“FINTECH - Reshaping the Future of Finance Services”

210 211 科大商學院會計學系副教授 本文曾於 2019 年 5 月 28 日《信報財經新聞》發表 黃昊 大數據分析 局限及缺漏 4.1 在商業、經濟和其他領域使用數據分析，據此協助作出決策，做法並非 新穎。過去，數據的蒐集和處理能力受到一定制約，如難以蒐集到數以 萬億計的數據信息，即使收集到，也缺乏有效的處理能力，遑論對巨量 數據進行有效分析。今日，由於技術進步，傳統軟件難以在短時內處理 的巨大數據量，如今可以輕易解決。在能夠便捷地發佈、蒐集、分析數 據的基礎上；加上全球大多數政府對高透明度的要求，使「大數據」(Big Data) 成為目前個人和組織用來協助作出決策的「工具」。 利用大數據協助分析與決策，其實由來以久，譬如，在中國古代，發生 了戰爭，兩軍對壘，出謀獻策的軍師可以通過觀察、統計對方軍隊駐紥 地挖了有多少個煮飯的灶，去判斷敵軍的編隊人數。過去十年，尤其互 聯網面世後，數據產生的速度愈來愈快，產生的量也日益龐大；加上數 據儲存的成本比過往便宜得多，電腦運算的速度飛躍，並且處理和分析 數據的算法－如分布式技術，機器學習 (Machine Learning) 也有很大 進步，使大數據分析的應用愈來愈普及。 美總統大選結果出人意表 不過，大數據的分析亦有一定局限性，在一些地方也會「無能為力」， 原因關乎數據的質量。究竟數據來自什麼地方？在採集過程中，有沒有 出現誤差或缺漏，甚或帶有傾向性？以 2016 年美國總統大選為例，當 時，據調查機構採集到巨量數據所顯示的分析結果，大多數人都相信， 希拉莉可勝選。筆者記得，到大選日晚上 10 時前，大家仍認定，希拉 莉可以入主白宮，不過到凌晨二時左右，隨著點票陸續有結果，大家才 「如夢初醒」，知道白宮新主人是特朗普而非希拉莉。 大數據的應用與不足