大數據時代的決策思維：資料敘事的起承轉合

推薦序－一起來磨練駕馭資料的基本功 林育秀
推薦序－培養獨立思考的能力 許育峰
推薦序－讓我們透過案例，更加具體察覺自己思考的脈絡 陳若盈
推薦序－誠摯邀請您從讀故事的角度啟程 蔡馨儀
推薦序－大數據的意義與價值在於決策 羅至美
序－資料敘事的決策本質 何宗武

Part 1 資料敘事的起承轉合
01 起承轉合
1.1 資料→資訊→知識→智慧
1.2 排序→分類→預測→決策
1.3 資料敘事與策略風險的管理思維
02 測量的藝術
2.1 從公式解釋測量的意義
2.2 兩組中央趨勢
2.3 小心比較的陷阱
2.4 需要的資料往往不大
03 分類：數據之道一以貫之
3.1 監督式學習用直欄（解釋）變數X 對Y 的數據列分類
3.2 非監督式學習用直欄（解釋）變數X 對資料的列ID分類
3.3 類神經深層學習：以一貫之的數據之道
04 文字分析

Part 2 兩性問題
05 異質性
5.1 同質和異質
5.2 難解的異質性─資料偏誤（Data Bias）
5.3 交叉驗證法
06 內生性
6.1 內生性在哪裡？
6.2 因果經濟學
6.3 都是內生性惹的禍

Part 3 案例研討
07 推薦系統靈不靈？
7.1 問題簡述
7.2 案例研討
08 視覺化敘事─ Be Informative
8.1 問題簡述
8.2 案例研討
09 TEJ 上市公司財報分析
9.1 資料說明與決策問題
9.2 實做案例研討
10 資料庫行銷
10.1 資料說明與決策問題
10.2 資料分析策略
11 十個小案例研討
11.1 電影票房
11.2 個案研究──消費者信用評等
11.3 個案研究─ Boston 住宅市場
11.4 個案研究──胖小孩問題
11.5 個案研究─糖尿病治療效果
11.6 個案研究─心臟病
11.7 個案研究──普查資料
11.8 請款單的貓膩在哪裡？
11.9 為什麼公司電費這麼高？
11.10 顧客流失要怎麼辦？

 

序

資料敘事的決策本質

　　這本書的產生是源於臺灣師範大學管理學院的「大數據決策分析」一門課，對象是EMBA 高階經理人。這門課我開了三年，其中兩年遇到疫情。2020 年2 月，原本要帶EMBA 去上海移地教學，遇到武漢爆發現在所謂的COVID-19 疫情，轉而上實體課，也開始將之前的教學內容整理出來。2021 年最後一堂遇到台灣疫情失控，改為線上授課。這本書也就整理完畢出版了。

　　大數據三個字十分地詭異，他隱含幾個隱晦的意義：大就是美、資訊化、寫程式、視覺化、軟體、統計、資料探勘、人工智慧、機器學習等等。這些都是行銷術語，不是實質問題。資料的實質問題，從來沒有改變：決策。在很多場合，統計學是稱為統計決策分析（Statistical Decision-Making），這支學派的主張可以參考品管之父戴明的科學管理。台灣因為統計的應用教學，是發表論文的工具，偏重迴歸係數與理論相符與否，強調「正負號、顯著性、異質性、內生性」等檢定結果的做圖做表。大數據分析在這個時代只應該回到資料分析的決策本質，一個沒有完善統計ABC 基礎的人，不會因為神奇的軟體，而變成決策專家；一個不懂決策環境的人，也不會因為很會寫程式，而變成資料科學家。經濟學還是資料科學與決策的重要學科。

　　在EMBA 為高階經理人開這門課，主要強調資料的決策意義，所以由「資料敘事的起承轉合」當作架構，專注於對資料呈現（敘述統計、迴歸、探勘和視覺化等）的意義探索，也就是敘事（Narrative）。經過這樣的訓練，實際操作上設計了「提審大數據」的活動，是由我進行廠商的提案簡報，同學以企業經營者角色對我的機器學習提案進行「審問」。提審大數據展現了同學能夠掌握「預測」和「資料結構」的脈絡進行敘事，再匯歸決策與除蟲（debug）思考。

　　這幾年來在EMBA 跟一群很棒的大朋友一起討論，真的是教學相長，把數年的教學資料整理，趕在108 級畢業前出版作為兩年選課同學的贈禮。感謝五南出版社願意出版這本書，與五南合作是我非常幸運的決策。感謝臺灣師範大學管理學院良好的學術與教學環境，讓我的教學沒有後顧之憂，得以全心投入。

　　Frankly speaking，沒有多年好友印永翔（Frank Yin）副校長的鼓勵本書是做不到今年問世的，因為，Frank Yin 一直提醒我Frank Knight 的風險和不確定性。