五南官網-大數據決策分析盲點大突破10講：我分類故我在

博雅書屋-財經新視界
財經、商管、統計-管理-行銷管理
大數據決策分析盲點大突破10講：我分類故我在

作　　者：何宗武
出版社別：五南
書　　系：博雅科普
出版日期：2023/03/01(2版1刷)
ＩＳＢＮ：978-626-343-586-5
E I S B N：9786263435773
書　　號：RM43
頁　　數：408
開　　數：20K
定　　價：500元
優惠價格：450元

RM43資料檔.RAR

嘉實資訊總經理 李政霖 我好評 故我推薦

我分類故我在！大數據也要大思維！思維革新比數據技術更重要！

在商業分析和商業智慧的脈絡下，建構大數據，而不是從巨量資料當中大海撈針。
在未來，容易上手的程式只會越來越普及，唯有絕佳的資料素養，和更有價值的決策能力才能讓你不同凡響。

如果只是把資料變大，認知學習能力的維度卻沒有變大，接下來會如何？從少量數據都學習不到的價值，大數據只是讓它更遙不可及。

作者鑽研R語言多年、擁有資深學界經驗，貢獻良多。本書內容豐富，以十個面向切入，探討大數據所必備的工具，例如R-Commander、決策樹、隨機森林與R語言強大的視覺化功能。除了概念解析之外，作者更逐行解析專業程式語言，再加碼實際操作與應用功能說明，在每講的最後，還能領略作者獨到的觀念釐清，讓你不會迷失在大數據的眉角中。非常適合做為R語言的基礎自學書，對於初入大數據領域的讀者如同暮鼓晨鐘、醍醐灌頂，對已入行的數據分析師而言，更是當頭棒喝、突破盲點。

何宗武

現任
國立臺灣師範大學全球經營與策略研究所 教授

　　專長財務經濟學、金融大數據、計量經濟資料科學及程式語言等，著作多本相關書籍如：《R語言：深入淺出財經計量》、《R資料採礦與數據分析：以GUI套件Rattle結合程式語言實作》、《資料分析輕鬆學：R Commander高手捷徑》、《Eviews高手：財經計量應用手冊》

比爾蓋茲曾說：「蒐集、管理和使用資料的方式，決定了輸贏！」科學家們則說：「繼蒸汽、電力、石油之後，下一次工業革命的生產要素是『資料』！」特別是人工智慧的發展，需要大量的數據，於是，資料科學就成為未來非常重要的一個領域。

如何把「資料」變成「資訊」，是資料科學的重大課題，過往台灣廠商在電腦硬體上表現得很好，生產的電腦及各種資訊終端，蒐集了大量的資料，也處理了大量的資料，但如果我們在如何運用資料上缺席了，在下一波的競逐中，就會愈來愈落後。

幸好台灣還有一些資料科學家，看到這樣的現象，不斷地寫文章、寫書，把畢生所學，毫無保留地介紹給大家，希望能夠結合更多的有識之士，讓台灣在硬體奇蹟之後，再創另一個高峰。

何宗武老師就是一位這樣的資料科學家。

何老師令人感佩之處在於，他長期在資料科學領域耕耘，明知道這是趨勢，但卻從來不趕流行，反而紮紮實實，一步一腳印地深耕於資料科學領域。他說，大數據不是口號，是思維，是內化為個人與企業決策的一部分，這些年來，他不斷地寫作出書，帶領著我們這些資料科學的門外漢，一步一步地走進這個新的殿堂。

在大數據、人工智慧等口號響徹雲霄之際，何老師大道至簡，從根柢說起，寫出了《大數據決策分析—盲點大突破 10 講》這本新書，在書裡，老師搭配 R 語言相關套件，從最基礎的平均數與變異數、時間序列、期望值與信賴區間和線性迴歸，由淺入深，一路介紹到集群分析、決策樹及隨機森林。就像是一本大數據乾坤大挪移的武功祕笈，陪著我們一層一層地修練，最終可以把數據化為決策。

這幾年來，我服務的公司嘉實資訊，從金融資訊供應商往交易決策平台的方向前進，我們試著透過程式語法，從龐雜的金融數據中，找到高機率不斷發生，且極可能瞬間即逝的交易機會。這當中，資料科學就像是習武之人必須不斷累積的內力，只有雄厚的內力，才能確保在尋找聖盃的道路上，不會走火入魔。

何老師的這本書，來得正是時候，可以讓有志於從事量化交易的朋友，帶著正確的觀念，處理金融相關的數據，很榮幸可以幫我這位優秀的學弟介紹這本書，一切，就從學會分類做起吧！

嘉實資訊總經理
李政霖 2018/07

第2講

掌握資料的統計性質—分布

Walmart 的大數據快打部隊

大數據案例中最有名的就是 Walmart 的「尿布和啤酒」。Walmart曾是世界上收益最高的大公司，有散布世界 30 多國的 2 千家賣場，聘僱近 2 百萬員工。Walmart 或許是世界上最早從數據解析獲得商業價值的公司，尤其在 2004 年颶風 Sandy 侵襲美國之後，對於急難救助設備和藥品的高需求，凸顯了預測分析的重要。

Walmart 這種大賣場型的零售業，是典型的超級市場，每天把數以萬計的商品賣給成千上萬的消費者。因為消費者在此處買不到他要的，就很容易轉往別家賣場，所以，除了商品競爭，還需要在顧客服務上競爭，也就是便利性。因此，它的決策目標就很清楚：1. 透過顧客交易資料，了解商品特徵的衍生需求；2. 衍生需求屬性的分類及設計促銷方案。

2011 年 Walmart 開始大數據布局，先成立了 @WalmartLabs 和Fast Big Data Team，也就是大數據快打部隊。大數據快打部隊總部設在阿肯色州，在此，小組成員每天透過掌握 200 條數據串流，分析全世界的即時 (Real-time) 資料，包括上週累積的 40 PB 數據，這個數據戰略也稱為資料咖啡 (Data Café)。

Walmart 的銷售績效和即時分析息息相關，一位內部的資深統計學家說：「如果需要一星期或更久，才能從資料中找出問題和解決方案，那我們就輸定了。」Walmart 的工作模式是以數據為中心的解決方案，快打部隊不是單獨工作，他們對公司內部所有部門開放，任憑部門提出各種問題，他們從數據中獲得參考答案，然後共同思考解決方案。

Walmart 的中央資訊系統掌握了各地的上架貨物狀況，可以透過需求預測，來配置各地賣場的庫存。如果發現哪一間賣場存貨不足以滿足需求，就會即時發出警訊。這種問題最常出現在特別節日或大型活動舉辦時期。Walmart 還推出 Shopycat 服務，專門在社媒中挖掘顧客的朋友關係和消費模式的關聯，據此，他們開發出自己的搜尋引擎Polaris，Polaris 可以分析檢索 Walmart 網頁的模式，利用數據，優化商品搜尋結果。

Data Café 的資料量相當大，根據官方文件，最近 2 週的交易資料就有 2,000 億列 (rows)。除了交易資料，還有至少 200 個開放資料源，例如：氣象、經濟、電信、社群媒體、天然氣價格，以及各賣場附近將舉辦的活動資訊。零售超市是高度競爭的產業，因此，透過數據協助解析顧客，藉以提升競爭優勢，是一個堪比軍備競賽的行動。Walmart 也發現他們和阿里巴巴與 Amazon 的不同，他們發現除了習慣於送貨到府的消費者，更多顧客喜歡親自開車來逛賣場，而他們就是這一塊的霸主。

技術面來看，像 Walmart 這一類的公司，資料倉儲技術就很重要。2011 年開始採用 Hadoop 的分散技術，但很快就不敷使用。為了更靈活管理儲存前的資料以及分析數據，Spark 和 Cassandra 系統也引入使用，數據分析則採用 R 語言和 SAS 系統。

Walmart 企業官網：https://www.walmart.com/

法律/政治

財經/商管/觀光

文/史/哲/期刊

理工/醫護

教育/心理/傳播

小五南/中等教育