在大數據面前 人文科學還有立足之地嗎? l<演算法下的行銷優勢>

2023年2月10日
今天想分享一些跟數據上的洞見
無可置疑現在是一個數據,科技社會, 任何一間大企業, 甚至小企業擁有自己的數據庫, 自己一套的營商秘技, 而很多商家依靠著數據去支持, 甚至現今社會被數據支配著傳統的廣告學, 市場學, 就以Google為例, 他們的廣告收入來源, 演算法並沒有把傳統的廣告知識運用, 比如: 晚上就擺放多點外賣,美食的廣告等等, 但Google只是用最直接的統計方法, 計算使用者搜索的關鍵字而連系到最多點擊的網頁而附近提供一些類似網頁的廣告, 這只需要系統及數據資料就能夠達成, 根本就不用「因果關係」去解釋, 因此留意得到現在香港招募網站十分多都是招聘數據分析員, 或是數據統計員, 雇主希望能夠在數據中尋找出致富密碼。

但今天想分享的這本書<演算法下的行銷優勢>就是希望為社會,人文學科盡一分力, 跟讀者說明, 大數據並不是絕對的勝利。
就像<因果革命>所講, 電腦跟人的最重要分別就是人類從資訊中大跳躍去到懂「因果」, 這就是人會問「為什麼」而人工智能暫時還沒有這項技術。
所以人才能夠創造出哲學, 跳出資訊, 跳出框框去思維。
而<演算法下的行銷優勢>有幾點令我十分認同的說法, 首先, 資訊, 大數據是不能夠完全套用在個人身上, 因為環境是會有變化, 而且其變化所引致出的因果是極難預測, 就像人工智能到現在還未能攻破股票市場一樣, 因為股市中混合了環境因素, 人性因素, 甚至系統的因素。
我們不能夠脫離環境的因素而直接去研究人, 就像一些人經常請教人, 我的前途應該怎麼走, 甚至是我子女應該進那一個專業比較好, 作者認為這些問題都需要依據環境因素而回答, 並不能夠有一致的答案, 例如: 子女本身的性格,喜好, 成績, 學校的地點,師資, 學費, 行業的前景, 工時,文化, 這些都難以用同一標準去評估一件事及一個決定。

所以得出一個結論就是, 對於研究「人」在數據上「質」會比「量」更為準確, 特別是現在愈來愈催向個人化的社會。