從資料到智慧，再到洞見

先講個故事，有兩匹狼，看到一片肥沃的大草原。第一匹狼說：「唉~怎麼一頭羊都沒有」，第二匹狼則興奮地說：「這裡將會有一大群羊，因為我會想盡辦法，讓每一頭羊都知道有這個地方」。

俗話說，市場到處都是，有人看到絕境，有人看到的卻是源源不斷的機會。現在，再仔細思考一下，您是第一匹狼，還是第二匹有洞見、還會做行銷廣告的狼呢？

對於學習行銷資料科學的人來說，要能培養出「洞見（insight）」的能力，看到資料科學背後所帶來的商業契機。

挪威籍的拉傑德拉‧阿克卡爾（Rajendra Akerkar）教授在他所著的《人工智慧帶給商業的機會，暫譯；（Artificial Intelligence for Business）》一書中，以圖1來說明資料到智慧的概念與差異。

圖1的X軸顯示，透過研究（探索）、參與、行動、互動、反映等活動，闡明了資料與知識的融合。在此過程中，人們通常會獲得理解和經驗，並可能會提出創新的想法。Y軸表示收斂的形式，從原始資料與事實、概念、規則、經驗法則與模型。圖中央即為資料、資訊、知識、到智慧的進化過程。

資料來源: Akerkar, Rajendra （2019）, “Artificial Intelligence for Business,” Springer.

拉傑德拉‧阿克卡爾教授指出，資料（data）指的是原始資料與事實，像是公司裡的各種報表的原始數字、文字、圖像、影音等檔案；資訊（information）則是公司透過整理、計算、圖表呈現等方式對這些檔案進行分析。例如，顧客服務處整理顧客滿意度調查報告。資料與資訊的差異，簡單來說，有意義（meaning）的資料就是資訊。

另外，知識（knowledge），等於資訊加上規則（rules），這些規則，協助我們釐清事物背後的效應。舉例來說，公司根據過去每一期的顧客滿意度調查報告，發展出顧客滿意度標準化作業程序（SOP），針對不同滿意度類型（非常不滿意到非常滿意）的顧客，給予不同的回應措施（例如，對不滿意的顧客贈送折價券）。

至於智慧（wisdom），擁有經驗法則（heuristics），能判斷哪一種知識最為適用。例如，針對一群非常不滿意的顧客，雖然有SOP可以參考與回應，但如何根據他（她）們不同的背景與情境，給予不同的服務補救措施，進而化不滿意為滿意，讓顧客滿意地回家。

最後，在學習行銷資料科學的過程中，我們還要培養「洞見（insight）」。洞見與知識、智慧的關係，存在著不同的版本。有人認為洞見的層次是介於知識與智慧之間；還有人認為，洞見甚至是在智慧之上。

根據教育部重編國語辭典修訂本的定義，「洞見」是指「能透澈的了解。指能透視不易察曉的事物，故見解高明。」將以上的概念應用到行銷資料科學的學習，我們要能透視資料科學背後不易察曉的事物（就像前面故事中的第二匹狼），並且產出要能連結到行銷的商業價值（一般而言，不只以顧客滿意度、顧客忠誠度、顧客終身價值來衡量，還要能以財務指標如毛利、淨利來衡量）。

作者：羅凱揚（台科大企管系博士）、蘇宇暉（台科大管研所博士候選人）