知識中心

　　近年來隨著資通訊技術的快速發展，大量可被電腦解讀的數位化資料被產生，特別是在資訊系統大量被導入企業經營管理之後，企業內部管理資料相繼數位化，這些大量的資料透過有效的分析可做為企業決策的參考；此外，網路社群媒體及物聯網的應用，帶來的資料成長更為驚人，所衍生的相關研究議題受到重視，例如文字探勘、口碑分析、消費者行為分析等。這些大量的資料分析應用受到資管學者的關注，也因此帶動了大數據分析（Big Data Analysis, BDA）與企業智慧（Business Intelligence, BI）相關領域的蓬勃發展。

　　大數據分析研究主要在將資料（Data）→資訊（Information）→知識（Knowledge）→智慧（Intelligence）的轉化過程以更有效的方式進行，以協助組織制訂策略並達到策略目標，研究目的旨在設計出最有效的方法進行資料轉化過程（Goes, 2014）。大數據分析研究必須考量決策時間、資料分析、相關技術三個構面，如圖19-7所示。首先，大數據分析問題必須考慮到決策時間，例如即時或以年為單位的決策問題，這攸關資料收集的週期還有不同分析技術的採用；其次，資料分析意指資料分析的結果是如何與決策制定相連結，例如以資料視覺化、資料探索、資料解讀或預測模式等不同的方式提供決策制定輔助；最後，相關技術說明大數據分析所採用的技術，常見技術包括統計、計量經濟、機器學習、計算式語言學、最佳化分析、模擬等（Goes, 2014）。

　　大數據分析與企業智慧都是以資料為核心（Data-centric）的研究，Chen et al.（2012）針對企業智慧與大數據分析相關研究進行回顧研究，由於大數據分析的目的常是提升企業智慧，兩者密不可分，也因此該彙總研究同時回顧企業智慧與大數據分析相關文獻，並統稱為企業智慧與分析（Business Intelligence and Analysis, BI&A）。該研究共回顧了2000至2011年間共3602學術論文，並從演化、應用、新興研究三個角度來說明企業智慧與大數據分析研究進展，相關研究可以分為三個階段，其概念如圖19-8 所示。

　　▸本文引自梁定澎、陳灯能、彭志宏教授著作：資訊管理理論2e， p490-491

　　查看著作：https://pse.is/3qjsnp

　　(圖片來源：FREEPIK)