從大資料（Big Data）到全資料（Whole Data）

被譽為資訊界的傳奇人物、也曾獲得資訊科學領域中最高榮譽—圖靈獎（Turing Award）的美國資訊工程學家吉姆·格雷（Jim Gray），在其生前曾提出「科學典範」（Science Paradigm）的概念，他認為科學研究的演進，有以下四種典範[1]，如圖1所示：

1.第一典範「科學實驗」：以記錄方式，呈現實驗結果，描述自然現象。

2.第二典範「理論推演」：發展理論，建立模型，歸納驗證。

3.第三典範「模擬模擬」：透過計算機，對複雜現象進行模擬。

4.第四典範「資料密集」：對資料進行探索（Data exploration），又稱eScience

大資料，就是屬於上述科學研究的第四典範（Paradigm）。

圖1 科學研究演進四典範 （圖形中的時間為2009年前的時間） 繪圖者：周晏汝

資料來源：修改自The Fourth Paradigm: Data-intensive Scientific Discovery （T. Hey, S. Tansley, and K. Tolle, 2009）

值得一提的是，第一典範其實是世界文明進步的開始，已存在約一千年，主要是人類以紀錄方式，描述自然現象、呈現實驗結果，而這也是人類知識得以累積的重要基礎；至於第二典範，則有一百年以上的歷史，大約是工業革命之後，人類大量投入基礎研究，科學研究為藉由發展理論、建立模型的歸納驗證方式。

第三典範「模擬模擬」與第四典範「資料密集」都是利用計算機來對資料進行處理。兩者之間的差異，在於第三典範「模擬模擬」會先釐清問題並確認假設，再利用資料進行分析與驗證。而第四典範「資料密集」，則是先有大資料，然後再透過分析，發現未知的理論。因此，第四典範的作法，不強調推論「因果」（cause and effect），而是強調發現「相關」（correlation）。這種思維則徹底顛覆了傳統的科學研究做法。

由於現有的營銷資料常被集中在各個企業或機構的「資料倉庫」內。這些資料可能有各種來源，各種不同格式，像是各種因為不同任務需要所蒐集而來的資料、統計報告和趨勢調查等。而資料探索（Data exploration）則是由資料科學家根據各方收集而來的資料，形成真實分析的一種資訊探索方式。

舉例來說，目前各式各樣混亂、毫無結構的人類活動痕跡，正由各種工具如抖音、微博、臉書、Instagram和Youtube記錄下來，而藉由探索性資料分析（Exploratory Data Analysis, EDA）這種視覺化和統計分析工具，找出其中的關連，正是大資料分析或營銷資料科學的基本精神所在。

此外，第四典範「資料密集」的研究概念，更強調以完整的資料來進行分析，只要資料是真實的，我們就能透過分析工具，瞭解資料背後的可能存在的各種行為，進而找出其行為模式。這個部分包涵兩個層次，一是資料蒐集時，不僅是「大」，而是「全」（意即真實且完整）。

其次，由於現行分析工具越來越強大，以前企業可能無法顧及末端的消費者（交易次數少、金額低），而只聚焦前端的顧客，現在拜大資料之賜，可以掌握「全部」的個別消費者的交易資料，企業甚至可以觀察到個別消費者的動態。

如果某一消費者的交易突然靜止好一段時間，企業就可以儘快推出一對一營銷，將此顧客設法保留在會員名單內，而非坐等令其流失。這也是從大資料（Big Data）到全資料（Whole Data）的基本概念。

作者：羅凱揚（臺灣科大兼任助理教授）、蘇宇暉（臺灣科大管研所博士生）、楊竣宇（廈門大學智慧財產權所博士生）