從資料中挖寶 好工具不可少

數據、流量當道，各行各業用各種方式收集到最完整的數據，不論是製造業在工廠機台上的感測器，或零售業用來分析人流、消費者行為的智慧監測系統，最終的目的就是希望透過這些資料，改善製造流程，優化客戶體驗，甚至提供更精準的預測，降低成本，創造價值。

資料的重要性不可否認，但許多企業在開始擬定資料策略的時候，往往會遇到沒有足夠的資料，或是沒有建立資料庫的窘境；有的雖然有資料庫，但是沒有系統有效串連，或者兩者都有，卻不知道拿到資料之後要做什麼。

很明確地，企業都希望將資料創造價值，但是，該如何做？

談到資料應用，任何一種方法都需要回到最根本的基礎——客戶需求。許多商學院談到「顧客需求」都會用一個著名的比喻：「顧客要的不是1/4吋的鑽頭，而是1/4吋的洞」，他們要的其實很簡單，就是滿足他需求的服務，能夠做到這點，對顧客而言，這就是有價值的。

同樣地，對企業來說，收集資料的目的是什麼？直白一點，企業收集資料並不是為了資料本身，而是資料產生出來的知識與對於客戶行為的了解，唯有這些知識才能為企業、為客戶創造價值。因此企業在思考如何收集與處裡資料前，需要回到初衷，思考「我的企業要從哪些資料獲取什麼知識才能為客戶創造價值？」

善用工具，從資料庫挖掘寶藏

建置資料庫是第一步，但要如何從中萃取出可以轉化成知識的寶藏，就需要善用好的工具來進行。資料庫知識探索（Knowledge Discovery in Database, KDD）就是一個將資料探索為知識的經典程序，可以參考以下步驟：

1. 制定目標：從客戶的角度確定執行KDD流程的目標，同時了解在該領域應先俱備的相關知識
2. 選擇目標資料庫：基於目標，選擇有興趣的資料庫來執行運算與分析。
3. 資料清理：對所選定的資料庫做資料清理，刪除資料中的雜訊，以及重複的變數簡化資料庫。接著根據任務或目標，分析出可用於代表資料的有用功能。
4. 資料轉換：透過降維技術，來減少變數的有效數目，提升資料使用效率。
5. 資料探勘：根據執行KDD的目標，選擇資料探勘的方法與演算法，並且選定資料模式，即最終資料呈現的方式，如決策樹、迴歸分析圖等。
6. 解釋探勘模式：針對資料探勘模式解釋潛在知識
7. 運用所發現的知識：運用KDD所發現的相關知識，並且採取相關行動，重複驗證知識結果是否與目標相符。

值得注意的是，以往企業在執行KDD時，每個步驟都需要不同的工具來執行。今天，最為人所知的Python可以應用在KDD的每個步驟，也就是說不需要跨平台、跨語言來做，具有高度一致性，這也是為什麼Python相較於其他程式語言更熱門的原因。