好書
大數據的關鍵思考
這是一本好書。
近來大數據這幾個字大為流行，但如何存放、管理，與妥善使用，使數據不只是被動的作為支持，而是主動作為解決問題的良方，進一步成為創新的基礎之上，卻很少有明確的討論與制定。
這本書的作者車品覺以自己親身施行的經驗，配合流暢的文筆，提出實用的概念與方針，讓任何人都可以理解大數據這個工具該如何使用。
是一本很有內容，廢話不多，並且實用的好書。

最有趣的是，文末還特別加錄了中小企業該如何面對與使用這個看起來很大的工具，與大數據如何使用在個人身上。

值得一讀。

這件事情世界上只有三個人知道

簡單整理後：
1. 問對明確的問題。
2. 廣泛收集數據，理出有效資料。
3. 建立資料的關聯性，使資料變成可用的資訊。建議：分類、關鍵字、可朔源。最後可以依資料描述情境。
4. 妥善儲存管理基礎資料。跨領域、部門。
5. 針對不同業務需求，提供不同的中間資訊。盡量讓資訊的提用、交流變簡單。

6. 使用數據解決問題。（數據化營運）
將數據分解、整理出框架，主動針對營運目標收集數據，最後可以用數據預測未來，提供營運方針，落實執行。（營運數據）
7. 培養數據化思考。
8. 充分利用機器自動收集數據、整理數據。
9. 開放的思考能力。
10. 數據化營運《---》營運數據
形成循環。

我覺得目前用過在大數據上給予主動建議的最佳app，是中央氣象局的App。（書中不是談這個）
氣象局每天收集超大量的數據，建立模型，預估3小時到一週內的天氣預報，並給予具體行動方案：帶雨具、曬衣服、適合出遊等等。

依據大數據未來的應用最可能的是：保險費用。如果我是優良駕駛人（資料可從車用監控系統得知），我的車險保費將較為便宜。反之，開車時經常超速的駕駛人，將被收取較高的保費。
金融風險亦可使用。

網站提供的廣告、關聯文章等等，都會越來越針對使用者的偏好，某種程度上是效果佳。但反過來說，人們對與自己不同的意見的接觸機會將降低，同溫層會太高，對異己的接受度有可能更差，是社會學與個人應該要多注意的地方。

另外，隱私與保密的權利義務爭議也隨之提高。我的偏好資訊是否應該無償提供給這些資料收集商，好讓他們賺更多的錢，是否有爭議？

再延伸一點來討論，依據個人在網路上的行為，是否可以成為被預防、被控制的對象？例如：我曾在網路上看過動物虐待的影片，是否表示我犯罪的機率或動機較高？政府（或是數據收集商）可以基於預防犯罪的理由，現行監控我？限制我的自由？

科技的進步通常都是多面影響，如何使用也考驗著大家的智慧。