繼之前一篇討論過「
分析師的工作 是用數據說故事」，這次再勾起我寫有關 Big Data 的，又是一些新聞上看到的報導。
在繼續談所謂大數據前，先說其實我不太喜歡用「
大數據」這個名字的。或許說，我不太喜歡IT業界喜歡為每一樣東西安新名字，讓自己看起來專業一點的做法。簡單來說，「大數據」就是說用客觀科學的方法去處理數據，並且做統計 (Statistic) ，進而得到一些有用的資訊為結論 (Insights)。和之前不同的，只是因為現在數據量比以前更真實，更大量，而運算的成本更相宜，所以可以分析出來的知識理論上比以前更多更好。
所以，理論上，只要有足夠和合適關於自己生意的數據，再作分析和處理，是可以更了解自已的顧客的喜好，從而獲得更多生意。但理論，又是否成真的呢？
所以問題就是，如何透過科學化統計和分析，產生有用的知識，從而達到自己的目的。而一切，都是從科學化看待數據開始。
「有些人以為英文科要考得好，需要背誦很多英文生字，但其實根本不是。你可以試著去問任何一個坊間的補習天王，看他們誰可以答到你，哪一個英文生字出現最多？Be 的哪一個形態出現得最多？是過去式還是現在式？他們答不到，但我答得到！原來只要掌握好日常字庫的出現形態，比背誦大量生字更實際。這都是 Big Data 分析的力量。」黃俊彦說。
這又是一個對數據分析的誤解，知道「那一個英文生字出現最多」，如何能得出結論是「原來只要掌握好日常字庫的出現形態，比背誦大量生字更實際」？「那一個英文生字出現最多」最多只能得出結論是「日常字庫出現得最多」，但為何更實際呢？假設更實際是指能考到更好的成績，一定要說得出個故事是為何掌握出現最多的生字，就能得到一個更好的成績
，才能說是一個分析的結果。
舉例來說，「A」和「a」字，以及連接詞一定是其中出現得最多的字眼，但考過英文考試都知，知道這些字，是不能對你閱讀和寫作帶來任何有意義的優勢。更何況，題號也有「A」和「a」字呢！
看到這裡，先別被我嚇怕。其實只要抱持著客觀科學的心態對待數字，將數字進行統計，分析，而最終把結論能以故事形式說出來就是了。
就以上文中另一個案例做例子，問題是：「清楚僱主想找哪些技術專才，哪種技術之間的配合最受僱主歡迎，然後按此來編排教學計劃。」
不同於文章的方法，我會先用
Google Trend 把各種的語式語言和方法進行比較。不使用文中搜尋職位需求的原因有二：
(一) 僱主是比較貪心的，寫要求時把在工作上用的可能性極低的技能都會寫到要求上
(二) 僱主請人多是當下想要的，但全球現在主要流行的編程趨勢，通常要在兩三年後才成為香港僱主想要的，正好教學就是要這兩三年的時間，用 Search Trend 來做比對會比用現有職位需求更合適。
而從這個簡單的分析來說，我可以得到的結論是Java還是必學的語言，但可以的話也要盡快加入HTML5的教程，以及讓學生更了解 Responsive Web Design 的框架，因為後兩者的趨勢都是向上，證明全球對這兩方面的人材需求持續向好。
當然，這是個簡單的分析，但都是用了海量的數據。不信？可以看看Google一天有多少個search queries 再說吧！
想了解多點有關數據分析，我建議去看以下兩本書，
1. 《
The Moneyball》
2. 《
The signal and the noise》
這兩本書，會讓你更了解「大數據」，而且會讓你至少說起來比較專業。那些說甚麼120元成本，10分鐘學會大數據的文章，我真的只能當笑話看過算了。
希望這篇文章，能更好的讓大家了解數據分析是甚麼一回事。
.png)
