2017-12-14

邱威凱專欄--Data不是萬能 沒有Data萬萬不能


本文作者為邱威凱/米蘭營銷策劃總經理

  數據科技在行銷產業早已經廣泛應用,早在程序化購買之前。至少,在 David Ogilvy 在1948年創立公司時,就已經秉持廣告的基礎是必須先取得消費者的相關資訊,正確了解廣告對象。21世紀以前,運算與通訊科技不像現在發達,大量使用量化問卷或質化調查來了解廣告主產品。在研究調查的過程之中,一樣需要統計科學,一樣需要考慮數據的不完全精準性(veracity)、數量(volume)不足或採樣多樣性(variety)不足帶來的數據偏差(bias),一樣要針對所收集到的問卷與調查進行數據清理(data cleaning)。基本上與現今喊得震天響的大數據應用,其實是在同一個科學方法上。

  過去與現在的差別在於「行為的數據化」。21世紀以前的視聽與消費數位足跡相對少,2017年的今天少有人一天沒有留下數位足跡。那麼在2017年的今天,是不是只要有數據就無所不能、就無敵了呢? 筆者對於數據科學,或者基於數據科學而生的人工智慧,算是抱持樂觀看法,也不認為短期內數據科學帶來的人工智慧,可以不需要或取代人類(工人)智慧。問題是,不一定有人在乎我的看法,那就引用一下著名的瑞典未來學家Nick Bostrom在2014年發表的論文,其中根據他的調查,全世界著名的人工智慧專家,對於所謂的強人工智慧(Artificial General Intelligence) 前10%樂觀的看法是2022年出現、正常 (50%)的估計是2050年出現、最悲觀(後90%)的看法是在2075年,才會出現具有能力如同人類具有「通用」智能,並且能夠自主進化發展。

  寫到這裡,很可能會有人腦袋冒出「AlphaGo」,2016年「AlphaGo」不就已經大打敗世界棋王李世乭、柯潔,難道不能說人工智慧已經打敗人類了嗎? 首先,「AlphaGo」確實是採用了深度學習(Deep Learning)、分散式模式運算、具有超過1,000顆CPU加上破百顆GPU、一個具有兩個運算網絡(策略+評價)的弱人工智慧(Artificial Narrow Intelligence)。大家先不要看到弱,就真的覺得弱。正確地說, 弱人工智慧應該是特定領域的人工智慧,以AlphaGo來說,就是專注圍棋領域的弱人工智慧。曾經有媒體,把AlphaGo形容成是泛用的人工智慧,其實是不正確的。

  回到行銷領域來,回到我們面對的商務環境。確實,現在已經有不少客戶、甚至有些產業的商務活動大部分都已經數位化。但是只看品牌與消費者互動所留下的數據,或者利用消費者數位足跡的數據,是否就能夠解決所有的問題。在此,提供真實案例作為參考。



  在此案例中,除了數據科技的應用外,還需要思考消費流程、線上與線下作業流程的整合等。

  到此,應該會有前輩說「這不就是搞清楚Brief嗎」,沒有錯,如果沒有問對問題,舉著數據科技大旗就想聲稱解決所有問題,那就是把數據科技自動升級成強人工智慧(Artificial General Intelligence)。但,在此消費足跡中充滿數據的時代,僅靠著過去的經驗,開啟「經驗自動駕駛模式」而忽視數據科技,就會像明明第一次到開上首都高,卻刻意關閉汽車GPS還不看Google Map一樣瘋狂。

  最後,這篇不是要嘴數據科技,而是提出數據科技已經是行銷產業供應鏈中重要的一環,有數據科技夥伴是重要的。但是跟過去一樣,回到品牌與消費者互動的現地現物還是重要的,差別有時候是看實境真人的互動、有時候是看數位足跡的數據、有時候更需要看兩者之間轉換。簡而言之,消費者的洞察,不管是數位的足跡、還是實體世界行為,都是無法省略的功課。但,所有的數據,如同看會計數字一樣,只會提供原則性真實的結果,不會有原因,原因還是需要我們這些「工人」去探詢 (至少在目前的科技環境下如此)。所以,就以一個現在主義者看法:數據(Data)不是萬能,沒有數據(Data)萬萬不能。


【延伸閱讀】
Future Progress in Artificial Intelligence: A Survey of Expert Opinion ,Nick Bostrom, https://nickbostrom.com/papers/survey.pdf


本文同步刊載於《廣告雜誌》2017年10月號312期:
單元:專欄:Data不是萬能 沒有Data萬萬不能


--
歡迎分享文章連結,並請註明出處-
Adm廣告雜誌|Digital x Creative:
更多數位創意消息,歡迎加入廣告Adm粉絲專頁:
https://www.facebook.com/adm23915

沒有留言:

張貼留言