Ying @ Taiwan

Big data 已經是所有行動世代耳熟能詳的名詞，即使不曾使用過，也聽聞過。既然大數據的收集與應用門檻已經降低，自然而然在軟體設計工作上，便希望倚賴 big data 來協助，提高身為規劃者做出「有效決定」的機率，因應此，與 team members 共讀摘要《大數據》讀書筆記如下。 Ch. 1 第1章　現在 NOW 該讓巨量資料說話了 Big data 需要建基於一定的科技發展 ，因為「收集大數據」本身便已具備一定的科技門檻 Big data 要我們暫時拋下對因果關係的執著 (Why)，轉而擁抱簡單的相關性 correlation (What)；但我們在做各種設計決策時，若僅考慮 What 而忽略 Why，很可能會做出誤差判斷… 但這本書又叫我們要「容忍誤差」！ 原本的抽樣調查誤差可能發生在資料收集的環節，但現在因為資料的量變造成質變，大量收集資料後，不精準的誤差被數據量稀釋了。 「當面對極大量的資料時，就不會堅持一切都要作到精準」 Open questions: 掌握 Big data 的一方，已經握有科技時代掌舵的鑰匙。例如 Google 開放了熱門關鍵字搜尋，我們才能據此發展設計或創意，但若 Google 不開放？！ 目前以工作上應用來說，直接面對的問題是：要抓哪些資料？如何分析所得到的資料？如何依據所得 raw data 定義出設計決策？ 真的可以忽略 why 而僅考慮 what 嗎？ Reference 尿布、啤酒、星期五─每個人都該懂的Data mining Ch. 2  第2章　更多資料 MORE 「樣本＝母體」的時代來臨 過去「隨機抽樣」研究方法的廣泛運用甚至無限上綱，起因於歷史上對於樣本研究的科技限制；然而抽樣資訊必然會有所遺漏，且 資料無法重複使用或延續再分析 。 「使用巨量資料做研究，就像是釣魚，一開始的時候，非但不知是否掉得到東西，連『釣得到什麼』也還在未定之數。」因此我們應用在 App develop 上，採用 GA 收集資料，需要想出「大概可以下釣餌」的地方，但也沒辦法確認是否可以拿到想要、有用的研究結果。 Big data: 攝影師可以先照完像，之後再在數位檔案決定要把焦點對焦在哪裡，可以查看細節或是進行新的分析。 倚仗高度科技應用的 Big data 可以在