淺談大數據分析應用，掌握先機的關鍵鑰匙

大數據(big data)在現今的數位科技界早已不是陌生詞彙，卻依然擁有極高的討論度，只因其伴隨而來的分析以及後續應用，正持續打破人們對於數位資訊的固有想像。從商業決策到行為預判、從資訊科技基礎建設到日常生活每一個環節，到處都有大數據的蹤影，大數據儼然已成為一種指標。《詞彙學習：技嘉小百科，告訴你資訊科技(IT)是什麼》

然而，大數據究竟是什麼？對您有什麼影響？能為企業帶來哪些優勢？分析數據會碰到什麼困難？技嘉科技為高性能伺服器產品的知名品牌，發表本篇《科技指南》，為各位探究大數據背後的玄機，以及推薦合適的技嘉產品，協助各位解決使用上的問題。

顧名思義，「大數據」可簡單理解為龐大資料的集合體，又稱為巨量資料。每當有人使用電腦或是與網路連線，都是在添加更多的新資料，而隨著科技發展，數據的產生速度正以爆炸性的幅度增長。如YouTube的觀看次數、電商的顧客購買資料、每日金融交易資訊、甚至是社群媒體的互動紀錄、或是單一網頁的停留秒數等，這類龐大又複雜的資料，都可視為大數據的一部分。

看過以上的定義，您可能覺得「大數據」和「數據」之間沒有任何差異，所有的數據都是某種「大數據」。事實並非如此，「大數據」除了擁有更複雜且更龐大的資料量，讓傳統的資料處理技術無力負荷，往往也需要更多台電腦同時處理，才能進行相關的分析與應用，導致公部門與私部門紛紛建立資料中心、或是伺服器農場。針對大數據的具體描述，以2001年高德納諮詢公司(Gartner)分析員萊尼(Doug Laney)所提出的「3V原則」最廣為人知，分別為：

詞彙學習：
《花你一分鐘，一次看懂關於資料中心》
《常聽別人說伺服器農場，你知道那是什麼嗎？》

● 數據量（Volume）
大數據最顯著的特點，就是需要處理的資料量十分可觀，單一網站的瀏覽紀錄等，所構成的資料量隨著時間尺度而不同，可能達TB(terabyte)、PB(petabyte)，甚至EB(exabyte)的程度。

● 多樣性（Variety）
大數據不只是「大」，還有「雜」，存有多種型態不一的資料類型，除了結構化資料以外，隨著技術演進、資料定義的改變，非結構化資料也與日俱增，不同型態的資料都需經過分析處理，才能夠有效應用。

● 速度（Velocity）
儘管大數據的資料量龐大，數據產生、接收與處理的速度，也不同於傳統數據處理效率，亦可理解為數據處理的即時性。

數位資訊快速膨脹，所產生的資料量只會更大、更瑣碎，且型態更為多元；因此，資料可信度與分析後的可用性，已成為大數據逐漸重視的特點，以至於大數據的定義新增了真實性（Veracity）與價值性（Value）兩個新「V」，統稱為「5V原則」。而依照目前科技推進的速度，相信不久後將有更多特性催生而出，再次刷新大數據的定義。

不久之前，假設我們想要了解某族群對某件事將如何反應（例如，中年婦女對洗髮精廣告的反應），較為科學性的研究方法，就是透過量化研究及統計分析。大數據分析不同於統計學的抽樣方式，而是拿「所有的數據」來做觀察與追蹤，並針對使用者的需求提出最佳解法。在這個生活行為逐漸「連線」的時代，隨著物聯網(IoT)發達、電子消費蓬勃發展，網頁搜尋與閱覽紀錄等數據資料皆有跡可循，線上世界有如模擬真實世界的「數位分身」──您是否已察覺大數據分析的價值所在？

詞彙學習：
《技嘉小百科，告訴你物聯網(IoT)是什麼》
《花你一分鐘，一次看懂關於數位分身》

舉例來說，對電商而言，使用者的瀏覽紀錄和消費模式息息相關，藉由大數據分析，可針對行為進行預測，讓客戶還未開始搜尋之前，就已將購物資訊即時奉上。精準行銷和客製廣告投放不僅提升客人的使用者體驗、刺激消費行為，也有助於避免無效的行銷模式，進而控管營運成本，而這不過是大數據分析的其中一項應用而已！

除此之外，大數據分析能給予更完整的資訊，直接協助企業降低決策風險及誤判的可能性。因此，我們必須討論應用大數據時自然產生的問題：為了讓其發揮最大功效，首先要了解如何使用大數據，又可能遇到什麼難題？

大數據分析聲勢如日中天，從知名企業、電商到政府機構和學術組織，幾乎都在使用大數據來協助解決難題，或是希望從中發現新的洞見。但是，要有效地利用大數據，就得從資料的蒐集彙整、到數據的整合運用，到後續的應用與微調，以上這三個大方向來進行探討。

大數據每年以驚人的速度成長，在IDC國際數據資訊有限公司的預測下，2025年全球大數據資料量將達驚人的175 ZB（等於175兆 GB），相較2018年全球資料量僅33ZB，2016年甚至未突破20ZB。面對以排山倒海之勢席捲全球的大數據，IT工作者要如何準備足夠的存儲空間、如何規劃與時俱進的篩選機制，將是許多人必須克服的第一道關卡。許多企業選擇利用雲端存儲（這是雲端運算的一個環節）及分散式運算系統，來解決記憶儲存量過小的困境。但是，這並沒有解決資料「真實性」與「價值性」的問題，唯有洞察大數據的資料來源，才能確保您所彙整的大數據真正有用：

了解更多：
《詞彙學習：常聽別人說雲端運算，你知道那是什麼嗎？》
《詞彙學習：技嘉小百科，告訴你分散式運算是什麼》
《科技指南系列文章：關於分散式運算，您不能不知道的叢集運算技術》

● 第一方數據：
此為大數據使用者直接與目標群（可能是企業客戶）互動時所獲取的資料，如顧客會員資料、購物頁面瀏覽紀錄等，此類數據直接反應客戶行為，通常具有高度利用價值，是精準行銷層面的參考來源。

● 第二方數據：
透過和其他單位合作、買賣等方式，藉以得到對方的第一方數據，突破自己在第一方數據的侷限與不足。好比說，您在社群平台點擊某些商品連結之後，該品牌就會陸續向您投放廣告，這就屬於第二方數據的應用。

● 第三方數據：
當資料來源是與目標群無直接關係的單位，此類型數據即為第三方數據，如瀏覽器的瀏覽紀錄，最耳熟能詳的便是瀏覽器cookie技術，用來追蹤、記錄用戶的瀏覽網站資訊。其特性在於無差別性地廣泛蒐集資料，藉以幫助企業發現潛在客戶，常用來當作市場開發的評估等面向，但也因此常伴隨著隱私疑慮，在使用上須格外謹慎，確保符合法律規範的要求，不得侵犯他人隱私。

經過彙整的大數據，必須和企業經營策略、或是公家機關的公共政策、或是研究機構的學術理論做結合，才算是發揮價值，透過大數據找到問題解方。但資料庫中多半是未經清理的原始資料，且資料型態多元，除了能清楚定義的結構化資料之外，還有大量的文字、圖像、影音等無法明確定義的非結構化資料或半結構化資料。利用大數據之前，資料要做整理、分析和運算，轉化成有價值、可使用的資料，且有別於傳統分析方式，大數據分析需要具有即時性，在蒐集資料的同時，就能快速產出分析結果。

因此，運算資源和處理效能是整合大數據的關鍵。先進的大數據整合工作，大多不會使用單一電腦或伺服器進行，而是使用多台伺服器合力運作，組成所謂的運算叢集，進行平行運算或高效能運算(HPC)，並透過視覺化軟體，將生冷的數據轉變成清楚易懂的圖表，用來發現問題的痛點及對應解法。上述所需的分析技術，是大數據應用於經營策略的第二項考驗；挑選正確的軟硬體工具，可使您的大數據體驗變得事半功倍。

詞彙學習：
《花你一分鐘，一次看懂關於運算叢集》
《常聽別人說平行運算，你知道那是什麼嗎？》
《技嘉小百科，告訴你高效能運算(HPC)是什麼》

但在處理和執行大數據分析時，需留意個資安全問題，許多原始資料除了型態不一之外，內容可能也混雜著客戶姓名、身分證字號、手機號碼等個人資料。在逐漸重視資訊安全與個資問題的今日，許多大數據資料都要經過去識別化(de-identification)的整理程序，才能開始與經營策略結合，以避免後續可能發生的法律問題。

大數據之所以有價值，因為它能真實反映現實狀況；因此，儘管經營策略（或是公共政策等）已經陸續導入大數據的分析與應用，還是要仔細觀察現實世界的使用狀況，持續針對大數據做微調與修正。大數據的應用範疇十分廣泛，企業、政府機關和學術單位都仰賴大數據，以下僅是幾種較為顯著的大數據實用案例：

● 機器學習與人工智慧
人類因為掌握大數據的海量資料，進而延伸出機器學習、人工智慧等不同的應用方式。無論是仰賴電腦視覺的自駕車，或是協助電腦了解人類溝通的「自然語言處理」(NLP)，最終都需要以數據資料作為養分，讓電腦有自我學習、預測未來、自動執行的能力，跳脫以往只能循著固定程式運作的舊有模式。透過大數據的分析應用，甚至能讓設備達到預測性維護、搜尋引擎提供自動推薦等先進功能。

了解更多：
《詞彙學習：花你一分鐘，一次看懂關於機器學習》
《詞彙學習：常聽別人說人工智慧(AI)，你知道那是什麼嗎？》
《詞彙學習：技嘉小百科，告訴你電腦視覺是什麼》
《詞彙學習：花你一分鐘，一次看懂關於自然語言處理(NLP)》
《成功案例：技嘉高密度伺服器，協助科技創新者發展自駕車演算法 》
《成功案例：技嘉實踐CSR、ESG，協助成大勇奪亞太HPC-AI電腦競賽冠軍 》

● 預測性商業模式
大數據應用於行銷及商業模式的實際案例，想必大家都略有耳聞，從陌生客群開發、消費行為追蹤，及預判客戶的消費行為，在人人搶客戶的商業戰場，從使用者的搜索記錄、瀏覽網頁，進一步預判潛在的購物動機，為其提供客製化的消費套餐，都是鮮明的實例。

更創新的應用方式之一，就是亞馬遜(Amazon)開發的「預測配送模型」，它透過大數據預判消費者的購物行為，並提前將貨物運送到附近配送點，只要等買家按下購物鍵，即可安排出貨，縮短整個運送過程，不僅降低配送成本，也大大提升顧客體驗。這是很好的啟發，我們每個人都能想想，該如何使用大數據來創造空前未有的價值。

● 協助學術研究執行、促進公共政策成形
學術研究往往需要數據支撐其論點，也經常仰賴高效能運算技術。有了大數據的輔助，以往運算困難的巨量資料將得以解套，並能得到更即時且準確的預測分析結果，如氣象模擬、社會學研究、行為狀態分析等，都是其應用範疇。

有價值的學術研究成果，也有助於公共政策落地，例如西班牙跨學科物理和複雜系統研究所(IFISC)，2021年參與「DISTANCIA-COVID計畫」，透過大數據的應用，分析行動裝置的資訊流量，研究與新冠肺炎疫情擴散之間的關聯，並分析「社交距離」措施的效益。IFISC購買技嘉科技R282-Z91、R272-Z32兩款R系列機架式伺服器，伺服器提供的低延遲資料傳輸、高穩定資料儲存功能，都是處理大數據時非常需要的伺服器特性。

延伸閱讀：
《關於技嘉GIGABYTE機架式伺服器系列產品的更多介紹》
《成功案例：西班牙IFISC用技嘉伺服器，為新冠肺炎、氣候變遷尋求解方 》
《成功案例：暴風解碼，技嘉運算叢集協助早稻田大學研究氣候變遷 》

● 量身打造的精準化推薦，加深您的娛樂體驗
藉由記錄使用者進入品牌網站或是平台後的行為模式，可得知其瀏覽習慣與行為變化，並透過大數據分析，做到精準化的產品推薦，有效提升顧客回購率。像是購物網站上常見的「猜你喜歡」購物列表，這些「猜」的行為，背後都有大數據作為推薦依據。

此外，知名影音串流平台網飛Netflix，也是運用精準化推薦的佼佼者。您是否留意到？每次瀏覽影片清單時，片單上所推薦的影片順序、種類都不盡相同，這便是藉由大數據分析，針對不同瀏覽行為所做出的客製化清單，以此讓使用者投注更多關注力與時間在平台上！

來到《科技指南》的尾聲，我們希望本篇文章有助於您更了解大數據，並且能想像導入大數據的好處。如果您希望購買先進伺服器產品，協助您展開全新的大數據旅程，請您參考以下技嘉科技的產品，技嘉提供各類型的伺服器解決方案，能執行大數據運算、大數據儲存等相關工作：

● 運算
- H系列高密度伺服器
技嘉科技H系列高密度伺服器，適合HPC和超融合基礎架構(HCI)使用，產品特色是在小而美的機殼內，容納大量運算節點，並且支援Intel® Xeon®可擴展平台、AMD EPYC™，甚至是基於「雲端原生」ARM架構的Ampere® Altra®處理器。如果您的使用空間有限，運算需求卻很龐大，挑選技嘉高密度伺服器準沒錯！

了解更多：
《關於技嘉GIGABYTE高密度伺服器系列產品的更多介紹》
《詞彙學習：常聽別人說超融合基礎架構(HCI)，你知道那是什麼嗎？》
《詞彙學習：技嘉小百科，告訴你節點是什麼》
《科技指南系列文章：從智慧型手機到超級電腦 ，略談ARM處理器的由來與優勢》
《成功案例：技嘉ARM伺服器發威，台大「高精準車流模型」開發效率提升200% 》

- G系列GPU協同運算伺服器
G系列伺服器非常適合平行運算與異質運算，因為可搭載GPGPU（通用圖形處理器）使用，擅長處理大量圖像數據。如果在您使用大數據的過程中，將會出現很多圖像資訊，則可考慮使用技嘉的GPU協同運算伺服器。

了解更多：
《關於技嘉GIGABYTE GPU協同運算伺服器系列產品的更多介紹》
《詞彙學習：花你一分鐘，一次看懂關於異質運算》
《詞彙學習：常聽別人說通用圖形處理器(GPGPU)，你知道那是什麼嗎？》
《科技指南系列文章：什麼是HPC高效能運算？相關使用案例與技嘉產品 》

- R系列機架式伺服器
H系列與G系列伺服器是專才，R系列機架式伺服器則是通才，擅長處理運算工作，並可用來達到效率和可靠性之間的平衡，推薦可以搭配其他類型的伺服器使用，達到運算效能高、成本也合理的雙重目標。

● 儲存
- S系列儲存伺服器
顧名思義，S系列儲存伺服器可以儲存大數據，尤其是在「彙整」大數據的初期階段，這些可擴充性高的產品適合扮演儲存節點。儲存伺服器搭載容錯式獨立磁碟陣列(RAID)、軟體定義儲存(SDS)等技術，還提供技嘉專屬的智慧型危機管理與防護(SCMP)、電壓瞬間調頻等功能，安全保護您可貴的大數據金庫。

延伸閱讀：
《關於技嘉GIGABYTE儲存伺服器系列產品的更多介紹》
《詞彙學習：技嘉小百科，告訴你可擴充性是什麼》
《詞彙學習：花你一分鐘，一次看懂關於軟體定義儲存(SDS)》
《詞彙學習：常聽別人說容錯式獨立磁碟陣列(RAID)，你知道那是什麼嗎？》

希望經由本篇文章介紹，能幫助各位進一步認識大數據的定義、分析應用與面臨的挑戰。若對於伺服器應用於大數據分析有任何疑問、或是想要更深入了解，技嘉科技將提供您最適宜的諮詢服務，歡迎您透過marketing@gigacomputing.com電子信箱聯絡技嘉科技業務窗口，我們將協助您挑選適合的伺服器解決方案。