預測分析時代

預測分析時代:讓數據告訴你,誰會買、誰說謊、誰會離職、誰會死!

中國人是很喜歡算命的一個民族,我們一直想透過臉與手的紋路、出生八字、姓名筆劃之類的資訊,配合術數來預測或判斷命運吉凶福禍,我的老爸就是這樣,也因此我深切痛恨這種算命的行為。世上不獨中華民族喜愛算命,另一種推測未來或探究事物的神祕學,可以說是占卜了,可見人類就是這樣地害怕未來。知道未來是一件很厲害的事,以現代的科技而言,以可供檢測的科學方法來研究和預估未來將會發生的事件及結果,雖然這不是迷信,但是也夠神了,因為用檢測的方法會產生數據,所以透過數據資料我們可以預測,也因此預測分析時代:讓數據告訴你,誰會買、誰說謊、誰會離職、誰會死!這本書讓非常相信科學可以做預言的我感到興趣,大家一齊來看看博客來的介紹:

Amazon 商業分類 No.1
  在數據為王的時代裡,
每個人從出生到死亡的一舉一動,
都受到預測。

過去,資料的分析探勘運用,頂多是讓你可以回首來時路,告訴你去過哪裡;
現在,透過預測分析則是前瞻的,告訴你該往哪裡走,這是一個美麗新世界、新創企業的寶藏。──富比士雜誌

預測分析已然展開……現在你一定要知道,為何廣告商與雇主對你瞭若指掌。──CNN財經

在預測分析時代,利用蒐羅的資訊,可以有效提昇決策品質,達到「共好」……
但也可能觸發全民公敵的疑慮。──英國金融時報

原來如此,廠商是這樣得知我們的秘密。──紐約時報

我們在網路上發洩情緒的聊天話題,跟景氣好壞有什麼關係?
行銷活動讓顧客反感至極,該怎麼處理?
科技公司為何要預測員工是否會離職?
歐巴馬競選團隊如何利用預測分析,拉攏搖擺選民?

真正權力來自於掌握未來,企業正運用預測技術掌握未來、影響你的日常體驗。包括賣場給的折扣、臉書的朋友推薦、交友網站的智慧配對、服飾的流行款式、信用卡遲繳、是否懷孕、是否會離職……這些全部都能預測。但企業組織如何得知你的祕密?又如何運用這些資料?

艾瑞克.席格曾任教於哥倫比亞大學,亦是預測分析世界大會創辦人。他囊括各種領域經驗來說明預測分析的概念,提供多項案例,從企業預測的動機、如何收集民間資料、運作到結果應用逐一剖析。同時也探討企業在個資管理及運用所面臨的道德問題與挑戰。

席格點出,預測分析的目的是讓預測結果改變決策品質。小預測會有大妙用,許多企業組織靠著小預測,成功改善服務品質、增加成效,同時省下成本:

  精準預測?其實,你只需比對手快一步、準一點──
直銷業者藉由預測顧客反應,寄送目錄。一百萬份的顧客名單中,他們找出回應率比一般高3%的顧客,針對他們寄送目錄,雖然行銷對象少了四分之一,卻節省了四分之三的成本。

你是不是覺得網路上的廣告,越來越對味兒了──
透過收集消費者在網上點擊、搜尋的關鍵字資料,網路業者再精心搭配所需的廣告,讓瀏覽者點擊廣告訊息的機會大增。

 讓風險變機會,銀行獲利增加US$6億的祕密──
借款人提早還清房貸,會讓銀行利息收益減少;延遲繳款更對銀行不利。兩種情況對銀行來說都是風險。因此大通銀行透過預測分析,正確找出74%這類房貸個案,及早因應是否將房貸案件轉賣給其他銀行。因為這項專案成功,大通銀行身價爆增。

顧客折價卷用得多,賣場就賺得多──
你在商店結帳櫃台會拿到什麼折價券,都經過業者精算。全球第三大零售業者特易購,從消費紀錄預測顧客會使用哪些折價券,藉此決定分店1億多張折價券的內容,使折價券兌換率增加3.6%。

  超越搖擺選民,贏得選戰──
歐巴馬競選團隊透過預測分析,找出哪些選民比較容易說服、哪些選民對競選活動反感。他們集中分析幾百萬名搖擺選民,找出誰適合接洽、拜票。事實證明這種做法比傳統搶攻特定族群的效果更好,成功說服更多選民支持歐巴馬。

  別胡亂攪動一池春水,好客戶可能因此跑了──
電信業者通知顧客續約,可能造成反效果,變成提醒顧客可以換別家業者。挪威電信因此預測顧客的反應,找出有怨言的顧客並小心避開,以免一接到通知就解約。或是向有機會說服的顧客提供優惠宣傳,讓顧客流失率降低36%、宣傳活動投資報酬率增加11倍、宣傳活動成本減少40%。

  時間永遠不夠?轉向目標學習,提高學習成效──
對學校來說,透過分析考試結果,調整教學時間配置與方式;學生也可透過分析預測策略調整複習、作業練習的時間。

  預防重於治療──
利用預測分析技術,及早警告潛在病患罹患糖尿病、心血管疾病、氣喘等慢性病的機率,有效降低公共醫療開支。

現在起,勝負的關鍵就在於預測分析的能力。預測分析就是商業智慧發展的方向。遊戲規則早已改變,而你身在其中。閱讀本書,可以讓我們了解世界進步到哪,還會往哪個方向邁進。

名人推薦

這是關於商業、政府機構及醫療照護的《魔球》。──吉姆.史戴(Jim Sterne),數碼分析協會主席

此書深入探討預測分析技術在商業上的各個領域,具批判性的眼光又兼顧實用性,閱讀起來充滿樂趣。──傑弗里.摩爾(Geoffrey Moore),矽谷教父、高科技策略大師

能增廣見聞、充滿娛樂性且細緻入微。席格跳脫媒體炒作,讓科學變得更有意思。──雷依德.加尼(Rayid Ghani),2012美國總統歐巴馬競選團隊首席數據分析師

《精準預測》作者席佛在撲克牌及政治上的運用之外,《預測分析時代》囊括其他所有方面。這是一本全面談論預測分析的好書,非科技宅也能輕鬆閱讀。──大衛.林韋柏(David Leinweber),《華爾街狂人》(Nerds on Wallstreet: Math, Machines and Wired Markets)作者

這是一本21世紀生活的使用說明書,指出預測分析幾乎是所有事物的核心,無論是在科學界、商業界、運動界,或者政治界。艾瑞克.席格是非常理想的嚮導。──史蒂芬.貝克(Stephen Baker),美國《商業週刊》作家、《當我們變成一堆數字》作者

作者介紹

作者簡介艾瑞克.席格 博士Eric Siegel曾任哥倫比亞大學教授,為預測分析世界大會(Predictive Analytics World)及文本分析世界大會(Text Analytics World)創辦人,亦為《預測分析時報》(Predictive Analytics Times)執行編輯。席格讓預測分析變得容易理解也令人著迷,他擔任教授時,就以寓教於樂的方式授課。現為知名演說家、教育家及預測分析領域的翹楚。

譯者簡介

陳琇玲 Joyce Chen

美國密蘇里大學工管碩士,曾任嶺東科技大學講師、行政院國科會助理研究員、Alcatel Telecom主任稽核師。榮獲100年全國模範勞工,現專事翻譯,重要譯作包括:《歐巴馬勇往直前》、《2010大崩壞》、《富爸爸財務IQ》、《全球經濟12大指標》、《贏家:教你摸透詭譎市場的投資心理學》、《逆危機:A咖不會做的蠢事,破除企業8大潛藏障礙的12項法則》。

目錄

推薦序 大多數天鵝是白的作者序 預測分析究竟在做什麼?前言 預測效應
預測人類行為,如何讓我們對付風險、強化健保制度、提高打擊犯罪的效益,並讓銷售額激增?為什麼企業要做好預測,就要肯學?差勁的預測怎麼會變得寶貴無比?組織為什麼要預測你什麼時候會死?

Chapter 1 起而行吧!要預測就要採取行動
要將預測模型實際應用需要多少膽識?這樣做有什麼好處?推動預測分析,表示要依據預測採取行動,把從資料中學到和發現的事情實際應用。許多組織都如此大膽躍進——畢竟,不做,就永遠不可能成功。

Chapter 2 權力越強,責任越大──惠普科技、塔吉特百貨和警方如何推斷你的祕密
我們如何在不侵犯隱私的情況下善用預測機器,預先得知誰會辭職、誰會懷孕和誰會犯罪?公民自由出現危機了嗎?為什麼某家知名壽險公司要預測保戶的壽命?利用電腦偵測詐騙,機器智能如何在它的腦袋裡解讀「詐騙」這個詞的意思?

Chapter 3 資料效應──資料多不見得有用

我們忙著處理多到數不清的資料,但是這麼多原始資料能告訴我們多少寶貴資訊?我們真的能利用這些原始資料做預測嗎?現有資料可以揭露平民百姓的集體情緒嗎?如果可以,我們在網路上發洩情緒的聊天話題,跟景氣好壞有什麼關係?

Chapter 4 有學習能力的機器──大通銀行如何預測房貸風險
哪種風險型態最不容易被察覺到?預測如何將風險轉變成機會?為何各行各業都必須向保險公司學習?我們如何放心信任機器的預測?為什麼預測無法避免全球金融危機?

Chapter 5 集成效應──奈飛公司、群眾外包和速效預測
把預測分析委由群眾外包──外包給一般大眾──企業把本身的策略、資料和研究發現公諸於世。這種做法怎麼可能協助企業跟同業競爭?預測分析的哪項創新關鍵是透過群眾外包的協助而開發出來的?集成模型預測的精準度一定會複雜到讓人難以招架嗎?或是有巧妙的解決方法可循?非人類群體也有智慧可言嗎?

Chapter 6  IBM電腦華生挑戰益智問答節目
挑戰益智問答節目《危險邊緣》的IBM超級電腦華生,究竟是怎樣運作的?為什麼這部超級電腦需要預測模型才能回答問題?讓這部超級電腦有如此超高績效的祕訣是什麼?拿iPhone的Siri跟其相比如何?為什麼對電腦來說,人類語言是如此艱鉅的挑戰?人工智慧有發展的可能嗎?

Chapter 7 數字最具說服力──歐巴馬選戰如何精心設計,創造影響力
為什麼有些行銷活動讓顧客反感至極?美國總統大選證明數字最具說服力,所有企業該從總統選戰中學到什麼?投票率預測如何在2012年總統大選幫助歐巴馬連任?怎樣能減少醫療事故,讓醫生不會不小心害死病患?謎語:有些狀況經常發生在你身上,但你無法察覺到,甚至事後都不確定它們是否發生過,想想看那些狀況可以事先預測嗎?

後記
預測2020年第一個上班日,這十件事情已然成真……

附錄
A. 預測的五大效應
B. 預測分析的二十一個應用
C. 預測人物群像

謝辭

預測分析147個實例

↑↑↑↑↑↑↑
雖然作者自嘲從事預測這一行會遭遇的職業傷害,還好我沒說我是資訊礦工,不然可能也是會有人很奇怪地看我,我自己比較想自詡為資訊礦工,原因就是不想把會預測的能力掛在嘴邊,這樣好像會有人覺得我臭屁,其實我也沒什麼好臭屁的,只不過就是學過Data Mining而已,說到預測可遠了,但是我想我會培養來自聖靈的提醒,或許每一天我都會收到個人的啟示也不定,好了,喜歡的人就拿本來看看看吧。

感謝你看到這裡,很快就可以離開了,但最好的獎勵行動就是按一下幫我分享或留言,感恩喔~

點我分享到Facebook

發佈留言

發佈留言必須填寫的電子郵件地址不會公開。 必填欄位標示為 *