資料分析鍊金術(七)-insight?

圖片來源:http://www.cgma.org/Resources/Reports/Pages/insight-to-impact-big-data.aspx?TestCookiesEnabled=redirect

        這幾年除了Big Data被超級濫用之外，Insight也是個聽到爛掉的名詞。人們已經無法滿足於單純的分析，而是想更進一步取得Insight，像是Custimer Research變成Customer Insight、或是乾脆用Insight代替Analysis的說法也有。那到底什麼是Insight?

[翻譯]讓你的DATA更人性 (Six Ways to Make Your Data More Human)

原文出處：Six Ways to Make Your Data More Human

        這篇文章是我最近看到在談Big Data文章的非技術文章中最有感觸的一篇，跟大家分享。這篇文章副標下得很好："Big Data Is Great, But Marketing Still Needs the Human Touch"
        當不管業界還是學術界對BIG DATA一頭熱的時候，還是要適時停下來想想DATA本身對我們的意義，畢竟分析資料的資料來源是人，演算法的邏輯設定也是人，解釋的對象是人，未來應用的對象也是人，當然要讓資料"人性化"一點。這篇文章提供了六個讓DATA更人性的方法：

資料脈絡與詮釋

        數字會說話？錯，說話的永遠是人，這是最近很紅的一本書"精準預測"中的名言。如果只會看數字講話，那很容易跌入陷阱。別忘記，蒐集資料的是人，解讀資料的是人，使用資料的也是人，就算是演算法的設計，也是跟人有關，所以解讀數字時千萬不能脫離資料的脈絡。

[R] TEXT MINING(文字探勘、文本分析練習)

        BIG DATA時代要說跟一般資料庫分析有什麼不一樣的地方，除了更多資料外，就是更多對於非結構化資料的蒐集了。網路媒體有別於傳統媒體，每個使用者都可以製造、生產訊息，網路上的訊息量比美國國會圖書館還多了N^N倍，這些資料都不是整理好的資料，甚至大多不是是數值資料，為了蒐集並且分析這些資料，TEXT MINING(文字探勘)成了近幾年的主流。

      一般文字探勘軟體都很貴...而且不支援中文文字探勘，因此在華人世界，R成為文字探勘者最主要的工具(畢竟免費)，而且有大神在開發中文文字探勘R套件，讓R成為中文文字探勘神器。

資料的切與不切，is a critical choice

        為了瞭解雨量和業績之間的關係，先前以用R抓網頁資料抓到了台灣的雨量資料，觀察三年來每一天雨量和業績的關係，我們去觀察是否雨量越大，業績會越好(或越不好)，但是結果是相當不顯著的。直到有一天與同事聊天，同事以前是在達美樂上班，說有下雨和沒下雨對業績是有非常大的差別的。

研究方法的選擇?

        在念研究所的時候，系上的老師依照研究方法的途徑分成了理論派、量化派、以及質化派別。理論學家尋找理論問題、量化老師尋找可量化的問題、質化研究尋找可以質化解決的問題，但是這樣的分法對於解決問題來說完全是本末倒置的行為。研究方法本來是為了解決問題而存在，每個問題都有百百種解法，但是在學術上卻有點變成先決定自己解決問題的立場(也就是研究法)再來尋找可以用這個方法解決的問題。

        在實務環境中，套句老話，不管黑貓白貓，會抓老鼠的就是好貓。只要能解決問題，不管用量化、用質化、用資料庫、用理論沒人管你，只要用的方法合情合理合適，能夠正確解決問題就好。可惜很多人的解題能力和想像力，在還沒面對問題前，就先被限制住了。有些問題適合量化調查，有些問題適合質化調查，應該配合問題來選擇研究方法，而非遷就研究方法來曲解面對的難題。

        對於問題，我們沒有任何依靠，只能依照有邏輯的研究方法和假設來了解問題。研究方法就像是探索世界的工具，有些地方適合用十字起子，有些地方適合用一字起，有時候還需要用到壓力板手。如果你只會用十字起子，當然也可以解決很多問題，但是遇到其他狀況就無法妥善處理；但是當我們會的工具越多，自然能解決更多類型的問題，甚至可以挑選出最方便的工具來解決問題。

圖片來源：http://www.torinc.net/methodologies.html