香港智慧城市現時的大數據發展現狀
(Q：《創智傳城》節目主持人林淑敏和楊文銳； E: theAnswr的Edmund)
Q:大數據我們一點都不陌生，現在香港的數據推動狀況如何呢？
E:現在處於剛起步狀態。好多大學都開始有相關的課程，也會有企業選擇一起和大學合作做數據分析及市場決策方面的項目
Q: 那現在香港的大數據分析處於什麼階段呢？
E: 處於快速增長期吧。大家都開始認同和理解大數據，在各行業都會有越來越廣泛的實際應用。
Q: 現在大數據在香港處於快速增長期，像數據分析師這樣的職位要求也越來越高，你覺得他們需要符合什麼要求呢？
E: 現在數據分析師的能力越來越偏向於更加綜合，既有IT技術方面的知識，也要懂得Marketing方面的，而不是像以前那麼專攻一個方面。
數據分析在政治、零售、公關等各行業如何作用
Q: 那我們一直都說數據分析，現在在哪一方面會應用的比較多呢？如果像政治方面有用嗎？
E:政治應用現在也是很廣泛的，現在很多的社交軟件，利用數據分析出社會民情，其實也是不斷在做測試的過程。例如像美國就會拿Twitter數據去做社會民情分析、台灣等總統選擇都有用到。
Q: 那有沒有實際的例子可以跟大家分享一下呢？
E: 例如美國的總統選擇，Donald Trump就會用Twitter和Facebook收集資料，一開始就會不同的政策去試，之後發現靠近墨西哥邊境的人對墨西哥新移民政策比較大反應，所以就不斷針對這群人提出相關政策去吸引這群人投票。
Q:那是不是一定要和某些平台合作才能拿到這些數據呢？
E: 其實不一定的，因為很多數據都是公開的，需要一些技術性的方法去調取數據，做一些數據分析模型去輔助管理層做決定，成本其實不高而且很快，不是很難的。但是問題就是是不是大家都知道數據就在那裡。
Q: 發現了一件事情，昨天我跟朋友說起“鋼琴”這件事，就是大家聊聊天，然後今天發現就給我推送了關於“鋼琴”的相關廣告了，那他是不是會在各種電子設備上收集資料，又是如何做市場推廣的呢？同時很多市民也會很擔心，感覺自己沒有了個人隱私，那會不會給市民日常生活造成困擾呢？
E: 其實這個年代，如果要個人方便的，就要提供一點數據。特別是經常用各種電子設備像手機的人，隱私就會降低，但是他不會非常準確的匹配到名字，地址，電話就是你這個人，其實大家也是不會介意的。那最多這些數據的就是Google，Apple，手機商等等，但是他們不會準確的知道你這個人。你用瀏覽器或者一些社交軟件看過什麼東西，他就會根據你的愛好推送相關的內容，廣告等。
Q: 其實這些大數據和流程是不是用的最多就在零售業上？
E: 因為零售是直接針對大眾的。B2B（Business To Business）相對比較少，因為本身公司企業有自己的考慮，分析不會容易改變。但是大眾是容易的，所以面對大眾會更多。
Q:那其實數據到底是了解我還是不了解我？一個人因為數據是選擇少了還是選擇多了？因為一個人也是有可能會喜好變化，比如我曾經看過，但是現在很討厭，然後還不停推送給我就很困擾。
E: 其實現在AI也是不斷去調整的，比如說以前就看你的喜好什麼，但是現在可能就會看你的朋友喜歡看什麼，或者是加一點新的內容去擴充空間，就會涉及到心裡學的內容。其實最終下決定的肯定也是人，數據只是輔助管理層去做更有效率的決策。
Q:那你覺得現在這個階段，香港數據分析面臨的挑戰是什麼呢？
E: 我想應該是管理層的思想挑戰。因為以前大家都覺得香港的市場很小，不需要做數據，而很多管理層也有自己一套想法，怎麼看待這個答案，管理層是不是願意給預算做這些事情等。
管理層數據初學者如何進行數據分析做出商業決策？
Q: 如果我是一個不懂數據的管理層，怎麼入手呢？是不是從數據的結果來看？
E: 很多人都會是從結果入手，但是其實不對的。要先提出問題再用數據去解決。
Q: 那一個管理層做數據分析需要什麼品質呢？
E: 首先要懂得問問題。去問為什麼，為什麼會有這個答案啊？怎麼樣得出來之類的。其次容錯度要高，因為數據可能一次不會得出結果，不要直接否決，多試幾次，可以試試換個方法換個模型去解決。
Q:那管理層可以怎樣利用這些數據呢？
E: 可以通過看benchmark，就是過去的歷史數據，去了解自身公司或者這個市場或者和你擁有同一客戶群體/產品等競爭對手的表現等等。比如你以為突然某一個Facebook的貼文有100多的回應就很好了，但是看看過往的數據，平均都有200多300甚至更多的，那其實這個100多回應的貼文甚至還不如平均水平。
小結：掌握數據分析，讓決策更有效率
通過Edmund在節目中給大家的分享，相信大家對數據的應用分析以及前景會有更清晰地了解：
– 大數據現時在香港處於快速增長時期，越來越多專上學院都有相關課程。
– 數據分析崗位需要能力綜合：IT技術+Marketing知識
– 數據分析在政治、零售等各行業都有越來越廣泛的應用，幫助決策者做出更有針對性和更有效率的決策
– 現時香港未來較大的阻礙是部分管理層的思想，需要衝破對數據方面不太重視的局面
– 大數據時代個人隱私程度降低，但不會精確匹配到每個人真實信息，普通市民無需太過憂慮。
– 層理層的數據初學者要先從提出問題開始，再配合數據得出答案。懂得提出問題+容錯度高是非常重要的品質。
