大數據比你更了解自己？

「大數據比你更了解自己」，這不是一道辯論題，而是我最近和一位創科界朋友討論的話題。

因為任教一個大學課程，最近簡略地做了一些有關大數據的研習。不少資料在提及大數據的「威力」時，常用上這句「大數據比你更了解自己」作結論，例如Netflix透過收集你「煲劇」的數據，比你更了解自己看電影的口味、Amazon比你更了解自己要買的書等等。我也漸被說服。但朋友卻認為這言過其實，只是科技巨企以此來操縱用戶的一句口號、一個公關幌子。

我在討論過程中提及兩家企業有關大數據的經典案例，Target和Netflix，而朋友卻從未聽過。這是兩個相當有趣和具說服力的案例，不如借此機會向大家稍作介紹。

首先談幾個高度簡化的基本概念。「大數據」（Big Data）指極度龐大、人力難以有效處理的數據，它們可以零碎、無序、性質不一……但不管數據再大，如果沒經過有效的整理和分析，並無太大用處。「數據分析」（Data Analytics）就是一個令數據變得有價值的過程，透過「數據挖掘」（Data Mining），從海量的數據中發掘規律，並由規律中作出預測。這是其中一種數據科學常見的應用，也是我們這次討論的中心思想。

2012年2月，一位即將獲得普立茲獎的《紐約時報》年輕記者Charles Duhigg，發表了一篇連鎖零售店Target以數據篩選出懷孕顧客的報道，奠下一個歷久不衰的「大數據」應用案例。（待續）

（本欄逢周五刊登）