跳到主要內容
:::
:::

數位專欄

建構數據思維,企業經營的新驅動力
發佈日期 發佈日期 :2022-03-16 | 點閱率 點閱數:547 | 資料更新 資料更新:2022-03-22
張榮貴

張榮貴

張榮貴博士為程曦資訊共同創辦人,現擔任人工智能公司董事長、軟協常務理事暨AI大數據智慧應用促進會會長。擁有32年軟體開發,與超過28年的CTI/CRM技術整合應用發展實務經驗,專精於CRM服務流程與服務架構之資訊技術整合。近年專注於AI、自然語言處理、大數據等科技領域研究,發展對話式商務。並致力推動AI智慧應用發展,促使產業AI化、AI產業化。

我們都有這樣的經驗,當我們在網路上搜尋想購買的物品如電腦螢幕,搜尋幾次後,您只要在網路上瀏覽,旁邊就會出現電腦螢幕的廣告,而且還都蠻符合您需求;您在購物平台購買物品,可能也經常會收到讓您心動的推薦商品......等,這些就在我們生活周遭,這些都是數據的力量。

 

近幾年人工智慧技術正引領產業的發展與變革,中華軟協2017年成立AI大數據智慧應用促進會,推動產業AI智慧應用,推廣AI思維教育,讓產業對於AI技術有正確認識。而在這推廣過程中,我更感受到:AI是技術,技術要怎樣用,要解決什麼問題,這才是核心問題。

 

解決問題的第一步是數據,數據怎樣收集與運用,成為企業很重要的工作。

 

建立數據思維,企業對數據有更深認識,透過數據來驅動成長動力

企業怎樣有計畫地收集數據呢?數據之於企業應怎樣看待呢?這問題我們應該建立「數據思維」,先累積營運數據,探求數據的應用,再完善數據收集。企業經營一定會產生營運所需要資料,而這些資料除正常營運所需,還可以為企業帶來甚麼效用、為企業發展又帶來什麼幫助、企業要怎樣治理這些資料,這是需要探討的命題。

 

企業的營運資料很多,且日復一日地產生,如交易資料、客戶資訊、服務資料、作業資料......等,這些資料對於企業的營運與發展要怎樣運用呢?

 

我們先來看看我們身邊的例子,Google做的是搜尋引擎,但是如今獲利最多的卻是廣告收益,占營收超過八成。原因在於民眾大量使用Google的搜尋引擎,而藉由使用者的搜尋紀錄,去推薦各個使用者比較有興趣的資訊,提高廣告的點閱率,賺進更多的廣告收益。

 

Facebook做的是社群網路,其獲利最多的也是廣告收益,營收九成多。其也是藉由使用者按讚以及打卡等行為的互動紀錄,去進行分析,進而提供相關廣告給使用者。

 

數據運用除了思考業務相關外,重要是要思考能否創造「非主業的黃金」,我們可以從「數據效用」、「數據驅動新商模」兩個角度來思考。

 

1.數據效用:重視數據效用,才能創造價值

我們常會談到大數據,而也認為數據大就是好,夠大才有用,我個人覺得這是數據迷思,數據我認為價值才是重點,唯有能創造價值,才對企業有幫助,所以數據效用是我們要思索的。一個企業營運自然會留下資料,而這些資料是企業的負擔,還是黃金呢?若沒有運用,就是負擔,若能發揮其效用那就是黃金。

 

運用數據來改善內部作業流程、調整產品策略、調整市場方向、提高客戶黏著。例如從顧客服務資料可以看出顧客經常用甚麼管道來互動,就可以強化這些接觸管道的服務內容與體驗方式;從客戶抱怨或回饋需求,就可以成為改善產品的重要資訊......等。

 

2.數據驅動新商模:透過數據價值,改變商業模式

創造新價值,運用數據來提供新服務,產生新附加價值,或創造新的商業模式。例如一個餐飲外送平台,可能是最能掌握地區口味喜好及生活習慣,這些資訊可以提供給店家建議,也有可以成為給開店需求企業的顧問服務。

 

一個共享機車平台,有大量機車在城市執行載運服務,而其車上的感應器,知道城市那些地方路不平、那些地方有坑洞、成為智慧城市最佳合作夥伴;共享機車的上下車熱點,成為商家導流的最佳協助者,這些可以創造新的營運商模,創造新的收入。

 

我們換個角度看共享機車公司,其實是數據科技公司,其營運平台及營運數據就是數位資產,營運數據也可以加以整理,銷售這些數位資產。

 

解決數據應用「兩大困境」,驅動企業成長

對於數據應用,應先建立數據應用的服務目標,然後以達成這服務,來修正完善數據收集。話雖如此,在大企業較有資源,就可以採用專案發展方式,跟資訊服務業者一起客製發展。而若是中小企業,在實務上可能會遇到這兩種典型困境。

 

1.數據擁有問題

一般業界會遇到是有數據沒技術,有技術沒數據的困境。企業擁有經營數據,但不容易擁有AI技術,尤其以中小企業最為明顯,但擁有技術的資訊服業者,不擁有數據,造成這雙方磨合期長,不易成功。或若產生合作的智慧應用,也不易拓廣到其他企業應用。

 

2.數據收集問題

企業在沒有完整數據思維下,可能收集的資料不完整,無法有效建立解決方案,若要補足資料,也是工程浩大,這令企業躊躇不前。

 

就資訊服務業者而言,期待能夠建立一個可以服務眾多企業的智慧應用,這對產業而言也有助於發展。針對這些困境,我提出兩個策略來給大家參考。

 

1.選對問題策略

怎樣選擇一個對的智慧應用問題,是一個重要的起點,運用行業經驗,定義共同問題,逐漸建構一個智慧應用解決方案,成為一個產品或融入現有產品系統中。

 

在製造業經常提起的就是瑕疵檢測、預修保養這類問題;在商業上經常有推薦系統、服務機器人(Chatbot)運用於各種解決方案中。我們可以透過數思維與產業經驗知識,發展更多智慧應用,來協助產業發展。

 

2.時間換取空間策略

可以依照要解決的問題,規劃保留資料項目,在系統中留下必要紀錄,並做初步整理。隨著營運時間,逐步累積必要資料,系統也逐步歸納提出建議,隨著時間與資料量增長,其模型運作結果,可以逐步達到供參考或可採用的成果。

 

數據思維是從數據價值出發,決定我們要運用數據來提供的服務,然後收集資料發展智慧應用,以終為始的概念驅動企業發展。而資訊服務業者可以依據熟悉領域,以選對問題,時間換取空間的策略發展智慧應用,融入既有產品。
 

這也可以引入AI技術廠商合作發展,工業局推動「資服業產品加值AI落地應用」計畫,就是要協助業者插上AI的翅膀,提升產品價值,支持產業發展所需。數位轉型成是企業必須面對的命題,而數據思維建構新的數據驅動力,將成為企業成長的主引擎。

返回 最上方