大数据舆情分析理论与商管应用
校际生 简𬀩丞
本次的演讲者是教授请来在典通股份有限公司工作的佳兴老师，而演讲的主题是关于大数据。典通是亚太地区最具创新能力，可以应用大小数据，充分地为客户解决品牌行销与销售运营痛点的数据调查整合服务顾问公司。虽然佳兴老师大学是读世新大学的广告学系，但为何他能够升任数据公司这份工作的原因，是因为他说他在公司所扮演的角色是在资料分析师与客户之间沟通业务的人。他既要了解资料的分析原理与意涵，又要懂得如何去做行销，可以说是充分的利用了斜杠这件事，彰显他在公司的重要性，让他不容易被其他人取代。
首先他提到了他们公司智慧数据整合研究部的组成，里面可以分为三大类人，包括数据应用规划师、数据工程师、系统工程师的技术团队。接下来提到了企业和组织中进行数位化改变的三个不同阶段。第一阶段是资讯数据化，资讯数据化的主要目标是确保数据被有效地捕获、转换和存储。这可能包括转成数位文档、数据库、电子表格等。第二阶段是数位优化，数位优化的主要目标是使用数据和数位技术来改进现有的业务运营方式。例如行动支付、QR CODE点餐等。第三阶段则是数位转型，数位转型的主要目标是实现全面的组织改革，以应对不断变化的市场和客户需求。这可能包括开发新的数位产品和服务、改变业务模式，以及在整个组织中推动数位文化。例如讲者所举的劳斯莱斯，劳斯莱斯从原本的销售飞机引擎业务转型成利用数据提供引擎的生命周期管理服务。相较于前两个阶段，数位转型的困难度增加了不少。
经过讲师的介绍，我才知道原来我们一天提供了许多的数据。搭交通运输工具时提供悠游卡纪录、监视器纪录，去商店时提供交易纪录、店内轨迹纪录、消费者轮廓资料，使用叫车软体时提供GPS轨迹、会员资料、行车纪录。而这么多的数据就会形成大数据供他们公司做分析及应用。而他们不只会使用大数据来做分析，还会用小数据。小数据的来源可能是街头访问、电话访问或是点子问卷。大数据通常用于处理庞大、高速、多样的数据，以提取深层次的信息，而小数据则更适用于较小范围的分析和操作。典通公司透过两者的结合使分析的结果更佳的全面且准确。
讲师接著讲述他们曾经负责过台电的舆情分析。从资料库的53万文本中淬炼出239个关键字，再透过关键字找筛选出35万篇文章，只取其中“负向情绪”的文章，总共有8.4万篇。接下来随机抽一千篇文章用人工的方式标记其所属类别，重复抽3次，最后利用机器学习将文本进行分类，得到帐单相关280篇，电力异常5151篇，补助与回馈161篇。虽然大幅从53万篇文本缩减至5000多篇，但其中包含了许多的“杂讯”。杂讯满天是现在舆情分析最棘手的缺点。
听完整场演讲，很喜欢讲师的一句话:“没有最好的调查工具，只有最合适的方法”。所以我们必须先了解需求与目的，再去想解决的方法。
企管三乙 陈苑儒
本周的演讲涵盖内容广泛，一开始简单介绍AI发展历史与定义何谓AI人工智慧外，还提到了像是数位转型、社群网路数据、舆情资料分析等等议题，而其中我印象最深刻、也最有共鸣的就是演讲后半段的社群数据、舆情资料部分。
社交媒体平台已经成为人们生活的一部分，几乎每个人都在日常生活中使用社交媒体来连接、分享和交流。因此，媒体社群成为了一个庞大的数据生成机器，每天都在产生大量的信息和内容，包括用户行为、互动数据、文本内容、图像和影片等等。这些数据看似平凡，但对于企业而言，他们都是需要被收集、储存和分析，以获取有价值信息的重要资讯。
数据分析的结果可以帮助企业更好地了解他们的受众，了解他们的喜好、需求、拥护者和反对者。通过这些信息，制定更有针对性的营销策略，提供更符合用户需求的产品和服务。与此同时，也可以用来监测品牌声誉，通过分析社交媒体上的言论和情感来了解他们的品牌在公众中的形象，并及时做出反应，甚至应对任何负面情况。演讲中提到了一个有趣的案例－可乐果，他们使用数据分析来追踪社交媒体上的品牌提及情况，借此挖掘为甚么年轻人不再购买可乐果，深度分析青壮年人口与年轻世代对于可乐果看法之间的不同，根据可乐果在不同场景下扮演的角色，重新给予定位，而接下来，数据分析的成果就成了预测趋势和发现机会的最佳辅助工具。因为可乐果多了“孤独”、“提神纾压”、“自我奖励零食”、“下酒菜”、“料理”等等标签，故最终公司也决定以上述的特点进行重点行销，甚至研发小包装版本与多种口味迎合大家的喜好，还拍了一支“想想可乐果”的洗脑广告，成功将可乐果这个产品的优势最大化，并且完整地呈现在大众面前。
我之所以会因为此议题而有所共鸣的原因，除了社交媒体贴近我们的生活外，其实是因为我本身在这个学期有修习一堂需要与真正品牌业主合作行销的课程。在这段期间，我需要负责挖掘该品牌的核心价值与找寻潜在目标客户（TA），于是也有透过社群媒体的相关数据与搜集民意的方式进行深入探讨，但因为这对我们团队而言是个新鲜的挑战，所以目前遇到许多瓶颈与困难。而本周的演讲，正是在介绍我们当前面对的难关，我觉得自己很幸运，居然能够在这个因缘际会下听到专家介绍分享，而且我听完讲师讲解后有种豁然开朗的感觉，对于客群探索方向也没有最初那样迷惘模糊，收获真的很多，只能说，当下真的好希望可以叫整个团队的人都来听这场演讲。
最后，讲师也有大约讲一下数据分析师都在做甚么，我听了其实很心动，数据分析师不一定只能是理科、资讯类等工程师才能胜任，因为里头其实涵盖了许多管理层面的议题。而且我觉得讲师呈现的工作内容都很有趣，除了帮公司品牌找机会点，还可以帮忙企业分析人民为甚么给予自己负面评价，甚至是到大选民意调查等等，不但内容广泛，且感觉每一次的深度探讨分析都可以有惊人或有趣的现象或结果出现，为每次工作都注入一点趣味性，新鲜又有挑战性的工作正是我所向往的类型之一，很感谢讲师离开前有透露典通公司会有实习招募计画，我想，如果时间心力允许的话，我一定会有意愿前往尝试的！
企管三乙、 陈颖萱
为何麦当劳排队的动线是直的，而星巴克却是横的？答案是一个重视效率，另一个则是重视顾客体验。借由提问，让早九课堂，脑袋尚未开机的我们进行短暂的思考，这种引领我们进入演讲主题的方式我很喜欢，脑中也冒出我将会喜欢今天演讲的预感。
今天的讲者郑佳兴来自于典通，一间为政府抑或是民间机构进行民意调查或产业分析的数据公司。可想而知，今天的演讲内容当然会是有关于资讯课程内容的延伸，涵盖AI的发展历程、正于产业中进行何种功用；数据的型式种类、如何进行搜集与分析等。
在演讲中，我有听到数个较颠覆我以往认知或者我原先的认知可能是错误的概念。首先是关于资讯数位化、数位优化、数位转型，这三者间概念上的差异性是我过去所没有正确认知的。就如同普罗大众所认知的，好像将原本纸本的资料进行数位化就是现代迈向科技化的象征，但事实证明我的观念果然太过陈旧。现在的趋势已是在利用数位技术去为公司的业务流程或系统进行更高的效率以及成本上的改善，使公司所拥有的资源得以发挥最佳的价值。而未来还会继续往数位转型的方向迈进，彻底的去颠覆现有的组织营运模式以适应这日新月异的时代，避免被淘汰。但要能成功地进行数位转型并不是一件易事。组织能否负荷转型所需的花费、领导人是否能做出良好的前瞻决策、组织内是否有人才去进行数据赋能的动作，这都是需要被考量的。
接下来是我一直都清楚在我们的日常生活中，会有很多管道能让我们的数据被搜集，例如透过电子的交易纪录或足迹和社群媒体的互动等，皆可让我们的行踪或喜好被剖析。但当我知道以下这个数据搜集的方式时，我著实地被震惊到了。原来在超商结帐柜台后方的电子萤幕上的镜头正记录著我们消费者的生理特征、购买品项，借此来进行研究分析。这种在我不知情的情况下纪录我、对我进行剖析的行为让我感到赤裸。想制止这种行为，却又好像无能为力。
讲者还有提到几个有关于在社群进行舆情分析时可能会遇到的一些小陷阱，比如说每个搜集民调或数据进行分析的公司对于声量的定义皆不同，所以当阅听者在观看网路上的那些图表时，对于上面的数字可以不用那么在意，排序会是比较需要关注的重点；即使是使用同个关键字去使用文字云，但根据使用者不同的网址来源，文字云的生成可能也会有所不同。这些都是令我觉得特别新奇的几个点。
三个小时的演讲，但其中的资讯量可能是我需要于业界打滚数年才能获得的知识。我还是想将心得总归于一段话，那就是科技的发展是为了让人类拥有更美好的未来。与其惧怕其的发展，不如接受，并与其携手。
企管三乙 彭彦荪
大数据可以应用在好多领域，讲师这次有介绍社群媒体、行销、医疗、商业等等，在商业领域，大数据分析可以帮助企业了解客户需求，改进产品和服务，提高市场竞争力。在医疗领域，大数据可用于疾病预测、医疗诊断和药物研发，有助于拯救生命。大数据不仅仅是数字数据的量级巨大，更重要的是它拥有的多样性和多维性。它包括结构化数据像是数字表格和数据库，还有非结构化数据例如社交媒体帖子、照片和视频，可以让我们能够从这些资料中用不同角度来理解世界。
今天的演讲的时候让我印象深刻的是，讲师放了一张图片给我们看，是便利商店柜台上方的监视萤幕的画面，然后他说大家有发现这个吗？我平常去买东西的时候根本不会去注意到上方的大屏幕，然后讲者说这个就可以让店员不用每次结帐的时候都要手动输入顾客的年龄性别然后买什么这样，我觉得好酷才发现原来便利商店也会调查我们的基本资料，然后汇整成大数据去分析哪个年龄段喜欢买什么，根据数据推测的去制作行销方案，推出新产品，而不只是在单纯的卖东西。
波多野结衣悠游卡事件那时我只有大概听过，销量很差，原来悠游卡公司在做这个方案的时候没有调查的很全面，可能只搜集了年轻男性的意见，像是年轻女性、长辈的资料都没有参考进去，才造成很低的销售量。还有讲师说道健康生物、医疗大数据的部分，现在的人口结构偏向高龄化，而医疗健康专注在预防保养的措施，所以长辈每年定期的体检是很重要的，能提早发现问题去做治疗，或者看到即将发生的疾病去做预防。老师说的我也很喜欢，希望未来能做一个健检大数据库，能纪录过往的体检数据并推测未来发生疾病的机率，让我们能更好了解身体状况！
总结，讲师总结了大数据的重要性和未来前景，在商业洞察部分，我们需要有策略的人才来分析人与机器的互动，在行销上，专注使用者、消费者需求做开发产品，我很认同讲师说的，这些功能能不能很好被落地应用是做大数据分析最重要的用途，商管的人才必须要了解大数据的概念、应用在现代社会中，我们应该保持警觉，不断学习和适应这个变化的数字环境。
企管三乙 林育贤
在这场大数据演讲中，我们了解人工智慧发展的历史，由1950年代的符号逻辑和专家系统起步，一路追溯至今日资料科学与机器学习的综合应用。演讲者明确指出，人工智慧的兴起必须仰赖对的人才和适当的工具。资料科学家和机器学习专家的角色变得至关重要，他们不仅推动了人工智慧的发展，也影响了未来科技的方向。
在智慧数据整合研究部（DSR）的光环底下，数据应用规划师和程式设计师扮演著关键的角色。他们共同参与了企业的数位转型，这不仅仅是技术层面的转变，更是一场以服务为核心的全方位革命。组织调整、监控启动、数据搜集、数据分析等步骤组成了这场革新的必经之路。这种转型为企业提供了全面的支援，包括脑力的激发、人力的强化和财力的供应。
演讲进一步深入到数据的应用层面，特别是在社群分析的范畴。透过推播广告、咖啡、床等日常生活模式的分析，我们得以预测潜在消费者的需求。但同时，演讲提到了社群分析中的一些陷阱，例如结构代表性、参与代表性和意见代表性等问题，需要透过大数据和后数据分析的手段进行处理。
技术的进步不仅带来了爬虫技术、文字转化为图表等资料可视觉化工具的使用，同时也带来了一些新的挑战，包括社群网站排斥、媒体试读等问题。在这个过程中，工人智慧成为了解决问题的关键。社群分析中的陷阱需要谨慎应对，以确保数据的准确性和可靠性。
数据管理方面，Data Management Platform (DMP) 的应用不仅仅限于金融领域，还可以在其他领域发挥作用。然而，法规的限制和个人隐私的问题是这一领域需要正视的挑战，特别是在推播偏好股等个性化推荐的情境下。
演讲的最后部分深入讨论了大数据在健康食品、品牌定位等领域的应用。透过大数据的应用，我们可以实现更加个性化的产品推荐。然而，这同样需要谨慎考虑电话接触的方式，以免引起使用者的反感。
企管三乙 林泓岷
这次演讲的主题是舆情分析，而在主题之前讲者先提到了何谓数位转型。数位转型分为三个阶段。资讯数位化、数位优化以及数位转型。资讯数位化是指将传统的实体物品数位化，储存在网路上，例如传统的纸本资料对比现今网路资料库。而数位优化则是如同行动支付、人脸辨识等，以数位化的产品和服务来提升客户。最后数位转型则是以创新的服务和商业模式，提升客户体验，例如劳斯莱斯的引擎生命周期管理系统，通过监控引擎性能，他们能够预测潜在问题并提前采取行动，如今的资讯时代，企业和组织需要更有效得收集、分析数据，以科学的方式 做出决策，以保持竞争优势。舆情分析是此次的主题，结合大、小数据分析、了解市场趋势、客户需求，以及确认客户预期品牌定位和企业自身认为的品牌 定位是否存在差异。
讲者以麦味登为例，麦味登原先认为的品牌定位为“久坐、提供高品质的餐点的餐厅”，但却忽略了该品牌定位与客户对于“早餐店”的印象存在落差，可以证明舆情分析企业的重要性。舆情分析的基础之一是符 号逻辑，将自然语言转换为可分析的数据。专家系统则是一种具有专门知识和经验的智能系统，模仿专家的决策，尝试解决特定领域专家才能处理的问题。机器学习是透过训练，使电脑能有与人相仿的智能。通过机器学习，可以识别特定的情感、趋势，从而理解舆情数据。
讲者认为人工智能在实务上并不像我们所想的简单，对的工具要搭配对的人 才，才能发挥出最大的效用。舆情分析除了资讯工程人才外，还需要具有资料科学知识的人才，才能有效撷取、分析数据。还需要具备沟通和商业分析能力的人才，才能将根据分析结果进行实际决策，如同讲者所说的:“将资料转化成有用资讯，才具有商业分析的价值”。企业的每一个决策都非常重要。以可乐果为例，舆情分析虽然帮助了他们了解自身品牌定位、设计主题曲以及“想想可乐果”的口号。在经过一系列经商业分析过后，设计出了一套完整的方案，但在最后广告投放的环节出现错误，在错误的平台投放广告，非常有可能导致功亏一篑。
舆情分析虽然强大，但也面临一些挑战。首先，参与代表性是一个重要问题。舆情分析的数据若是来自特定族群，这可能导致结果有所偏差，讲者以波多野结衣的悠游卡为例，评论该悠游卡的大多是年轻男性，导致分析结果出现问题。此外，意见代表性也是一个挑战，因为负面的声音通常会被放大，仅反映了少数人或特定群体的意见，而忽略了其他观点，可能导致不合理的评价。另一个挑战是结构代表性，舆论中的讨论结构是否能够代表真实世界的关系和连接，是我们需要花时间研究的。再来，舆情数据常常杂讯多，需要仔细处理和过滤以提取有价值的信息，这也使得成本增加。
最后，这场演讲全面而深入地探讨了大数据对企业和社会的影响。大数据的应用不仅仅改变了企业的运营方式，更深深地改变了消费者的生活方式。在应用大数据的过程中，我们需要结合各种工具和技术，同时注意解决法规、隐私等相关问题，以实现更好的效果。这场演讲为我们提供了深刻的启示，使我们更加深入地理解了大数据在当今社会中的角色和价值。
企管三乙 朱芸靓
随著科技进步，AI从“符号逻辑”进步到“专家系统”，再改善发展到了“机器学习”，其中“深度学习”正是目前热议的话题之一，另一项热门领域则是“大数据”。这两项有著密切的关系，大数据为深度学习提供了强大的数据基础，而深度学习则充分发挥大了数据的价值，提高了数据分析与应用的效率和准确度，两者相互促进并共同推动人工智慧及数据科学的发展。
我们经常提到的“资讯数位化”对现在社会来说已经是过去式了，政府、企业早已将传统纸本资料转换为电子化资料存取在电脑系统里了。现在普遍的是“数位优化”，我们透过数据分析、人工智慧、机器学习等技术及工具来优化效率、降低成本、提高品质及提升用户体验，目的就是让生活能更加便利，就像电子行动支付。不过这还不够，现在许多企业都在推行“数位转型”，不同于数位优化著重在如何使用科技优化效率，数位转型是更大范畴的转变，它打破了原先产业的框架，涉及个人、组织、文化、策略、价值观等的变革，是更全面、更具战略性的转变，为了因应日益数位化的环境，“数位转型”是目前企业最需要关注，也是未来最需要著重发展的部分。
学长于演讲中提到的Rolls-Royce就是“数位转型”成功的案例，它们从卖飞机引擎转为卖飞机维护服务。依此类推，我认为营养师提供服务应该也可以是一种数位转型，过去需要纸本纪录会员营养状况与实体谘询，现在只要透过网路平台和软体，就能追踪会员的饮食状况与健康，也有即时的营养师能够回答会员的问题，这些会员的饮食记录也变成了公司的庞大的数据来源，能够根据这些推断出不同年龄层的饮食习惯及会碰到的困难，分析数据提供会员相应的食谱及改善建议，若能再根据这些数据预测出大众的喜好与习惯，成立提供健康三餐的餐厅或中央厨房，应该是个不错的商机。
随著科技的进步与发展，“大数据”已经成为近几年的趋势，与之相关的产业及技术也是市场关注著的焦点，学校也纷纷推行大数据相关课程，但许多学生却和我一样，对于大数据不是很了解，感谢这次佳兴学长的演讲，让我知道AI的发展历程、数位转型的历史及企业为因应快速变化的时代所要具备的能力，透过这次机会让我重新认识了大数据，也更加了解大数据的应用。
企管三乙 杨霓
现代大数据分析的发展是一个跨越数十年的多面向历程，并受到技术、资料收集和分析技术进步的影响。今天邀请到在专案公司任职的佳兴学长，来讲解大数据是如何运用在专案的执行上。大数据分析的发展可以从1950年开始讲，从一开始的资料分析到建立资料库，到后面形成网络才有现在的商业智慧。其实从早上我们起床出门到晚上回家，小数据的累积都持续的在进行。
演讲中学长提到“数位转型是一个持续的过程”从过去的资讯数位化到现在的数位优化，未来将会有数位转型，像是劳斯莱斯的转型，因维修飞机的费用太高，为了解决问题，而发展出器材生命周期的管理服务。其实也间接地影响我们的未来职涯发展，未来的职业其实有一半以上是现在没有的，故其实我们不必过度担心未来找不到适合自己的工作，只要勇于尝试!
若产业要转型必须要有两种能力，突破展业的框架及数据赋能，这两者是缺一不可，企业需要有勇气及创造力，为自己开拓出新的道路。数据赋能则是最重要的，要如何让数据在管理、业务上赋予意义呢?我认为其中最重要的是清除杂讯。
现在获得资讯的渠道非常多，最贴近我们的就是新媒体社群，在广告上或文章的推播会因应个人的兴趣导向，我认为此功能有好有坏，好是能精准狙击到消费者，坏是可能无法接收多个面向的讯息。若只看到年轻人的看法，会有结构代表性不足的问题；若只看到讨论度的高低，会有意见代表性不足的问题。故要结合所有面向，分析出来的数据才是正确且可利用的。
这次演讲让我对大数据改变许多看法，也理解大数据是活用且贴近日常生活的。学长举了5个实际应用在企业的案例，来介绍它们公司是如何帮助这些公司解决问题，利用大数据分析，可以获得更客观的事实，而不只是消费者认为或公司的想法。而这份工作可能不能准时下班，但能接触各种各样不同的客户，是我认为不能用薪资来衡量的价值。
今天的演讲不仅拓宽我的视野，也让我找到求职的新路，让我理解企管系，能利用我们所学发展出各种不同的职业，只要能突破框架、勇于尝试，所有人都能找到属于自己的一条路。
企管三乙 沈均茹
这次佳兴大数据的演讲中，用劳斯莱斯的例子表达企业转型，述说如何从制造车业到制造飞机，更是表达了数位转型的理念，是要跳脱思维才能算是转型，如果仅是让事情变得更方便，那么只能叫做优化，更提到了，若是要涉略大数据行业要有以下三种力，脑力：要思考为什么要做这件事情，以及如何落地、人力：工人智慧是要去教学它的，则需要耗费大量的专业工程师、财力：大规模的商业化，需要大量硬体则需要大量的财力支持。
佳兴演讲者也提到，大数据有可能会有的的陷阱，例如：大数据推断悠游卡使用波多野结衣会带来热量及销售额，但其中只看到了男性的反应，但其中可能忽略了爸爸妈妈年轻女性等，可能会不舒服或是不给予支持。或是意见代表性的陷阱，例如虽然有热度，但是讨论你的是喜欢你还是讨厌你，有可能大部分的讨论都是负面，可却依旧当作是“有热度”。或者是杂讯满天:当杂讯很多的时候，关键字搜索出来的不一定是你要的资讯，有可能会得出不具有信效度的答案。
仅管这其中有很多待优化的部分，但在未来的时代，大数据拥有著不可抵挡的趋势，例如：商业决策：企业使用大数据分析来更好地了解市场趋势、客户需求和竞争环境。这有助于更明智的决策制定，优化产品和服务，提高效率，并提供更好的客户体验。或是个性化服务：大数据使企业能够根据客户的个人偏好和行为提供更加个性化的产品和服务。这可以通过推荐系统、广告定位和价格优化实现。以及医疗保健：医疗领域利用大数据来改进诊断、预防疾病和药物研发。大数据分析可以帮助医生更好地理解患者的健康状况，从而提供更有效的治疗。甚至是城市规划：城市使用大数据来优化交通系统、节能、改善空气质量，并提高居民的生活质量。智能城市（Smart Cities）是一个兴起的应用领域，通过感测技术和大数据分析实现城市的智能化。以及我们最常提到的社交媒体分析：社交媒体平台使用大数据来理解用户行为，改进内容推荐和广告定位，以及应对虚假信息和不当行为。大数据将继续在各个领域中发挥关键作用，并且随著技术的发展和社会需求的演变，其应用和趋势也将不断发展。
就如老师所说，学商的学生，大数据是我们比较有能力去做的，不同于银行自己的资讯部门、工程师团队，佳兴这类的公司，重在将资讯分析落地商业化，至力于观察顾客的想法，站在顾客的立场，好让研究的成果能够与市场中的浅在客户接轨。听完这次的演讲，有拉近对于大数据的距离，不再觉得大数据与商学院的学生遥不可及，而是要用敏锐的观察力，以及大学四年所学，将科技及商业连结，创造商业价值，这次的演讲受益良多，谢谢佳兴的老师。
企管三乙 吴耘瑄
大数据是由一些巨大体积和多种类型的数据所组成的资料库，且这些数据在流通时常常是以非常快的速度，也就意味著我们要能够即时的处理和分析这些数据。而近年来大数据也以非常可观的速度在成长，其中包含：数据量暴增，这归功于互联网的扩展及移动设备的普及、技术与工具的发展，使组织可以更有效地管理、储存和分析资料，这些都是拜大数据在各个领域所取得的重大进步所赐。
而大数据的进步也带动了各行各业与之合作来提升竞争力，如我们上次所说的金融科技，银行和金融机构可以透过大数据来进行信用评估、风险管理和诈骗检测等新型服务。除此之外，大数据也为医疗保健提供了更完善的流程，除了可以协助专业人员提高诊断准确性，还可以预测疾病风险！对现在的社会而言，我们基本上已经离不开了大数据的时代。
在演讲的一开始，讲师就以麦当劳与星巴克顾客排队方式代表的意涵这个小问题来让我们热身，在讲师说明两家店的排队方式不同之前，我自己完全没有察觉过这两家店还有这样的差异，更让我惊喜的是讲师利用大数据推出来的结果告诉我们两家店想要带给顾客的核心价值为何时，我深深地体会到大数据已经完完全全地融入我们的生活，无论是周遭的大小事物，没有一件事情是大数据没办法进行分析的，又或者说我们在书上所学到的理论大部分也都是依靠大数据进行统计并分析后才得出来的结果。
还有当讲师告诉我们经过大数据的统计发现，可乐果这个零食比较偏向愉快性质聚会时会吃的，其中包含的原因是吃可乐果的时候，会发出来的声音比较大声，还有他的份量比较大，一个人比较没办法一次吃完，这也是平常我都没有注意到的主题。经过这次演讲让我深深地为大数据所折服，我也非常期待以及相信大数据能够在未来带给人类更多的福祉。
不过在大数据蒸蒸日上的时代里，我们也要重视一些他可能带来的隐藏忧患，像是我们将大量有价值的数据储存在大数据里，这让他成为黑客攻击和数据泄漏的目标。又或者是当我们过度依赖大数据的分析系统时，这可能让人们失去自己的判断能力以及创造力，虽然说大数据带给我们诸多的好处以及便利，但是希望在大数据持续进步的同时，我们也可以加强对这些隐患的重视！
企管三乙 张馨元
我认为这次的演讲对我们企管系学生蛮有帮助的，现在是一个科技世代，有许多工作都面临被替代的危机，而企管系的学生从前总是会被说学的不专精不够专业，但面对现在的社会其实学得越多越可能不被机器人取代，因为我们和机器比专业度的话，人类肯定没办法赢的。经过这次的演讲，让我觉得其实企管系未来要找工作其实没有想像中困难，毕竟我们的课程中也拥有许多大数据相关的课程，未来的社会上一定有许多需要大数据处里的工作，而需要大量面对人的工作也难被机器人取代，那我们企管系学习的，其实在未来都是有优势的，所以经过这个演讲分享，让我对未来找工作比较不会那么迷茫。
演讲中让我印象比较深刻的是讲者分享AI时，起初还没了解AI这个词时总觉得人工智慧和我们文组的学生好像没什么关联，但讲者在简报中有提及“人工智慧=对的人才+对的工具”让我觉得好像对于AI有了不同的见解。在人工智慧中包含了资料科学及机器学习，其中的资料科学需要的技能例如：统计学、资料分析……这些都是我们目前在学校有涉略到的，讲者也有提到在资料科学方面，其实是需要我们管理学系的相关人士的，和以往我想的人工智慧只需要科技人才是不太一样的，让我有些意外。
讲者有提到他本身是在顾问公司上班的让我觉得很特别，因为之前很少听到这种类型的公司内部员工分享，在顾问公司上班感觉适应能力要还不错，因为每次接到的案子负责的公司类别都不太一样，可能这次是食品公司下一次的服务对象就变成了饭店业也说不定。那他们公司也是透过大数据在帮助那些求助公司，像是讲者在课堂有分享的案例：联华食品，透过收集消费者对品牌的印象来想出解决方法这点让我觉得蛮有兴趣的，因为不会一直在做同样事情的感觉，每接到一个新案子感觉就像换了一个新工作，毕竟要帮服务对象公司想解决方案，首先必要的就是要深入了解公司内部营运状况，不然提出的解决方案与服务公司想传达的方向不同，或是根本无法实行都是在徒劳无功。因为这次的演讲，让我稍微了解了顾问公司，也希望未来有机会能接触此行业。
企管三乙 刘又祯
这次演讲的主题是大数据与舆情分析影响应用，先从一些简单的问题问起，例如:我们的一天，会贡献多少数据资料呢?其实在这之前，我没有意识到每天的使用手机或是浏览网页，冥冥之中会让后台得知那么多资讯，我会喜欢的影片、平常会注意的商品或地点等等。演讲者有提到:“免费的最贵!”我们可以免费使用各种社群媒体甚至是GOOGLE地图的代价就是我们会成为观察的对象，不断贡献时下人们会购买的东西或是流行的事物，各大企业会透过这些资讯投放不同的广告，藉以获得利润。
不过，上述的模式其实是现今推动个人化服务的基础，将这些累积的数据资产，应用在顾客服务当中。正所谓数位转型不单单只是将资讯数位化，以演讲中提到的Rolls-Royce为例，企业还要透过组织调整，例如设立某某部门管理该区块的业务、启动监控系统好好监控重要产品，又或者是由物联网设计的程式，搜集产品的数据以随时接收机器运转的状况，避免纰漏。
最后则是透过数据分析， 将卫星回传的监控资料进行即时分析，和千笔资料做比对，检查该产品是否正常运行。我认为现今这样的执行模式相当因应时代的变化，目前很多资料和文件的处理，甚至是检测产品的状况都是在网路上进行的，企业行号当然也需跟进将资讯电子化处理，更进一步行数位转型。除此之外，演讲的另外一个大重点还有可以透过社群舆情的分析来行销或是了解大众的需求，但是任何事绝对都有一体两面，其优势在于可以用浅显易懂的方式 呈现，而这些数据也可应用在找寻服务的缺口，亦或是上述所提到的成效监测，甚至是了解市场上的口碑是如何，可以知道种种消费者和卖方之间关系等等。
另一方面，在分析时也会有盲点，例如:结构、参与、意见的代表性不足，或是杂讯过多，也因此有辨识机器人的模式出现，这是为了防止爬虫程式的干扰，避免使用者一直接收到无帮助的讯息。另外，也会有只看数据造成的判断失误，以为资料呈现出都是好的结果，但其实该资讯只反映了部分人群的意见，而不是全体人民的状况。
以上这些看似有点过于教学用字化，但其实真的就是每天身为企管人或是管理者会遇到的问题，讲者也有提到解决的办法其实就是找对工具，使用恰当，就可以帮我们完成很多工作，因此我们也不需要担心AI会抢走我们的饭碗，因为随著时代不断进步，为了面对新世代的工作也会出现，那些需要高度准度或是辅助性质的检索数据资 料库的工作也会交由AI这个“工具”来帮我们一一实现。反之，我们则需积极增进自己的能力，不要局限住所有可能性，也不要害怕尚未到来的不确定之事!
企管三乙 张暄婕
这周是由佳兴讲师带来的大数据演讲，因为之前有上过大数据的相关课程，所以我对这个议题还满感兴趣的。讲师在最开头的醒脑时间里询问大家为什么麦当劳和星巴克的排队动向不同，一个是直的、一个则是横的，虽然这两间店在学校里都有，但我其实没注意过这点，所以当下有点诧异，但之后讲者跟我们解释说这两家快餐连锁店之所以有不同的排队现象，原因在于消费者行为的不同。麦当劳提供的是快速、价格便宜的食品，吸引了那些想快速解决午餐或晚餐的人。相反，星巴克提供的是高品质咖啡和饮品，吸引的是那些更讲究品味和经历的人。这两家店面对不同的客户需求对于大数据分析和市场定位至关重要。
透过大数据分析，他们能更好地理解他们的目标客户，调整营销策略以迎合这些不同的需求，虽然我还是不太觉得排队动向跟吸引消费者有正相关，但没想到光是排队动向中也有这么大的管理学问，而这些学问的存在都是借由分析客户洞察的大数据而来。在科技广为发达的现代，大数据已成为我们生活中不可获缺的工具，像是佳兴讲师有提到说我们每天也在日常生活中不断贡献大量数据资料。无论是使用手机、浏览网页、参与社交媒体，还是进行网络购物，这些动作都会产生数据，包括我们的浏览历史、地理位置、交易纪录、搜索记录和许多其他信息。
这些数据对于数位转型有著重大影响，演讲中也提到说数位转型中最重要的资产是数据赋能，而这些数据为企业和组织提供了宝贵的信息，有助于更好地适应现代数位环境，允许企业更好地了解客户需求和行为，从而优化产品和服务，提供更个性化的体验，像是前面提到麦当劳和星巴克的排队动向。数据的分析能够帮助组织更好地预测趋势和市场变化，使其更具竞争优势，同时也为科学和研究提供了重要的资源，有助于解决复杂的问题和推动创新。最重要的是，数据为人工智慧和机器学习提供了训练和学习的基础，因为AI模型需要大量的标记数据，以便学习和进行预测，大数据的存在让收集这些数据变得更容易，有助于训练更准确的模型，进一步推动了数位转型的发展。不过在贡献数据的同时也需要注意保护我们的个人隐私，确保他们使用是合法的。
企管三乙 廖若彤
今天在大数据的课堂演讲中，收获到很多新的资讯！我觉得在一开始的醒脑时间环节所提问的问题很有趣，曾经我也有好奇过这个问题，为什么同样为餐饮性质的店家，所安排的排队路线不同，其中又有什么小小的知识点藏在里头，这个问题提供了我解答，原来根据店家讲求的目标不同，所制定的策略也有所不同，像是这个问题举的两个句子，一是麦当劳，讲求的是效率优先，所以将排队路线设计成直线地的，这样可以增进结帐取餐的速度；而将排队动线设定成横排的星巴克，所讲求的是顾客体验，而我相信有这项不同的结果，因该是由大数据收集资料所分析出来的，小小的动脑环节带入主题，喜欢这种演讲的开场方式。
在演讲中比较有兴趣的部分是关于新媒体社群与大数据之间的关系，以及它们是如何影我们的生活的，在新媒体的社交平台是收集大量的数据重要来源之一，在我们的日常生活中，可能就会有好几亿的用户在社交媒体的上分享讯息及互动，而这些讯息创建了大量的数据内容，像是包含文本、图片、影讯、声音等等的样本，形成了大规模的数据流，而在此中的数据又具有多样性的价值，像是里面可能又包含了文字、图像、视频、地理位置，情感等等的，此价值反映了用户的行为含情感多多维度。
像是以上的数据举例，是提供大数据分析的重要资料，大数据的分析技术加以用于处理和分析社交媒体产生的大量数据，其中技术包括自然语言处理、机器的学习和深度学习 (也就是在上堂课内容所讲述到的知识)，他们可以用来识别趋势、情感及用户的需求，进一步地为企业和机构做出更好的决策，助于他们更好的了解他们的目标客群、为受众制定一套完整的产品、服务及市场策略，因而来提升顾客价值！
新媒体社群和大数据之间的关系是相互依靠的，社交媒体提供了大量且多样化的数据，大数据分析技术则使我们能够从这些数据中获取有价值的信息，让企业、政府和社会采取决策和行动。这些互动将持续发展，并对未来产生深远的影响。
大数据分析税然很方便，但其中也隐含了一些需要探讨的问题，像是数据的安全与风险管理，及资料的质量与可信度筛选，我们在使用数据的过程中，同时也要考量他带给我们的考验，借由不断的学习和适应，和政府、企业、学术界以及社会的共同努力下，来增进这方面的韧性。
企管三乙 黄羽忻
这次的演讲提到，我们身处在一个大数据的时代，现代资讯量大爆炸我们要如何从中筛选出适合我们去做使用的资料，这时候数据分析就很重要，把资料转换成有用的资讯就是有用的数据分析，而新媒体社群与数据分析之间的关系主要是以顾客为导向的行销诉求，讲师讲的一句话让我印象深刻，就是：“没有最好的调查工具，只有最合适的方法。”我们需要先了解客户的需求与目的，再去想解决方法，因为我们如果没有先去了解客户的需求和他们想要达到的目的的话，我们会毫无头绪的去做分析，做出来的分析不符合客户的需求，这样只是在浪费彼此的时间而已，所以我们需要先搞懂我们要调查的方向，再去选出最合适的方法，才能达成完成客户的需求。
之后讲师又讲到社群舆情分析的部分，这部分是我最感兴趣的部分，社群舆情分析是一种利用自然语言处理和数据挖掘技术来分析社交媒体平台上的内容，以评估公众或特定群体对某个主题、产品、事件、品牌或组织的情感和情感趋势的过程。社群舆情分析通常包括以下几个关键元素：数据收集、情感分类、趋势分析、洞察报告。社群舆情分析能够应用在市场研究、社交媒体行销、政府和公共政策。
总之，社群舆情分析是一个有助于深入了解公众情感和趋势的强大工具，有助于组织和机构更好地应对不断变化的社会和市场环境。但社会舆情分析也是有优点和缺点的，它的优点是能够提供即时反馈，让公司及时回应事件或趋势，可以更迅速地采取行动；它可以从多种渠道收集数据，像是社交媒体、新闻、网络论坛等，以获得更全面的信息；采用自动化技术，利用自然语言处理技术，自动分析大量数据，减轻人工工作负担。而它的缺点是会有数据来源的偏见，社交媒体和线上平台上的数据可能受到用户的偏见和筛选，因此分析结果可能不具有代表性；集和分析用户在线活动数据可能引发隐私问题，需要谨慎处理；以及过度依赖社群舆情分析，它分析的结果可能导致错误的决策，因此公司应该将其视为参考而不是唯一的依据。
总之，社群舆情分析是一个有用的工具，但应当谨慎使用，并考虑其优点和缺点，它可以与其他数据来源和分析方法结合使用，以获得更全面的洞察力。在企管的五管当中，我认为行销是与社会舆情分析最有关联的，因为行销需要去观察目前的市场脉络，不管是任何活动、广告、文案也都要依照族群做合适设计，而定位来自于对目标族群的喜好、需求、习惯的了解，因此持续利用社会舆情分析去观察市场变化，去创造良好的互动体验以建立品牌认知与忠诚度，是成为品牌重要的行动之一。
企管三乙 陈芳宇
关于学长演讲的大数据内容，真的让我受益良多，经由学长分享后，我才了解原来生活中那么多的东西都在无形之中变成数据。而所谓的大数据又是什么意思，当我在网路上查找资料，“大数据”是指更庞大且更复杂的资料集，尤其是源自于新资料来源的资料集。由于这些资料集过于庞大，因此传统的资料处理软体已无力招架。
大数据在台湾又称巨量资料，对于公司而言，资料可以说是公司最宝贵的资产。在透过大数据取得深入想了了解的方向或是项目的分析结果，了解哪些领域会去影响到业务，影响到市场状况、影响到客户购买行为以及业务程序等等，让公司能更快去推出或是去修改成最符合目标客群的潜在消费者。这些资料统整出的结果，可以协助整个公司领导人做出具影响力的决策。而这些数据内容从哪里来的? 没想到竟然是来自任何地方。而随著物联网的兴起，任何以前不可能产生资料的东西或地方都可能“资料化”。
而我的一天又将贡献多少数据呢。照学长的讲义来看，从早上被手机唤醒、搭乘捷运前往学校、之前疫情严峻时期进出各类场所要扫的实联制、去便利商店买午餐、上班打发时间所观看的影音软体，例如: youtube、netflix、ig、fb、spotify等、晚上趁空档运动、晚上闲暇时间看电影、出门玩回家叫uber之类的，全部都可以产生数据，最后被进行分析。
其实虽然我个人觉得很酷，可以借由这样的分析可以使我的帐号推出更多我感兴趣或喜欢的内容，但同样的我也会觉得很可怕，自己的行为举止都将被汇入数据中，其实科技的发展往往也牵涉到人们的个资议题，随著时间，资料来源将会越来越多且资料量将会越来越大，资安问题就会是迫切需要解决的问题。毕竟因为数据外泄而引发隐私问题的事件层出不穷。
数据外泄问题必定会对搜集数据的企业产生极大影响，动摇使用者的信心，甚至可能导致使用者不愿再次使用产品。但当数据对人的生活影响渐增，我们越来越依赖大数据出现在我们的生活中，并且随时随地都在产生数据，就像我前面所说的，使用者的隐私与企业如何正当使用搜集而来的数据资料其中的界线也值得探讨，而隐私也将成为未来大数据发展的方向抑或是讨论的方向。
企管三乙 陈宇扬
在听完有关大数据的演讲后，我对于大数据和数据分析有了更深入的见解，演讲中也讲述了许多学长经手过的专案案例，从中可以了解到无论是哪种行业，企业都倾向于委托他们这样的资料分析公司，以挖掘出他们有用的资讯然后进行决策判断，学长也有提到做他们这个行业不一定是要资工的背景才能进入，像是商学院的也可以参与，因为数据分析不仅仅是处理资料，还需要理解如何根据视觉化的资料做出有意义的建议，我觉得每个行业都是如此要有不同领域的专业人才进行合作，才能使效益最大化，就像是那些企业还有政府机关就是因为数据分析公司有专业的数据分析师，分析公司有在这方面专业的知识技术和经验，才会被他们所选择，企业自己如果建立一个数据分析的部门，可能因缺乏经验和知识导致成效、专业度都没有预期的好，而且花费的时间和金钱成本，或许投资在自己的主要业务上会更有成效。
到了现在，大数据对于各个企业已经是不可或缺的了，以前，企业为了寻潜在客户只能用传统的方式进行试探性的市场营销，现在则是准确度更高搜集更多有价值的数据来筛选顾客，并依照这些数据制定策略。尽管科技带给我们不少好处但同时也给了我们危机感，如果不与时俱进那么随著时间经过消亡的便是我们了，当然也有隐私安全方面的危害，某些时候，我们在网路上的一举一动都可能被搜集起来，那数据隐私和安全就变得至关重要了，资料外泄在近几年已经不是新鲜事了，我们应该要遵守相关法规且同时不断改进我们的安全措施和对策，以确保个人和群体的安全受到基本的保护。
最后，数据分析领域不断演变和发展，许多前所未闻的工具和技术不断推陈出新，我们能做就是要保持竞争力，不断学习和更新知识，学校教的不一定适用于未来的环境，我们现在读的专业也不是一定和未来自己可能从事的工作相关，但前面也提到了数据分析已经深入到各行各业，除了商业外也可用来分析社会和环境议题，像是政治民意分析、环境管理等，这些都能让收集的资料经过处理后转换成对我们有用资讯或可视化图表来做为参考和评估的依据。
总之，学习数据已经是我们必须去接受的趋势，不一定是要会将资料转变成有用的资讯，我们必须要会的就是依据这些资讯做出预测和判断，这样才能为社会和企业带来更多价值，也可以在这个变化快速的时代证明自己的价值。
企管三乙 陈亮吟
讲师一开始先向我们介绍AI，AI的发展其实已经很久了，第一波：1950年代，符号思考逻辑，就是把人的思考逻辑放进电脑，是A就怎么样，是B就怎么样，但无法把全部的规则都写进去，第二波：1980年代，专家系统，像文献探讨一样，把所有知识放进电脑，但太多难题人类无法解答，第三波：机器学习，将我们所有看见的放进电脑，提供历史资料，让电脑自己归纳规则。资料科学就是撷取资料中的意涵与见解，通常是社会学跟商学的人负责，而机器学习就是让电脑解决更复杂的问题。
另外还有数位转型，数位转型是持续性发展的过程，最早是E化，再来是资讯数位化，现在是数位优化，像是电子支付，买卖没有改变现有规则，买卖是本来就存在的。而未来是数位转型，从不同部门或产业做大规模的改变，例如劳斯莱斯的数位转型方法就是不卖飞机引擎，改做服务，做组织调整。
数位转型其实有点困难，因为要突破产业的框架，要有冒险的精神打破原有的结构，并且要有数据搜集与分析能力。“你所看到的世界，其来有自。”例如床和咖啡的广告为什么会同时出现，通常咖啡会让人觉得是用来提神的，而床则是让人休息、睡觉的，虽然两者看似是矛盾的，但压力大的上班族通常会睡不好，因此投放床的广告目标族群就是这些睡不好的人。
其实我们在一天之中贡献了许多数据资料，我觉得这很有趣，因为平常不太会注意到这些，例如睡眠记录、交易纪录、网路互动行为资料、信用卡资料。一天里面制造很多资料，日常的轨迹也都会被存取下来，因此许多广告利用数据分析我们生活模式推测需要什么，并且投放我们有兴趣的商品。
现在的社群媒体是双向的，也就是开始小众化，有互动性与真实性，社群资料的其中一种类型就是数字，台面上的资料，台面下的资讯，资讯具有决策意涵，第二种是文字资料，把文字转换成有意义的图表，利用关键字的统计，将资料转换成有用的资讯就具有商业分析的价值。
讲师也有向我们介绍如何把资料转换成资讯，首先要透过AI的逻辑，抓出keyword，以及情绪指数与关注度指数。第一步：搜集，第二步：清理资料，因为资料规格会不同，需要整理，格式标准统一之后才能做运算价值，变得更有意义。第三步：变数转换，第四步：运算价值。
常见的舆情资料呈现方式为文字云，可以快速掌握资讯，也从不同论坛的态度看出世代差异，但需要注意的是每个人定义声量的方式不同，所以在解读时要思考一下，要带著思维，网路上的只是参考趋势。
听完这场演讲后，让我了解到了AI人工智慧就是对的人才加上对的工具，在现在这种资讯变化很快速的时代下，我们必须要不断的学习，如果想成为不会被机器取代的人，那么就需要增进自己的实力、累积更多的经验。
企管三乙 高伊葶
今天的大数据讲座，很开心请到典通公司的佳兴大哥来学校演讲。其实对于电脑相关的技能，我一直都不是很在行，虽然就读高科技管理组，依然对于大数据分析不是很擅长，也传统的认为大数据应该是资工、资管背景的同学才会去接触的工作，直到这一次的讲解，我才明天原来大数据也可以不是那么生硬，甚至是平易进人，且连企管同学也能胜任。
根据佳兴大哥的介绍，大数据有三种力：脑力、人力、财力，要有大量硬体、维持运作的电力、水。我们一天中，从早到晚其实都在接触大数据的领域，除了上网时，会得到的照片资讯、语音讯息、网路互动行为之外，从早上起床的睡眠记录、天气资讯，搭乘交通工具时的监视器、悠游卡纪录，还有疫情期间所熟悉的手机实联制；而到了超商，还有店内轨迹纪录，和消费者资料、交易纪录、电子发票，甚至是运动健身的空档，也包含了生理值特征、影像辨识。
而让我印象深刻的部分，就是劳斯莱斯的部分，传统观念中，它是卖豪华轿车，但是在讲解中，它卖的是劳斯莱斯的服务，而这样的服务，不但可以协助航空公司降低成本、保留引擎资产所有权，提升制造服务品质、透过数据优化引擎设计，打造出以服务为中心的商业模式。若提及数位转型的作法，包含组织调整（设立引擎健康部门）、启动监控（一天24小时监控4600具引擎）、搜集数据、数据分析（透过卫星分析，引擎是否正常）等作法。
对比传统媒体和社群媒体，传统媒体的讯息是被设计的，且财力为王，让大多人数知晓；社群媒体的讯息则有互动性和真实性，不同于传统媒体，则是内容为王，让目标对象知晓。若想要预先打造顾客需求，要打造的就是从心出发的服务，从个人消费者的行为出发，延伸到消费场景的对象、时间、事件、地点、动机。
根据我上网搜热典通公司的资讯，发现他是一家擅长调查研究、行销谘询的企业。服务项目包含：市场调查、民意调查、消费者研究、使用者研究、产业研究到统计分析及AI 演算，客户遍及各大企业、政府机构等等，甚至得到金锋奖、金炬奖、国家新创奖的殊荣。因此很荣幸可以听到这么优秀公司的分享，收获良多！
企管三乙 李承恩
这次很高兴能听到典通行销顾问公司的郑副理郑佳兴老师来跟我们分享有关于大数据这个议题，老师真的非常有趣而且讲解认真，内容也简单易懂，将来如果有机会希望也能跟随老师的脚步，透过大数据帮自己谋一份好的职务。
我认为所谓的大数据不仅仅是大量数据的概念，更是一个革命性的技术和思维方式，它已经影响到各个领域，从商业到医疗、政府到媒体，无所不在。目前数据的产生速度和数量正以前所未有的方式迅速增长，这为我们提供了前所未有的洞察力，大数据的处理和分析需要强大的计算能力，这已经推动了云计算和分散式计算技术的发展，我们可以在几分钟内处理的数据量，在过去可能需要几天甚至几周。
而大数据的多样性也是一个重要特征，大数据不仅包括结构化数据，如传统数据库中的数据，还包括非结构化数据，如社交媒体上的文字、图像和影片，这种多样性使我们能够从不同的角度来理解讯息，提供更全面的洞察。大数据的应用广泛，从商业到科学研究，在商业领域，大数据帮助企业更好地了解客户需求，预测市场趋势，强化运营以提供更好的产品和服务，大数据也在医疗领域得到广泛应用，协助医生更好地诊断疾病，像是新闻中提到的研究新药物和改善病人护理等，我认为这实在是非常了不起的一件事，期待我们中原大学的大数据实验室有朝一日也能朝著不同的领域发展。
然而，大数据也带来了一些挑战，隐私和安全问题变得更加突出，随著数据的大规模收集和存储，我们需要更好地保护个资，防止被滥用，此外，大数据的分析需要强大的计算资源和专业知识，这可能会造成数据科学家和分析师的需求不断增加，如果我们企管系的学生能够透过跨领域的方式提升自己的能力，相信对未来也有很大的帮助。
对我个人而言，大数据的学习经历使我更加珍惜数据的价值，我明白，数据不仅仅是冰冷的数字，它背后蕴含著丰富的资讯，可以帮助我们更好地理解世界，我也要积极学习如何运用工具和技术来处理和分析数据，对于我日常生活和职业生涯都具有重要价值与潜力。大数据的崛起也提醒我们，我们生活正处在一个资讯丰富的时代，需要不断学习和适应，大数据领域的知识和技能变化迅速，我们必须跟上这些变化，防止知识折旧影响我们充分发挥大数据的潜力。
总之，大数据是当今世界的一个重要趋势，它正在改变我们的方式来理解和应对各种问题，这个领域仍然在发展中，我期待著未来它将继续为我们带来更多的启发和机会，无论是在个人生活中还是在职业生涯中，我相信对大数据的理解和应用将继续对我产生积极的影响。
企管三乙 张梓宸
今天的大数据演讲，演讲者从行销的实务案例探讨了大数据如何影响我们的生活、工作和未来，而以下是我整理以及归纳一些我从这次演讲中学到的重要观点。
首先，演讲者讲述了AI大数据的演变史及重要性。从最开始的符号逻辑一路经由专家系统及机器学习到了现在的深度学习，每阶段都是一次截然不同的尝试，此外他指出，我们生活在一个信息爆炸的时代，每天都产生著庞大的数据量。这些数据包括从社交媒体、传感器、行动应用程序和许多其他来源收集的信息。这种数据的增加正在改变我们的社会和经济环境，并创造了无限的机会。
其次，演讲者提到了数位转型的发展过程及大数据的应用领域。如以前企业认为的数位转型其实是资讯数位化，然而实际上的数位转型则是要发生商业上的转变，例如：劳斯莱斯公司从原本的引擎公司改卖服务，他们调整了组织结构并启动监控及收集大数据来优化引擎设计及提升服务品质。而大数据则是在各行各业中产生了重大影响。例如，医疗界可以利用大数据来改进疾病预测和治疗，而零售业可以通过分析客户数据来提高客户体验。大数据的应用不仅仅是提供更好的产品和服务，还可以帮助企业做出更明智的决策。
此外，演讲者谈到了如何把收集到的数据从资料转换成资讯。随著数据不断的收集和分析，如何将多馀的杂讯及将获得资料转换也是一门学问。然而并不是所有资料都是100%正确的，当中不妨藏有许多网路舆情的陷阱，如结构代表性不足、参与代表性、意见代表性等等的数据需要加以判断，以避免只看数据造成判断失准，为了减少以上情况我们应先了解需求与目的，再去思考解方及工具才是。
最后，演讲者鼓励我们要学习如何利用大数据。他们提到了数据分析和机器学习的重要性，并强调了学习这些技能的价值。大数据不仅仅是企业的问题，它也关系到我们每个人的生活。了解如何处理和分析数据将使我们更有竞争力，更好地应对未来的挑战。
总的来说，这次大数据演讲让我更深刻地认识到数据对我们的世界有多重要。它不仅是一个革命性的技术，还是一个塑造我们未来的力量。我们需要以明智的方式应对大数据，充分利用其优势，同时保护我们的隐私和安全。这次演讲确实激发了我对大数据的兴趣，我期待著更多深入了解和参与这个领域的机会。
真的需要再次感谢老师，我一直以来都对大数据很有兴趣，期望未来我能充分吸收相关的知识与技术，不断的精进自己！
