【CPP114】訊：我們每天利用微信、微博各種手機上的APP，接收或傳送信息，下載APP安裝在計算機或手機后，注冊了個人信息，幾千萬人使用了同一個APP后，軟件公司就有了千萬個個人資料，這么多資料放在軟件公司的數據庫里面，就是所謂的大數據嗎？

  當然沒這么簡單。那只是客戶關系數據庫。

  看看谷歌是如何做的。他們透過美國不同地區民眾搜尋和感冒相關聯（頭痛、流鼻水等）的關鍵詞，就能預測美國流感爆發的地區和時間，和美國疾病管制局收集各大小醫院病歷得到的數據，整理出來和預測的一樣準確，卻比疾病管制局早了幾個月。

  谷歌一天有上億筆的搜尋數據，和疾病管理局一兩年的數據比較，找出其中十幾個關鍵詞的關聯性，第3年就成功預測了各地區流感的爆發期。

  臺灣一家電視收視率調查單位和2000個家庭簽約，把他們家的電視遙控器信號接收過來，收集了這些家庭每一天某一時段收看電視的記錄，什么人看這個節目，以此作為廣告商向廣告主收廣告費的依據。2000個家庭代表臺灣2300萬人口的收視情況似乎不夠嚴謹，電視廣告費很昂貴，但是廣告主沒有更好的參考依據，只好稀里糊涂付錢看運氣了。

  只要你用一個APP去查詢搜索網站的關鍵詞數目，或是到社群網站去查被轉載的內容數量，就知道一個節目是火還是冷。以往依靠民意調查生存的公司，早就數字化轉型或關門大吉了。

  亞馬遜當初在網絡上從賣書起家，因為聘請編輯寫書評和讀后感，讓買書的人快速了解書的內容，因而加速了賣書的銷量，打敗了當時其他的網絡書店。后來，賣的書多了，就有了大數據，就能從客戶買書的統計中，理出一個比例，如買食譜的人有的也會買推理小說，或者科普書和武俠小說有同樣的關聯，有大數據不需要研究“為什么”，只要知道“是這樣”就行了。

  一個顧客把食譜放進購物車，亞馬遜就推薦幾本推理小說；顧客把武俠小說放進購物車，就會看到科普書的廣告，幾年前亞馬遜就把整個寫書評的編輯部門裁掉了，IT部門信誓旦旦不久的將來可以做到，每一個顧客到亞馬遜買書，最后至少會多買一本書。

  印刷廠有應用大數據的例子嗎？

  香港寶諾時從客戶印名片的內容中發現，香港前100家大企業幾乎都沒有把名片交給寶諾時印刷，于是寶諾時成立特別業務部門專門去大企業爭取把客戶找出來，不但要幫他們印名片，還有許多其他的印刷生意機會可以期待。