你聽過 FANNG Stock嗎?

2020/03/10閱讀時間約 5 分鐘
我是沒聽過啦.....
在資訊科技與應用的課堂上,被神祕洋文連環攻擊,IT、Gartner、The Hype Cycle、Slope of Enlightenment.....但這些都不重要,重要的是要知道為什麼資料很重要!
2017 經濟學人封面
1、DATA
自從有電子設備開始,數位資料不停累積,從單筆單筆的Data,儲存進入資料庫Data Base,到二三十年前開始發現分析資料庫成為資訊系統Information System,可以從過去發生的事情中找出對決策有幫助的建議;當科技再進步,透過資料探勘Data Mining的技術,發現資料的相關連性、看出模式,期望預先研判可能發生的趨勢;世界正以驚人的速度不停產生資料,並因為資料型態的變化,現在已經不只是小小的純文字檔,而是巨大的動態影像檔案,當現有技術已經無法負荷超大檔案量與複雜度,就必須發展出新的技術名詞與趨勢,大概是以五年為週期不停旋轉跳躍。
Why Big Data Keeps Getting Bigger
2、BIG DATA
新興應用服務的普及,導致各種資料大量且快速的產生,為了處理與運用這些資料,需要發展新的技術與工具,同時又衍生出新的應用服務。大數據是有4V特性的資料集合,大數據是名詞、形容詞、也是動詞。當資料繼續快速增長,下一步可預期是否就是需要靠AI來處理了呢?
*4V:Volume 大量、Velocity 高速成長、Variety 多元性、Veracity 真實性
3、世界發展的趨勢
以前只有石油、金融、汽車等產業比較有機會成為超大公司,十五年前(2006)世界排名前二十大市值的公司名單中只有二家IT公司:Microsoft、IBM,但2017年經濟學人雜誌就已經用封面宣告「DATA is the new OIL」,資料才是這個時代最有價值的資產,擁有資料就擁有一切。到了2019年,全球市值百大公司前十名中就有七家是IT公司:Microsoft、Apple、Amazon、Alphabet、Facebook、Alibaba、Tencent
4、所以到底什麼是FAANG
就是擁有大量數據的那五家公司:Facebook、Apple、Amazon、Netflix、Google。擁有社群的臉書,完全有能力從日常潛移默化影響人們的觀念想法,進而對行為產生影響,2016年美國總統選舉、英國脫歐公投都被說是有單位透過臉書操作選民。Apple透過手機、電腦和每個人每分每秒綁在一起,不只記錄消費、有指紋有臉孔辨識、更能記錄行為模式。而用有龐大消費偏好資料的Amazon,觀看喜好、時間記錄的Netflix,幾乎知道我們所有人脈、去哪裡、做了什麼事情(和所有帳密)的Google,這些公司握有的資料龐大、多樣到不可思議!
5、有了資料然後呢?
擁有資料,可以整理分析成為決策的參考,也可能成為創新的起點。比如健保資料中藥物使用的紀錄,可以成為藥商明年進藥品項與數量的參考,PTT鄉民的留言互動,可以成為輿情風向的依據,電子消費單據可以讓食安追蹤到每個個體,天氣資料可以成為預測天氣風險、甚至預測農業期貨的表現。而本來只有聽了很煩的嬰兒哭聲,如果側錄加以分析,能夠成為寶寶翻譯機,幫助新手爸媽給娃兒更好的照顧;每天要轉好幾次次的溫度調節器,如果數位化,可以幫助節能甚至預測需求、提前佈署;公司內部的Email除了檢核工作,甚至可以幫助老闆找出潛在的領導者!
分析數據並不是新鮮事,2012美國零售商Target為了展現自己的科技實力,放出了一個故事,說他們精準預測一位高中少女懷孕嚇壞她爸爸。原本覺得應該是一個很好的公關新聞,但不小心忘記消費者很在意保護自己的隱私,所以也是爭議了好一番,但經此一局,大家就更知道,數據為王的時代來臨了!
6、還有人在等什麼是The Hype Cycle嗎?好吧既然這麼認真就還是說一下~
技術成熟度曲線(The Hype Cycle)是美國高德納(Gartner)顧問公司每年發布的分析資料,是全球企業做出重大投資決策的風向標。Gartner將所有科技分布在發展五階段的圖表上,2019年的長這樣,找找看你認識的IT科技在哪兒吧。
The Gartner Hype Cycle highlights the 29 emerging technologies CIOs should experiment with over the next year.
*科技發展的五階段:快速攀升的「觸發期」(Innovation Trigger)、過度期待的「膨脹期」(Peak of Inflated Expectations)、泡沫化的「幻滅期」(Trough of Disillusionment)、穩健成長的「復甦期」(Slope of Enlightenment)與穩定的「成熟期」(Plateau of Productivity)
重點:你永遠無法精準預測科技何時達高峰何時跌谷底,可能兩年可能二十年,因為期待值是相對的,就像股票高點是找不到一樣......
總之,數據很重要。下課!
    走錯教室的理科生
    走錯教室的理科生
    留言0
    查看全部
    發表第一個留言支持創作者!