Amazon 商業分類 No.1

在數據為王的時代裡，

每個人從出生到死亡的一舉一動，

都受到預測。

過去，資料的分析探勘運用，頂多是讓你可以回首來時路，告訴你去過哪裡；

現在，透過預測分析則是前瞻的，告訴你該往哪裡走，這是一個美麗新世界、新創企業的寶藏。──富比士雜誌

                                          

預測分析已然展開......現在你一定要知道，為何廣告商與雇主對你瞭若指掌。──CNN財經



在預測分析時代，利用蒐羅的資訊，可以有效提昇決策品質，達到「共好」……

但也可能觸發全民公敵的疑慮。──英國金融時報



原來如此，廠商是這樣得知我們的秘密。──紐約時報



我們在網路上發洩情緒的聊天話題，跟景氣好壞有什麼關係？

行銷活動讓顧客反感至極，該怎麼處理？

科技公司為何要預測員工是否會離職？

歐巴馬競選團隊如何利用預測分析，拉攏搖擺選民？



真正權力來自於掌握未來，企業正運用預測技術掌握未來、影響你的日常體驗。包括賣場給的折扣、臉書的朋友推薦、交友網站的智慧配對、服飾的流行款式、信用卡遲繳、是否懷孕、是否會離職……這些全部都能預測。但企業組織如何得知你的祕密？又如何運用這些資料？



艾瑞克．席格曾任教於哥倫比亞大學，亦是預測分析世界大會創辦人。他囊括各種領域經驗來說明預測分析的概念，提供多項案例，從企業預測的動機、如何收集民間資料、運作到結果應用逐一剖析。同時也探討企業在個資管理及運用所面臨的道德問題與挑戰。



席格點出，預測分析的目的是讓預測結果改變決策品質。小預測會有大妙用，許多企業組織靠著小預測，成功改善服務品質、增加成效，同時省下成本：



精準預測？其實，你只需比對手快一步、準一點──

直銷業者藉由預測顧客反應，寄送目錄。一百萬份的顧客名單中，他們找出回應率比一般高3％的顧客，針對他們寄送目錄，雖然行銷對象少了四分之一，卻節省了四分之三的成本。



你是不是覺得網路上的廣告，越來越對味兒了──

透過收集消費者在網上點擊、搜尋的關鍵字資料，網路業者再精心搭配所需的廣告，讓瀏覽者點擊廣告訊息的機會大增。



讓風險變機會，銀行獲利增加US＄6億的祕密──

借款人提早還清房貸，會讓銀行利息收益減少；延遲繳款更對銀行不利。兩種情況對銀行來說都是風險。因此大通銀行透過預測分析，正確找出74％這類房貸個案，及早因應是否將房貸案件轉賣給其他銀行。因為這項專案成功，大通銀行身價爆增。



顧客折價卷用得多，賣場就賺得多──

你在商店結帳櫃台會拿到什麼折價券，都經過業者精算。全球第三大零售業者特易購，從消費紀錄預測顧客會使用哪些折價券，藉此決定分店1億多張折價券的內容，使折價券兌換率增加3.6％。



超越搖擺選民，贏得選戰──

歐巴馬競選團隊透過預測分析，找出哪些選民比較容易說服、哪些選民對競選活動反感。他們集中分析幾百萬名搖擺選民，找出誰適合接洽、拜票。事實證明這種做法比傳統搶攻特定族群的效果更好，成功說服更多選民支持歐巴馬。



別胡亂攪動一池春水，好客戶可能因此跑了──

電信業者通知顧客續約，可能造成反效果，變成提醒顧客可以換別家業者。挪威電信因此預測顧客的反應，找出有怨言的顧客並小心避開，以免一接到通知就解約。或是向有機會說服的顧客提供優惠宣傳，讓顧客流失率降低36％、宣傳活動投資報酬率增加11倍、宣傳活動成本減少40％。



時間永遠不夠？轉向目標學習，提高學習成效──

對學校來說，透過分析考試結果，調整教學時間配置與方式；學生也可透過分析預測策略調整複習、作業練習的時間。



預防重於治療──

利用預測分析技術，及早警告潛在病患罹患糖尿病、心血管疾病、氣喘等慢性病的機率，有效降低公共醫療開支。



現在起，勝負的關鍵就在於預測分析的能力。預測分析就是商業智慧發展的方向。遊戲規則早已改變，而你身在其中。閱讀本書，可以讓我們了解世界進步到哪，還會往哪個方向邁進。

 

陳琇玲 Joyce Chen



美國密蘇里大學工管碩士，曾任嶺東科技大學講師、行政院國科會助理研究員、Alcatel Telecom主任稽核師。榮獲100年全國模範勞工，現專事翻譯，重要譯作包括：《歐巴馬勇往直前》、《2010大崩壞》、《富爸爸財務IQ》、《全球經濟12大指標》、《贏家：教你摸透詭譎市場的投資心理學》、《逆危機：A咖不會做的蠢事，破除企業8大潛藏障礙的12項法則》。

推薦序 大多數天鵝是白的



作者序 預測分析究竟在做什麼？



前言 預測效應

預測人類行為，如何讓我們對付風險、強化健保制度、提高打擊犯罪的效益，並讓銷售額激增？為什麼企業要做好預測，就要肯學？差勁的預測怎麼會變得寶貴無比？組織為什麼要預測你什麼時候會死？



Chapter 1 起而行吧！要預測就要採取行動

要將預測模型實際應用需要多少膽識？這樣做有什麼好處？推動預測分析，表示要依據預測採取行動，把從資料中學到和發現的事情實際應用。許多組織都如此大膽躍進——畢竟，不做，就永遠不可能成功。



Chapter 2 權力越強，責任越大──惠普科技、塔吉特百貨和警方如何推斷你的祕密

我們如何在不侵犯隱私的情況下善用預測機器，預先得知誰會辭職、誰會懷孕和誰會犯罪？公民自由出現危機了嗎？為什麼某家知名壽險公司要預測保戶的壽命？利用電腦偵測詐騙，機器智能如何在它的腦袋裡解讀「詐騙」這個詞的意思？　

　

Chapter 3 資料效應──資料多不見得有用

我們忙著處理多到數不清的資料，但是這麼多原始資料能告訴我們多少寶貴資訊？我們真的能利用這些原始資料做預測嗎？現有資料可以揭露平民百姓的集體情緒嗎？如果可以，我們在網路上發洩情緒的聊天話題，跟景氣好壞有什麼關係？



Chapter 4 有學習能力的機器──大通銀行如何預測房貸風險

哪種風險型態最不容易被察覺到？預測如何將風險轉變成機會？為何各行各業都必須向保險公司學習？我們如何放心信任機器的預測？為什麼預測無法避免全球金融危機？



Chapter 5 集成效應──奈飛公司、群眾外包和速效預測

把預測分析委由群眾外包──外包給一般大眾──企業把本身的策略、資料和研究發現公諸於世。這種做法怎麼可能協助企業跟同業競爭？預測分析的哪項創新關鍵是透過群眾外包的協助而開發出來的？集成模型預測的精準度一定會複雜到讓人難以招架嗎？或是有巧妙的解決方法可循？非人類群體也有智慧可言嗎？



Chapter 6  IBM電腦華生挑戰益智問答節目

挑戰益智問答節目《危險邊緣》的IBM超級電腦華生，究竟是怎樣運作的？為什麼這部超級電腦需要預測模型才能回答問題？讓這部超級電腦有如此超高績效的祕訣是什麼？拿iPhone的Siri跟其相比如何？為什麼對電腦來說，人類語言是如此艱鉅的挑戰？人工智慧有發展的可能嗎？



Chapter 7 數字最具說服力──歐巴馬選戰如何精心設計，創造影響力

為什麼有些行銷活動讓顧客反感至極？美國總統大選證明數字最具說服力，所有企業該從總統選戰中學到什麼？投票率預測如何在2012年總統大選幫助歐巴馬連任？怎樣能減少醫療事故，讓醫生不會不小心害死病患？謎語：有些狀況經常發生在你身上，但你無法察覺到，甚至事後都不確定它們是否發生過，想想看那些狀況可以事先預測嗎？



...

推薦序



大多數天鵝是白的



這本書探討以量化資料預測人類行為，在各方面得到的應用成果。其實，早在二次大戰時，美軍就率先利用這種預測分析。1940年時，「模控學」（cybernetics）之父維納（Norbert Wiener）開始嘗試預測德國軍機的行蹤，目標是擊落德國軍機。他的方法是利用先前觀察取得的軍機移動資料，預測軍機可能的飛行路徑，考慮飛行員最可能採取的閃避方式，預測軍機接下來可能移動的位置，這樣就能把軍機擊落。可惜，維納只能預測軍機下一秒的動作，但是要擊落軍機，卻需要預測二十秒內的飛行路徑。



不過，在席格這本書裡，你會知道許多預測工作其實相當成功。畢竟，從維納那個時代以來，電腦的處理速度突飛猛進，我們能收集的資料也越來越多。因此，銀行、零售業者、選戰活動、醫生和醫院、以及許多組織最近在預測特定人群行為時，全都獲得豐碩的成果。他們對預測分析投入心力，協助自己贏得顧客青睞、打贏選戰並戰勝疾病。



依我所見（我想席格也這麼認為），整體來說，預測分析對人類是有利的。從健保、犯罪和恐怖主義這些方面來說，預測分析可以拯救性命；對廣告業來說，利用預測既能提高效率，也能落實環保（減少寄送直銷郵件和型錄的數量），同時不會浪費收件者的寶貴時間和關注心力。而對政界來說，重視這種科學方法的候選人，似乎都能在選戰中成為贏家（或許有些人不認同這種說法，但我認為預測分析確實對打贏選戰有幫助）。



不過，就像席格在這本書裡開宗明義地指出，這些方法也可能用在一些不好的地方。席格對此坦率直言，讓我十分欽佩，他引述電影《蜘蛛人》中的一句台詞：「權力越強，責任越大。」換言之，身為社會的一分子，我們在使用預測模型時必須審慎小心，在應用方面有些禁忌要列入考量，不能為了一己之私就犧牲他人的權益。跟其他強效技術或破壞性創新一樣，預測分析基本上跟道德無關，能用來為善，也能用來作惡。不過，為了避免預測分析被拿來做壞事，了解這個方法究竟能做什麼，當然再重要不過。如果繼續看下去，你就會知道預測分析的效力有多強大。



這本書的探討重點就是預測分析，預測分析不但是一種分析類型，也是最有趣、最重要的分析類型。我不認為我們需要更多只講敘述性分析（descriptive analytics）的書籍，因為那種分析只描述過去，沒有針對事件起因提出任何見解。我常把自己的論述比喻成第三種分析，也就是規範分析（prescriptive analytics），這種分析告訴使用者，透過控制實驗或最適化要做什麼。不過，這類量化方法不像預測分析這樣廣受採用。



這本書及其所依據的構想跟塔雷伯（Nassim Nicholas Taleb）的研究，剛好形成很好的對比。塔雷伯在《黑天鵝效應》和其他著作中提出的論點是，由於隨機性和複雜事件本身的不可預測性，讓人們為預測所做的努力注定徒勞無功。塔雷伯說得沒錯，有些事件是無法預測的黑天鵝；但事實上，大多數人類行為都有跡可尋，既固定又可以預測。席格在這本書裡提出許多成功預測的實例，都提醒我們這項事實——大多數天鵝是白的。



席格也抗拒目前對「大數據」風潮的推崇，雖然他在書中提及的一些實例確實屬於這一類，也就是資料龐大又缺乏結構，很難用傳統那種關係資料庫加以管理。但是，預測分析的重點不是資料數量大

這是關於商業、政府機構及醫療照護的《魔球》。──吉姆．史戴(Jim Sterne)，數碼分析協會主席



此書深入探討預測分析技術在商業上的各個領域，具批判性的眼光又兼顧實用性，閱讀起來充滿樂趣。──傑弗里．摩爾(Geoffrey Moore)，矽谷教父、高科技策略大師



能增廣見聞、充滿娛樂性且細緻入微。席格跳脫媒體炒作，讓科學變得更有意思。──雷依德．加尼(Rayid Ghani)，2012美國總統歐巴馬競選團隊首席數據分析師



《精準預測》作者席佛在撲克牌及政治上的運用之外，《預測分析時代》囊括其他所有方面。這是一本全面談論預測分析的好書，非科技宅也能輕鬆閱讀。──大衛．林韋柏(David Leinweber)，《華爾街狂人》(Nerds on Wallstreet: Math, Machines and Wired Markets)作者



這是一本21世紀生活的使用說明書，指出預測分析幾乎是所有事物的核心，無論是在科學界、商業界、運動界，或者政治界。艾瑞克．席格是非常理想的嚮導。──史蒂芬．貝克(Stephen Baker)，美國《商業週刊》作家、《當我們變成一堆數字》作者