。 資料 採礦 的 技術 已 持續 加速 進展 ， 而 化成 0 與 1 數字 的 各 種 資訊 也 以 更 狂暴 的 速度 往 上 成長 中 ， 知名 網站 如 亞馬遜 其實 也 只 能 分析 這麼多 數字 中 非常 小 的 比例 。 因此 ， 這 也 是 許多 公司 現在 砸 錢 的 主要 標的 。 在 未來 來臨 之前 ， 現在 開始 追風 ， 還 不 算 太晚 。 每 個 人 都 可以 先 開始 看看 「 數字 搜客 」 的 故事 ， 或許 有 機會 ， 加入 這 場 世紀 盛宴 ！ 作者 專訪 誰 是 數字 搜客 ？ 當 我 剛 開始 寫 這 本 書 時 ， 我 以為 數字 搜客 擁有 與 一般人 大相逕庭 的 思維 風格 ， 即 所謂 的 「 數字人 」 ， 後來 我 發現 並 不 是 如此 … … Q ： 誰 是 數字 搜客 ？ A ： 全球 一 群 忙著 用 數據 分析 我們 每 一 個 行動 的 菁英 份子 。 他們 從 多 得 跟 山 一樣 高 的 繁多 資訊 中 ， 仔細 找出 人們 的 行為 模式 ， 以便 預測 我們 會 想 買 什麼 東西 、 投票 給 誰 、 在 工作 上 哪 方面 比 同事 強 ， 有 些 甚至 可以 幫 我們 找出 潛在 的 情人 類型 。 這些 擁有 數學 與 電腦 科學 專精 背景 的 數字 搜客 是 符號 領域 的 專家 ， 包括 IBM 與 Google 等 大 企業 都 正 竭力 討好 他們 。 當 我 剛 開始 寫 這 本 書 時 ， 我 以為 數字 搜客 擁有 與 一般人 大相逕庭 的 思維 與 行事 風格 ， 即 所謂 的 「 數字人 」 ， 後來 我 發現 並 不 是 如此 。 他們 分析 資訊 的 方式 其實 跟 一般人 每 天 慣用 的 邏輯 沒有 太 大 不同 。 例如 ： 假設 一 個 朋友 跟 你 借 美金 一百 元 ， 你 馬上 會 開始 蒐集 相關 資訊 並 推測 可能 遭遇 的 問題 。 像是 ： 她 收入 多 高 ？ 她 常 對 人 說謊 嗎 ？ 如果 我 拒絕 借 錢 ， 她 的 反應 會 如何 ？ … 等等 。 你 會 自行 評估 上述 各 種 變數 ， 而 數字 搜客 在 做 的 也 正 是 如 上述 一樣 的 事 。 某 種 角度 來 說 ， 我們 全 都 是 數字 搜客 ， 唯一 不同 的 是 ， 他們 有 電腦 幫忙 ， 可以 在 同 時間 分析 預測 數 以 百萬 計 的 人們 的 行動 而已 。 Q ： 資料 採礦 這 概念 並 不 新 ， 如今 又 有 什麼 不同 呢 ？ A ： 從前 ， 例如 說 一九九一年 ， 倘若 一 個 偵探 或 傳記 作者 想 拼湊出 你 這 一 年 的 生活 全貌 ， 他 可能 得 爬進 你 的 閣樓 裡 ， 翻過 那 成堆 的 信件 、 快照 、 電話 帳單 等 諸多 紙張 ； 同時 還要 採訪 你 的 朋友 、 鄰居 與 同事 才 辦 得 到 。 人們 生活 的 歷史 紀錄 原本 大多 儲存 在 紙本 與 模糊 的 記憶 中 ， 但 現在 情況 已 改變 。 我們 的 相片 ， 還 有 我們 在 辦公室 做 的 所有 事情 ， 現在 都 可以 數位 檔案 傳送 。 因此 ， 現在 我們 可以 把 人生 中 的 每 一 個 細節 都 轉化成 零 與 一 組成 的 數據 。 誰 能 解讀 這些 數據 ， 進而 找到 關於 重新 認識 我們 自身 、 新 服務 與 新 產業 的 重大 創見 呢 ？ 只有 數字 搜客 才 行 。 這樣 的 改變 可能 會 讓 一些 學 人文 科學 的 人們 感到 挫折 ： 曾經 ， 文字 與 數字 世界 間 有 明確 的 分界 ， 數字人 只 掌管 科學 、 建築 與 工程 領域 ， 而 把 人文 領域 的 研究 留給 我們 。 而 我們 這些 微積分 當掉 的 人 ， 依然 可以 在 心理學 、 新聞學 、 法律 與 行銷學 等 領域 步步 高升 。 然而 ， 現在 數字 搜客 等於 公然 闖進 這些 人文 科學 的 領域 。 但是 ， 我們 這些 人 也 漸漸 開始 使用 數字 搜客 的 工具 與 方法 ， 像是 ： 在 網路 上 搜尋 哪 一 位 心臟科 醫生 最 值得 信賴 的 資訊 、 以及 下載 軟體 來 記錄 我們 的 慢跑 情況 ， 藉 此 資訊 擬出 參加 馬拉松賽 最 適宜 的 訓練 與 養生 計畫 等等 。 Q ： 這 算是 一 本 財經書 嗎 ？ A ： 不單 是 那樣 ， 這 是 本 牽涉到 所有人 的 書 。 它 說明 數字 搜客 如何 透過 數據 解碼 我們 的 行為 ， 以及 這 現象 將 如何 改變 世界 。 別 誤會 我 的 意思 ， 這 現象 的確 是 企業 領域 中 的 當紅 關鍵 趨勢 ， 數字 搜客 目前 首先 從 廣告 與 媒體業 著手 改變 ， 但 也 即將 重建 其他 許多 產業 。 這 本 書 的 前身 是 美國 《 商業 周刊 》 的 一 篇 封面 故事 〈 數學 將 震撼 你 的 世界 〉 。 同時 ， 我們 在 書 中 談到 的 數字 搜客 也 為 許多 企業 工作 ， 包括 雅虎 （ Yahoo !
 
） 、 埃森哲 （ Accenture ） 與 Chemistry .com 。 但 本 書 焦點 不僅 止於 企業 ， 或者 它們 如何 獲利 ， 而是 關於 數字 搜客 將 從 工作 、 購物 與 醫療 等 各 個 層面 ， 來 掌控 我們 的 生活 。 Q ： 數字 搜客 會 犯錯 嗎 ？ A ： 常常 會 。 他們 的 分析 建立 在 統計學 與 機率學 上 ， 而且 他們 時常 解讀 錯誤 。 即使 是 最 聰明 的 數據 分析師 ， 也 常 被 一 小 段 的 資訊 給 考倒 。 這 剛好 就 發生 在 我 身 上 ： 當 我 與 內人 測試 使用 Chemistry .
 
com 的 配對 系統 時 ， 電腦 竟 把 我 排除 在 內人 的 擇偶 名單 之外 。 一 個 可能 的 風險 是 ， 人們 將 會 因為 相信 它 擁有 科學 基礎 ， 而 接受 系統 的 分析 結果 。 我 希望 他們 在 讀 了 本 書 後 ， 會 更 了 解 電腦 系統 是 怎麼 導出 這些 結論 的 ， 並且 在 必要 時 可 駁斥 它 。 Q ： 我們 應該 害怕 數字 搜客 嗎 ？ A ： 應該 這麼 說 ： 我們 要 保持 警覺 。 他們 可以 用 難以 預料 的 方式 挖掘出 我們 的 秘密 ， 而 他們 用 演算法 推論出 的 預言 ， 也 可能 就此 決定 了 人們 是否 能 獲聘 一 個 職位 、 保險金 該 繳 多少 、 甚至 是否 有 恐怖份子 的 嫌疑 。 但是 我們 也 要 隨時 謹記 在 心 ： 數字 搜客 不一定 每 一 次 都 對 。 他們 的 分析 建立 在 統計學 上 ， 有時 能 帶來 極 佳 的 結果 。 例如 說 ， 雜貨商 會 很 高興 知道 ， 有 六成 的 目標 購物者 確實 被 廣告 折價券 吸引 去 買 菲力 牛排 ， 即便 還是 有些 折價券 不巧 落入 吃素 人士 或 不 吃 牛 的 印度教徒 手 中 。 數字 搜客 帶來 的 改變