恐怖事件,提高緊急應變效率和安全防範效能;另據地震預測算法的變體和犯罪數據,用來預測犯罪發生在特定區域的機率,使得區域性盜竊罪和暴力犯罪分布占比,得以明確大幅下降。

大數據在大規模選舉戰爭之應用:尋找支持者、召集志願軍、募集競選經費、推廣施政理念,贏得網民支持。

大數據在醫療服務業領域的應用:在臨床作業上透過記錄和分析預測病人可能產生之病症、短時間快速解碼DNA、預測疾病類型及程度狀況、協助醫生策定合適治療方案,以改善病人疾病所應該使用的干預項目、醫療服務費率之策定、新興醫療服務類項之研發、醫療服務商業模式創新方向,以及公眾健康之監控。

大數據在金融領域的應用:保險業的保險費率價格,各種資本型基金做為取決投資股票標的行業和企業景氣之測度。

大數據在零售服務業的應用:主要集中在用戶、市場、產品、供應鏈、運營五個方面之應用:包括如何定位公司的差異化,並向客戶提供差異化服務,使零售業務服務更具有目標性;另外可以根據需求和庫存情況,採行實時之定價機制、及時調適供需,促進最佳銷售;根據客戶走動及與商品互動情況,分析商品銷售,適時調整貨品擺放及售價,以減少存貨;在維持市場份額前提下,增加高利潤率自有品牌商品比例;另亦可以參據構建真正可預測客戶忠誠度之模型,進行分析預測。

大數據在工業領域的應用:加速發掘產品之創新、物聯網生產線的穩定度管控、產品策略和鋪貨策略組合之調適、自動化生產的品質分析管理、產品故障率之診斷預測監控,並進行積極主動維修服務、供應鏈流程優化、智慧化生產布局排程,乃至於工業污染與環保檢測之預警監控。

大數據在公開網站建置的應用:網絡數據基礎設施之構建與戰略部署。

侷限於使用者或消費者之終端市場界面

從現行大數據理論、思維與實用狀況看,其實都集中於「供給面之優化作為」,同時,也都祇是適用於「以人做為主體的」最終使用者或消費者之「市場」界面,根本就是1970年代用作經濟市場分析「現代行銷研究」方法論的「升級再造」,並無目前一般決策階層所敻思遐想的那麼新奇特異。

現行大數據理則與實踐,所能「實質掌握的」或「具體映現的」,基本上就是經濟社會整體或特定經社部門的高度可量化可外顯「市場行為(market deeds)」,或亦就是社會集體或特定群體的「行動樣式(typical behaviours)或者消費者行為(consumer / user behaviours)」,也可以說是,大數據所能真正掌握的或者所能映現的是「一種封閉性系統內的行為表現」,這與另一個新經濟神器鬼兵的互聯網是「一種開放性系統的可擴散、延伸、向外聯結之運動樣態」,完全不同面向。

無法掌握內蘊的價值判斷標準與變化情況

在1970年代,新勃興「現代行銷研究」的經濟市場分析探索研究,主流作法都是針對「消費者行為(consumer / user behaviours)」之無盡夢幻遐思,以為祇要透過足量抽樣調查出來的直接數據之結構化配置,或者系統化動態演變軌跡之掌握與瞭解,就能夠充份有效掌握市場動向,並據以預測得到未來市場之前景樣態,在一般實務上,更以此作為市場開發創新、經濟市場拓展策略策訂與抉擇的準據。不過,十年不到時間,決策者與經濟階層都發現,這種「現代行銷研究」所能做得到的市場行為或消費者行為之種種調查研究,即使有了足夠的歷史資料為支撐,但仍然容易出現錯估、誤判或根本推論錯誤的結果,而使得其所據以開發創新的所有努力與策略策訂,根本無功失利,甚至因此造成整個組織機構的破產解體。

今天新經濟中的「大數據」科技,在資料時間期程及範圍廣深,固然都已經有了新運資通整合工具而獲致極大升級進步,但終究不能改變其本質特徵侷限性。

任何大數據科技所可能取得與發展的,有兩大致命性的限制,在1970年代的運用發展中不能突破,在今天新經濟的大數據科技,也同樣無法突破:

第一是,大數據所能/取得的都局限於「外顯行為表現」或「可以數量化的動態性與演進過程樣態」,根本無法得知其在各個不同時間歷程節點上,所各自存在的「內蘊的價值判斷」標準與變化是什麼?也不知其「變動性的取決關鍵因素」究竟各有哪些?究竟各有關聯到什麼程度?

幹嘛向「昨天」請教「今天」或「明天」該如何?

第二是,大數據科技,所能取得與發展的都是「事後(ex post)」資訊與數據,無論是「市場集體行為」或「消費者群體行為」,也不管其所涵蓋的時間期程有多長?又如何,都祇是「過去的」的狀況情境或動力型態,都祇能「清楚」展現過去種種「既有真實」,但都不能映現出「事前(ex ant)」資訊與數據,得到有效解釋或顯示,「未來」有哪些種種的「可能真實」,也就是說,任何再精幹靈敏的「事後孔明」推斷與論證,都無能也無力可以準此而取得真正實用的「先見之明」,做到可以預測前瞻,精明準確描繪出未來的經濟市場,「應有」或「必然會有」的行為樣態,乃至客觀市場情勢的發展推演狀況,甚至於,更壞的情況可以說是,這種「事後孔明」的決策依賴,不啻是一種決策上的「問道於盲」罷了!

為什麼要「問道於盲」而不能「問道於明目」呢?祇可惜,國內外社會都一樣,迄今都還沒有找到,更可行更可適的科技方法,基礎理論與實務做法。倘若硬要湊數,則或許,發靭於本世紀初的「前景描繪法(scenario building)」或有小補缺憾之機會。但是,此一方法的假設與必須預訂因子,太多且又不太完全能夠靠譜,頂多也祇能「廖化當先鋒」,暫時拿來抵用墊用一下下而已。

今天,無論是政府公共部門或者是民間經濟機構組織,在其拍板決策過程中,當然不可能祇有向著「昨天」去請教「今天」應該如何?「明天」又該是如何?如此「無厘頭」之事,豈應該是英明領袖或高明決策者之所當為呢?

而更糟糕的是,連如何看清楚「此刻現在」態勢,都不是大數據能夠解答的。

有誰希望把臺灣變成封閉性「均價社會」或「均劣社會」?

尤其是,「大數據」科技祇能顧及到「供給面經濟」及「臺灣島內市場範圍」,對於國家經濟吸引力的提升,乃至全球競爭力的改善與增進,助益極有限的話,則目前這種「公私決策階層」都像廿年前迷惑且迷戀於「奈米瘋」一般樣之時,其實對國家社會的未來成長發展,都將成為一樁相當不美之事。

更有甚者是,絕大多數「大數據」之理論、思維與實務應用的極致,無論是在先進社會的發展成長經驗,或新興市場經濟體政府當局努力結果,往往所成就的,都免不了會將整個國家社會一逕朝向造就一個或者多個國家經濟體,通通一起變成為一整個封閉性的「均價社會」、「均質社會」或者「均值社會」、「均劣社會」;然則,相信這樣的結果,當然不是臺灣這麼一個向來亟亟追求自由、民主、開放國家社會的精英份子或一般化普羅大眾,所共同嚮往的理想國家願景才是。

*作者為財團法人環球經濟社社長兼公共政策研究所所長

喜歡這篇文章嗎?

林建山喝杯咖啡,

告訴我這篇文章寫得真棒!

來自贊助者的話
關鍵字:
風傳媒歡迎各界分享發聲,來稿請寄至 opinion@storm.mg

本週最多人贊助文章