【王博專文】大數據分析與應用實務_大數據整理能力

本文出自王博專文

客戶要求我們有能力利用適當數字管理工具來提供產品與服務：

1

根據事實與數據: 如利用 “查檢表”, “散佈圖” 

2

整理原因與結果之關係: 如利用 ”特性要因圖” 

3

凡事不能只看數字平均值而已, 亦要了解變異: 如”直方圖” 

4

須根據數據之客戶, 產業, 等分類: 如利用 ”層別法” 

5

能抓住影響層面之管理重點: 如利用 ”柏拉圖” 

綜合以上之能力，我們稱為基本七工具

隨時代與競爭之激烈，又有新七工具之加入, 使公司能於業務推展, 組織運作, 後勤支援, 與公司的改善能更加完善。

下篇我們來探討七工具的細節。

【王博專文】大數據分析與應用實務_金融創新服務(下)

本文出自王博專文

    區塊鏈(BlockChain)

    核心技術1：集結密碼學、P2P架構的公開帳本。想了解區塊鏈，必須從第一個應用「比特幣」開始談起。它解決了數位貨幣最根本的問題：如何讓大家信任帳本上記載的數字。

    首先，比特幣採用的是P2P(peer-to-peer)網路架構，帳本是公開透明的，只要下載一個程式就能共同維護並存取這份帳本，當有新的交易紀錄，每個人的帳本都會一起更新，幫忙作證交易完成，因此不會有A已付錢給B、B卻說他沒收到的情況。儘管大家都有帳本存取權，並不是人人都能隨意更改帳本。

    在比特幣中，每批交易只能有一個人負責記帳，為了獲得記帳權，共同維護帳本的人或電腦(又稱節點)必須比賽解出一個複雜的運算問題，最先解出的人就能獲得記帳權，這個過程也被稱作「挖礦」，而參與搶答的人就叫「礦工」。

    在記帳前，礦工會檢查這筆交易的發起人是否合法，也就是如果交易內容是從A帳戶轉100元到B帳戶，那必須先確認該筆交易是否由A發起。同時，礦工也會確認這筆資金過去是否沒被花過，避免重複花費。由於挖礦程式也是公開透明的，大家都認同並遵守這套遊戲規則，因此不會懷疑由此新增的交易資料。

    在區塊鏈的架構裡，每批交易資訊都會被打包成「區塊」儲存在網路中，每個區塊會按照新增的時間順序串連起來，形成一條「鏈」。照理說，每個區塊後面只會接一個區塊，但如果一個區塊後面接了兩個區塊，就會「分叉」成兩條鏈，正常情況下，比較長的那條鏈會被保留，否則就會出現好幾種不同版本的帳本。再談細一點，礦工挖礦時必須面對的那些運算，其實是出自密碼學的雜湊函數。

    雜湊函數會把餵給它的東西打亂，很難預測結果，無論丟進去什麼內容，最後只會算出一個長度固定的雜湊值(hash)。

    以比特幣為例，礦工把整包區塊內容丟進雜湊函數後，會算出256位元的雜湊值。其中，每個區塊有好幾個欄位，包含上個區塊的雜湊值、交易內容，唯一可以動的欄位稱作「隨機數」(nonce)。

    而礦工的工作就是不斷調整隨機數、放到雜湊函數中，直到算出的數字符合條件，才能把區塊接到鏈上，完成記帳。在比特幣的世界裡每十分鐘只能新增一個區塊，所以挖礦的人越多，計算難度也會越高。不過挖礦需要耗費大量運算資源，大家為什麼願意投入?為了鼓勵更多人挖礦，比特幣結合激勵機制，成功挖到礦的人可獲得一筆固定的挖礦獎勵，和交易發起人提供的交易手續費。

    比特幣的挖礦獎勵每四年減半，從2009年的50顆，到現在只剩12.5顆，不過隨著交易量變大，礦工可獲得的交易手續費也變多。

    除了挖礦，雜湊函數也被用來產生每筆交易的ID──相當於數位指紋，而這些ID又會和上個區塊的雜湊值合起來成為新區塊的雜湊值。由於只要內容稍有更動，算出來的雜湊值就會截然不同，其他礦工也會發現哪筆交易被篡改，並捨棄掉該交易。可以說是雜湊函數，造就了比特幣交易不可抹滅的特性。

    核心技術2：

    用程式打造最有效力的契約：智慧合約是一個可以自動控制數位資產的電腦程式，也可以把智慧合約想像成一台由程式碼編寫，而且能自動運行的自動販賣機，投下多少錢，相對應的物品就會掉出。

    例如，有兩個人打賭會不會下雨，如果氣象感測器偵測到下雨、並把結果傳給智慧合約，那智慧合約會自動把賭金轉給贏家。智慧合約的好處，又或者說把合約寫在區塊鏈上的好處是：合約甲乙方可以不必以信任作為立約基礎，簡單說，就是不用在乎合約對象是否有信用，因為程式碼會強制執行合約內容。

    一旦合約被觸發，礦工就會開始執行合約內容，這過程是完全自動且無法干預，延續了區塊鏈的特性，因此合約內容很難被篡改、也幾乎不可能違約。雖然貨幣是區塊鏈第一個應用，但區塊鏈能做的遠大於此，包含身分證、駕照等身分識別紀錄，以及專利、商標、著作權等無形資產，都能編碼成數位資產並在區塊鏈上登記，甚至就連汽車或房子這類的實體資產也能數位化。

    想像一下，把住宅鑰匙、飯店房卡、汽車鑰匙換成密碼學中的私鑰，擁有私鑰的人才能打開車門。不過，區塊鏈和智慧合約畢竟是底層程式碼，要加上簡單明瞭的使用介面，才能成為能讓一般人使用的應用服務，像這樣基於區塊鏈打造的應用程式，就被稱作去中心化應用程式(DecentralizedApplication，DAPP)，其中，以太坊提供一系列DAPP的開發模組，是區塊鏈應用百花齊放的重要推手。

【王博專文】大數據分析與應用實務_金融創新服務(上)

本文出自王博專文

    無現金交易(CashlessPayments)：漸漸朝無現金世界邁進的過程中，除了常見的信用卡、儲值卡(如悠遊卡、icash)之外，近年來以手機為載具的行動支付也越來越常見。無現金交易的工具有很多，在台灣可以分為以下幾種類別：

01

電子支付

    可以用來付錢，也可以儲值、轉帳。如微信、支付寶、街口支付等(街口原為第三方支付平台，近來取得電子支付執照，現在已經可以用街口轉帳給朋友)

02

第三方支付

    可用來付錢，但不能轉帳、儲值，可直接綁定信用卡/借記卡使用的，例如LinePay,ApplePay。第三方支付可以提升交易雙方的保障，消費者在購物網站(如淘寶)消費後，先把錢轉到第三方支付平台(如支付寶)，確認貨物沒問題之後，錢才會流向商家。

03

電子票證

    僅用來付錢，可以儲值但不能轉帳。如現今普遍的悠遊卡、一卡通、iCash2.0即為電子票證。

    P2P借貸(P2Plending)又稱網路借貸、社交借貸，是指個體和個體之間通過網際網路平台實現的直接借貸。個體包含自然人、法人及其他組織。

    群眾集資(Croundfunding)又稱群眾募資或眾籌。通常是透過網路向不特定的大眾介紹提案內容(提案可以是一個充滿創意的產品、一個慈善企劃、一項研究...總之可以是各種等待人們贊助來成就的夢想)，並解釋提案人將如何運用集到的資金量產作品或實現計劃。

    想要支持計劃或想在創意發想初期就預購產品的群眾，分為股權型、贊助型、預購型。較常見的是可藉由「贊助」的方式，讓此計劃、設計或夢想實現。

    在一定的時限內，完成事先設定募資的金額目標後即為募資成功，可以開始進行計畫。著名的群眾集資平台包括：美國的Kickstarter、Indiegogo；大陸的京東眾籌；台灣的嘖嘖、flyingV。

【王博專文】大數據分析與應用實務_金融分析的目的

本文出自王博專文

BigData資料分析是為了什麼目的呢？

其實做分析之前設定目標是非常的重要，要先能夠確定想要解決的問題。

放在管理領域裡面我們在經營這個金融或者是財務的機構的時候，不外乎包含了下面幾大的領域。

第一個是拿來(1)做客戶的行為的了解，了解既有的客戶，也比較知道說到底什麼樣的人會是我們的新客戶。這部分通常跟我們的行銷、市場經營以及顧客關係管理會比較相關。

另外一個呢，就是我們如果要來設計一些產品跟服務的方案的時候我們要如何選定我們的(2)市場跟策略，該定什麼價格呢？該針對哪些族群呢？以往大多是透過經驗法則或者是一些專家的意見，但現在的時代中，因為已經累積了這麼多的資料其實反而從資料當中可以去協助我們做決策。

接下來就是包含了我們在進行的可能也會需要做非常多的廣告促銷、各式各樣的推廣的方案在這些廣告投放，什麼樣的產品訊息到底應該傳送給哪些的消費族群？什麼樣的產品或者是促銷的訊息會比較吸引他們的目光，而且會有比較好的，我們一般講轉換率，也就是說他真的看到的廣告之後會來消費，來申請來辦理我們的相關的服務。這部分就是能夠去提升行銷跟廣告的效果同時間降低這方面的成本。

最後一個其實就是我們包含了(3)提升的服務的品質了解顧客的需求，提升顧客的滿意度甚至是在我們企業內部經營整個金融或財務體系裡面對於內部的組織管理、員工管理甚至資源的分配都可以做更有效的配置。

【王博專文】大數據分析與應用實務_Big Data 與金融財務

本文出自王博專文

簡介一下到底金融跟財務部分的應用有哪些，以及數據分析到底在這個領域大部分的應用是在哪些方向。

【網路好文】金車賺到「無價的教訓」

本文出自哈佛商業評論

在全球化的時代，供應鏈跨越地理的疆界，也改變串連組合運作的模式，其中潛藏著許多看不見的危機，中國大陸毒奶風波，就是一個實例，如何有效管理供應鏈，成了企業生存競爭的重要關鍵。天下沒有白交的學費，金車集團不但積極主動因應，快速化解危機，更從中體悟到應善用品牌為企業帶來的價值，加速分散經營風險，積極開創新事業領域。

【網路好文】Google再與軍方合作，AI倫理的邊界在哪裡？

本文出自虎嗅網

故事要從今年三月初說起。

今年三月，Google被爆料已經與美國國防部（五角大樓）達成合作，幫助後者開發應用於無人機的人工智能系統，項目代號 Project Maven。

消息一出，瞬間風起雲湧，谷歌員工表達了對此項目的強烈不滿。有員工認為 Google 在為五角大樓開放資源，助紂為虐般地幫助後者打造無人機監控技術；還有一部分人質疑 Google 如此使用機器學習技術是否符合道德標準，他們認為五角大樓會將這一技術用於殺傷性武器，進而帶來技術樂觀派們從未想要造成的傷害。

隨後，谷歌超過3100名員工聯名請願，上書 CEO 桑達爾·皮查伊（Sundar Pichai），表達抗議。