這個標題有點莫名其妙！且容我娓娓道來。這兩個英文單字都是三個字母，差別只在最後一個字母：Lot有很多重意義，但若加上規模（Size）的Lot size在商業術語中往往被翻譯為「批量」；同樣地，Log也有很多重意義，對於熟悉電腦程式者，被譯為日誌的Log代表使用電腦的行為紀錄，Log反應了開機、登入、登出、系統發生錯誤或其他特殊事件的內容和時間點。如今會留下足跡的Log已從電腦擴散到智慧型手機，未來將隨著物聯網的範圍逐漸擴散，幾乎無所不在的日誌宛若足跡，Log size將發揮「凡走過必留下痕跡」的威力，為新的商業模式開闢龐大的創新空間。
日誌數據（Log data）若是廠商採集的商業資源，日誌大數據（Log big data, LBD）就是關鍵的競爭資源。隨著越來越多的商業流程關注這個面向，廠商也逐漸投資以累積巨量LBD，同時開始測試進行日誌分析（Log Analytics），日趨嫻熟的運用LBD鏈結各種管理與經營的決策，最後達成有效提升在營收與獲利的經營績效。物聯網是手段，藉由感測裝置搜集各類型的日誌，因此，在設計電路與半導體光罩之前，需要先了解與設計資料庫的架構與日誌採集的多元樣貌。以工廠的自動化而言，機台的健康與物件的加工均可以時間序列的方式記錄狀態，挑戰在於這些紀錄（或日誌）是否被加值處理？否則不斷擷取、儲存的數據只會歷經時間的累積造成廠商無謂投資的負荷。
因此，橋接數據採集、日誌建構與行為解析的工作，隨著Log size日益龐大，相互關聯的複雜度日益升高，壓力也日漸巨大。固然每個產業的進展不同，每個國家也因為國情而呈現進展的差異，但隨著中國大陸在科技應用上的速度狂飆，在雲移物大智網＋機器人（鴻海版本）的迅猛進步，科技推升國力的成果顯現在官方、更顯現在民間的力量，尤其阿里巴巴與騰訊以龐大的市場基礎作為各種技術導入的後盾，在新時代的系統驗證遠超過其他的競爭者。這兩家龍頭數以千計的大數據分析人員，工作重心就是從大量的聯網日誌中還原當事人的行為，藉以對於人的生活型態產生預測。工業生產方面，即將卸任的GE董事長兼執行長Jeff Immelt也以零當機（Zero down time）作為核心價值，最經典的中國案例就是同以虹橋為基地的東方、上海和春秋三家航空公司，分析出為何同機型的春秋引擎維修率遠高過其他兩家航空公司。
無論大數據的運算基礎為何，隨著日誌規模（Log Size）日益龐大，廠商可以更精實的生產方式遞交客戶所需的價值服務，並朝向大量客製化的境界邁進，線上線下商務推播與連動就是目前進展較快的領域，進而引發了馬雲所宣告的「純電商時代已過，新零售當道」。無論多通路或全通路，整合品牌會員的營運後台才是致勝關鍵，此一典範轉移在未來5G的營運商差異化日漸弭平的趨勢下更顯關鍵，下一個主戰場將出現在有效轉化LBD為客戶洞察（Customer insight），並將客戶洞察有效率地鏈結產品或服務的價值傳遞（或使用者經驗這類的）。
可預見的趨勢是Log size越來越大，競爭力將轉向如何循著這些日誌的分析路徑，實現Lot size越來越小的大量客製化預言。挑戰的是線上數據分析與線下數據應用的決策品質，從數據到決策的D2D (Data to Decision)串連起來的是物聯網、通訊傳輸、大數據、人工智慧、生產與消費的數據流、知識流與決策流。Log size與Lot size兩個看似無關，各自位於網宇（Cyber）與實體（Physical）的兩個經營管理標的，卻在促成大量客製化的路徑上攜手合作，產生了微妙的連結；真要發揮效益，還是得要跨領域地將經濟活動、數據擷取、資料結構、與智慧分析串聯成一個循環。並且以資料庫為核心推進物聯網與人工智慧的架構，所有的分析回歸行為面，不再侷限在技術的進展，才能實現新工業革命「以人為本」的理念。
近來在運動、餐飲、批發零售這些終端產業刮起的產業板塊挪移，正以前所未見的形式進行跨領域整合，跨接各領域所需的數據分析與領域專業，將成為優勝劣敗的關鍵，引導Log size持續上升、Lot size持續下滑，開啟嶄新的商業與經濟生態。
日誌數據（Log data）若是廠商採集的商業資源，日誌大數據（Log big data, LBD）就是關鍵的競爭資源。隨著越來越多的商業流程關注這個面向，廠商也逐漸投資以累積巨量LBD，同時開始測試進行日誌分析（Log Analytics），日趨嫻熟的運用LBD鏈結各種管理與經營的決策，最後達成有效提升在營收與獲利的經營績效。物聯網是手段，藉由感測裝置搜集各類型的日誌，因此，在設計電路與半導體光罩之前，需要先了解與設計資料庫的架構與日誌採集的多元樣貌。以工廠的自動化而言，機台的健康與物件的加工均可以時間序列的方式記錄狀態，挑戰在於這些紀錄（或日誌）是否被加值處理？否則不斷擷取、儲存的數據只會歷經時間的累積造成廠商無謂投資的負荷。
因此，橋接數據採集、日誌建構與行為解析的工作，隨著Log size日益龐大，相互關聯的複雜度日益升高，壓力也日漸巨大。固然每個產業的進展不同，每個國家也因為國情而呈現進展的差異，但隨著中國大陸在科技應用上的速度狂飆，在雲移物大智網＋機器人（鴻海版本）的迅猛進步，科技推升國力的成果顯現在官方、更顯現在民間的力量，尤其阿里巴巴與騰訊以龐大的市場基礎作為各種技術導入的後盾，在新時代的系統驗證遠超過其他的競爭者。這兩家龍頭數以千計的大數據分析人員，工作重心就是從大量的聯網日誌中還原當事人的行為，藉以對於人的生活型態產生預測。工業生產方面，即將卸任的GE董事長兼執行長Jeff Immelt也以零當機（Zero down time）作為核心價值，最經典的中國案例就是同以虹橋為基地的東方、上海和春秋三家航空公司，分析出為何同機型的春秋引擎維修率遠高過其他兩家航空公司。
無論大數據的運算基礎為何，隨著日誌規模（Log Size）日益龐大，廠商可以更精實的生產方式遞交客戶所需的價值服務，並朝向大量客製化的境界邁進，線上線下商務推播與連動就是目前進展較快的領域，進而引發了馬雲所宣告的「純電商時代已過，新零售當道」。無論多通路或全通路，整合品牌會員的營運後台才是致勝關鍵，此一典範轉移在未來5G的營運商差異化日漸弭平的趨勢下更顯關鍵，下一個主戰場將出現在有效轉化LBD為客戶洞察（Customer insight），並將客戶洞察有效率地鏈結產品或服務的價值傳遞（或使用者經驗這類的）。
可預見的趨勢是Log size越來越大，競爭力將轉向如何循著這些日誌的分析路徑，實現Lot size越來越小的大量客製化預言。挑戰的是線上數據分析與線下數據應用的決策品質，從數據到決策的D2D (Data to Decision)串連起來的是物聯網、通訊傳輸、大數據、人工智慧、生產與消費的數據流、知識流與決策流。Log size與Lot size兩個看似無關，各自位於網宇（Cyber）與實體（Physical）的兩個經營管理標的，卻在促成大量客製化的路徑上攜手合作，產生了微妙的連結；真要發揮效益，還是得要跨領域地將經濟活動、數據擷取、資料結構、與智慧分析串聯成一個循環。並且以資料庫為核心推進物聯網與人工智慧的架構，所有的分析回歸行為面，不再侷限在技術的進展，才能實現新工業革命「以人為本」的理念。
近來在運動、餐飲、批發零售這些終端產業刮起的產業板塊挪移，正以前所未見的形式進行跨領域整合，跨接各領域所需的數據分析與領域專業，將成為優勝劣敗的關鍵，引導Log size持續上升、Lot size持續下滑，開啟嶄新的商業與經濟生態。
沒有留言:
張貼留言