預測分析時代:讓數據告訴你,誰會買、誰說謊、誰會離職、誰會死!

預測分析時代:讓數據告訴你,誰會買、誰說謊、誰會離職、誰會死!
定價:480
NT $ 90 ~ 422
  • 作者:艾瑞克.席格
  • 原文作者:Eric Siegel
  • 譯者:陳琇玲
  • 出版社:大牌出版
  • 出版日期:2014-04-02
  • 語言:繁體中文
  • ISBN10:9865797151
  • ISBN13:9789865797157
  • 裝訂:平裝 / 396頁 / 25k正 / 14.8 x 21 cm / 普通級 / 單色印刷 / 初版
 

內容簡介

  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。

名人推薦

  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
 

作者介紹

作者簡介

艾瑞克.席格 博士Eric Siegel


  曾任哥倫比亞大學教授,為預測分析世界大會(Predictive Analytics World)及文本分析世界大會(Text Analytics World)創辦人,亦為《預測分析時報》(Predictive Analytics Times)執行編輯。席格讓預測分析變得容易理解也令人著迷,他擔任教授時,就以寓教於樂的方式授課。現為知名演說家、教育家及預測分析領域的翹楚。

譯者簡介

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》。
 

目錄

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?

後記
預測2020年第一個上班日,這十件事情已然成真……

附錄
A. 預測的五大效應
B. 預測分析的二十一個應用
C. 預測人物群像

謝辭

預測分析147個實例
 

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小或控制難易程度,重點是拿資料來做什麼用途。我自己就發現「大數據通常用途少」,許多實際拿大數據做分析的人,只是拿數據設計一些引人注目的視覺分析,這樣做他們就很滿意了。相較之下,這樣做當然不像設計預測模型那樣有價值。

  席格這本書以深入淺出的方式,敘述預測分析的重要,讓一般讀者都能看懂這項複雜高深的技術。書中不但穿插有趣的故事和圖解,還以生動的文筆,讓一般讀者能輕鬆閱讀。就算數學讓你很傷腦筋,你也該看看這本好書,因為在這個數據為王的時代裡,每個人(包括你在內)從出生到死亡的一舉一動,都受到預測。而且很可能的情況是,大多數人在職場上會更加需要考慮預測模型,或用預測模型進行評估,並依據預測模型的結果採取行動。

  簡單講,我們生活在凡事講究預測的社會裡,要在這種社會出人頭地的上策就是,了解預測模型的目標、技術和限制。而且,要做到這一點的速效方式很簡單,那就是趕快把這本書好好看完。

湯瑪斯.戴文波特(Thomas H. Davenport)
哈佛大學商學院訪問教授
國際分析學院(International Institute for Analytics)共同創辦人

作者序

預測分析究竟在做什麼?


  昨日已逝,明日是謎,珍惜當下,盡力而為。

  每當我跟別人說我做哪一行時,對方總會用奇怪的表情看著我。這就是從事預測這一行會遭遇的職業傷害。

  資訊時代因為一項明顯疏漏而蒙受其害。這樣講可能會讓許多人跌破眼鏡,我們現在主動地記錄世上發生的每件事,那還會有什麼事被我們漏掉?以前人們撰寫史書記載重要事件,現在科技進步,利用電腦系統就能保存個人的每次點擊項目、付款記錄、通話清單、破產資料、犯罪記錄和病歷。有了這些資料,你認為熱愛數據者就算沒被寵壞,也應該感到滿足。

  但是在這浩瀚無垠的資訊裡,卻沒有包括一項最寶貴的資訊,那就是:還沒有發生的事。

  大家都渴望獲得預見未來的能力,我們都對預測相當著迷。我們膜拜號稱有預測能力的女神,我們花大錢去算命,我們注意星座運勢也喜歡占星學,就連吃飯時也不忘來片幸運餅乾,看看籤詩的運勢預測。

  但是,許多熱中靈媒和算命的人卻唾棄科學。講到科學,他們的本能反應就是:「討厭!」科學不是太難懂,就是太無趣。許多人甚至相信,就本質來說,如果沒有超自然能力的支援,根本不可能做任何預測。

  我喜歡的喜劇影集《靈異妙探》就是以此為主題,主角是觀察力過人的偵探——堪稱是當代講究數據的福爾摩斯。他觀察入微,甚至讓警方誤以為他能如此準確地推論,是因為他涉案。這位英雄為了讓自己脫困,不得不順應常理:他告訴警方,他是靈媒,警方才放過他,請他繼續協助打擊犯罪。劇情就這樣發展下去。

  我自己也有過類似的經歷,有時朋友問我是什麼星座,我沒有假裝自己相信占星術,而是幽默地回答:「我是天蠍座,天蠍座的人不相信占星術。」

  在朋友聚會時,我常被人問起是從事哪一行。這時我會兩眼呆滯、鼓起勇氣,小心地說:「預測分析。」大多數人都很幸運,能用簡短一句話描述自己的工作,比方說:醫生、律師、服務生、會計師或演員。但是對我來說,每次要描述這個大多數人都不知道的領域,實在太煞風景。我越想簡短回答,對話就變得越平淡無趣:

  「我是技術類企管顧問。」人們還是繼續追問:「哪種技術?」

  「我讓電腦預測人們會做什麼。」大家聽了滿臉困惑,根本不相信我說的話,還面露難色。

  「我讓電腦從資料中學習,以便預測人類的行為。」大家聽了一頭霧水,沒人會想在聚會中聊數據資料。

  「我分析資料找出模式。」大家聽了眼神更加呆滯,開始心不在焉,我這樣回答讓大家都很難接上話,也讓場面變得很尷尬。

  「我協助行銷人員找出會購買或取消訂單的顧客。」大家似乎有點明白我的意思,但是這樣講根本是矮化和局限預測分析這個領域。

  「我預測顧客行為,就像塔吉特百貨(Target)預測顧客是否懷孕那樣。」接著,大家就開始挪動腳步,沒人想搭理我。

  所以,我寫這本書告訴大家,預測分析究竟在做什麼,這種預測方法為何符合直覺,不但效力強大還讓人歎為觀止。

  我要跟大家報告這個好消息:小預測可以做大妙用。我把這種現象稱為預測效應,這也是從頭至尾貫穿本書的一項主題。預測的效力相當顯著,畢竟預測比臆測來得準確。這種效應讓預測分析變得可信,我們不必做一些不可能做到的事,也不必具有超凡的洞察力。這本書的內容既令人興奮又值得信賴:預測未來,讓原本像薄霧籠罩的模糊未來,開始變得清晰些,這樣做確實有利可圖。預測分析就是用這種方式,對抗金融風險,強化健保制度,減少垃圾郵件,提高打擊犯罪的效益,並協助企業讓銷售額激增。

  你有科學家或企業家的精神嗎?讓你興奮的是預測這個構想,或是預測能為世界堅守的價值?

  了解不可知的未來這個概念吸引著我。預測似乎蔑視這項自然法則:你無法預見未來,因為未來還沒發生。但是我們找到一個應變對策,我們設計能從經驗中學習的機器。這種嚴格控制的學科是利用我們確實知道的事(以資料形式顯示),更準確地預測接下來會發生的事。我們將最頂尖的數學方法和技術結合在一起,有系統地調整修正,直到我們設計出一套讓自己滿意的系統,看透以往擋在現在與未來之間、讓人捉摸不透的層層阻礙。

  預測專家每天討論著,要大膽邁向「未來」這個沒人到過的地方!

  人各有所長,有些人做業務,有些人從政,我鑽研預測分析,這工作實在棒極了。
 

內容連載

Chapter 2
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?

要是你打算離職,但你沒有跟任何人說,老闆卻知情了,會怎麼樣?如果你是惠普科技全球超過三十三萬名員工的其中一位,你跟同事們其實都被老闆用「離職風險」分數逐一標記。這個簡單的數字預言你離職的可能性。身為惠普科技的員工,你很可能不知道公司這樣做,等看完本章的詳細說明,你可能會很生氣。

就在媒體對知名百貨塔吉特預測顧客懷孕大肆抨擊後,惠普科技的故事也被揭露出來。這股媒體風暴引起令人誤解的指控,讓大家開始擔心企業的力量,加上電視名嘴推波助瀾,預測分析當然也成為眾矢之地。讓我訝異的是,最後連我也捲入其中。

電視新聞節目的批評雖然沒有那麼辛辣刻薄,至少方向通常是正確的。媒體的抨擊斷章取義,誤導社會大眾,不過卻也讓大家看到預測技術面臨的法律困境。塔吉特和惠普科技的預測實力引起一片譁然,讓預測技術遭遇非比尋常的挑戰,也讓預測涉及的道德問題引發關注。其中爭議最大的就是有關隱私的討論,而且這類風險似乎有日漸提高的趨勢。

為什麼?因為預測會進一步窺探你的個人隱私,比方說這章的個案討論就告訴我們,企業想利用預測推論以前不知道的敏感事實:你想離職嗎?你懷孕了嗎?這跟資料處理不當、洩漏資料或偷竊資料都沒有關係,而是利用新資料的產生,也就是間接發現非自願透露的個人事實。組織從無傷大雅的現有資料中預測出這些實用見解,一切彷彿無中生有。但是,組織是否做好準備,妥善管理自己的產物?

在我們接受預測力量無遠弗屆這項事實時,我們才開始推測預測對個人隱私的影響。這項事實引發連鎖反應:組織運用這些新發展的能力,消費者勢力崛起,媒體火上加油,科學家巧妙迴避輿論抨擊,然後重新檢視預測引發的道德問題,這些全都讓專家跌破眼鏡。

這個旅程終將帶領我們陷入一個相當不安的困境。除了預測孕婦和即將離職的員工,預測分析也揪出可能再犯的罪犯,並主動協助執法單位決定誰該繼續坐牢,誰可以出獄。

這個故事道出我從無憂無慮的技術專家轉變為不知情名嘴的歷程,也說明組織從剛愎自用轉變成謙卑為懷的歷程。原來,資料與分析的反社會領域跟我們不是毫無關係。
網路書店 類別 折扣 價格
  1. 新書
    19
    $90
  2. 二手書
    32
    $152
  3. 二手書
    32
    $155
  4. 二手書
    33
    $160
  5. 新書
    41
    $198
  6. 二手書
    43
    $205
  7. 二手書
    46
    $220
  8. 新書
    79
    $379
  9. 新書
    79
    $379
  10. 新書
    79
    $380
  11. 新書
    88
    $422