2014年，缺乏政黨支持的柯文哲，以黑馬之姿當選台北市市長，這個結果，不只在當時的政壇投下一顆震撼彈，也為台灣大數據分析的發展，寫下一頁新的里程碑，因為讓柯文哲贏得選戰的關鍵，正是大數據分析。柯文哲蒐集網路上與選戰相關的輿情討論，贏得這場百里侯之爭，開啟了政府機關與企業導入大數據分析輔助決策的契機。
問對商業問題，才能看見數據分析的價值
但其實，大數據分析應用並不是最近這幾年才開始，早在柯文哲之前，大數據分析就在市場上引起討論熱潮，也已經有企業導入大數據分析解決方案，只是當時的企業主並不瞭解大數據分析真正意涵，以為只要有大量的數據，就能從中找到價值，於是花大錢採購硬體設備（運算資源）、建置資料分析平台和應用軟體，卻始終看不到數據分析對營運管理的幫助。
「關鍵在於，企業是否問對了商業問題，並是否搜集到有價值的關鍵數據」大數軟體公司執行長丘祐瑋、一語道破企業大數據分析應用的盲點。
丘祐瑋進一步解釋，在資訊科學界上有句名言叫垃圾進，垃圾出 (Garbage in, garbage out)，如果企業一開始擁有的都是無用資訊，就算資料量再多也無法挖掘出價值。
至於哪些是對的商業問題？企業最關心的如何增加營收、降低成本等議題，就是關鍵商業問題之一，根據商業問題去衍生數據問題，才能產製出相對應的數據，最後從數據分析中找到答案。舉例來說，提高營收的方法有很多，最常見的就是精準行銷、擴大客戶群，精準行銷除了要知道客戶的特徵值，還要蒐集社群的行為數據，兩者互相搭配制定行銷策略，而擴大客戶群則是要知道如何蒐集客戶名單、該在哪些媒體通路下廣告。
三大數據分析應用，透過雲端技術降低硬體成本
面對大數據雜(Variety)、大(Volume)、快(Velocity)的三個挑戰，為了降低數據搜集、儲存的成本，並提供客戶更即時的數據服務，大數軟體結合微軟SQL Server資料庫、Azure雲端平台及Power BI視覺化圖表等技術，發展出以下三種數據分析解決方案，企業不需要投入大筆資金採購硬體設備，透過大數軟體所提供的雲端分析解決方案，便能從資料中找出決策分析、解決問題的方法。
即時輿情分析、確保重要訊息不漏接
首先是「InfoMiner即時輿情分析服務」，透過分散式爬蟲技術，從FB、PTT、Youtube、網路論壇、網路新聞媒體等茫茫網海中，分析出時下最熱門的議題，藉由每天摘要、濃縮後的重點資訊，讓使用者可以及早發現關鍵訊息、掌握競爭優勢。
丘祐瑋表示，InfoMiner輿情分析的範圍包括：網路使用者目前正在討論的議題、觀察各議題的討論聲浪、蒐集每個網友的個人評論、比較同類型商品的討論聲浪、利用文字分析洞察使用者對商品的觀感、自動摘要每日新聞主題、設定關鍵字即時摘要出當日重大新聞…等。
目前很多政府單位或研究機構都透過「InfoMiner即時輿情分析服務」蒐集資訊，像是疾病管制署蒐集各國對重大疾病的討論、外貿協會蒐集東南亞市場的相關資訊、工研院瞭解能源支持者或反對者的意見等。
過去這些工作可能由替代役男或專責人員來執行，每天早上閱讀重要報紙、瀏覽網路文章，或是收看不同新聞頻道，將相關新聞報導彙整起來並製作簡報，協助上級長官掌握輿情，現在只要透過瀏覽器連上雲端平台就可以親鬆辦到，不只降低人力成本，還能避免漏掉重要訊息的風險。
除了公部門以外，一般企業也能透過「InfoMiner即時輿情分析服務」維繫品牌價值、規劃行銷策略。丘祐瑋舉例，某品牌企業就是應用此服務監控員工有沒有在網路上發表不當言論，維繫品牌形象，另外企業公關部門可以藉此發現網路世界裡的負面訊息，化解可能的公關危機，至於行銷部門則能透過輿情分析，瞭解自家產品經常和什麼主題放在一起討論，進一步規劃該如何配置行銷預算。
使用者貼標、精準了解使用者行為
InfoMiner雖然可以找出當下最熱門的議題，但是企業並不清楚是哪一類型的人對這些議題有興趣，在行銷上所能發揮的成效有限，所以大數軟體發展出第二項數據分析服務「使用者貼標」。
以企業既有客戶群為分析基礎，廣泛蒐集社群資料，例如：打卡動態、按讚的內容等，從中瞭解使用者行為偏好與需求，最後再將客戶分類分群，規劃適合的產品或行銷活動。舉例來說：保險公司可以針對喜歡滑雪的客戶群推薦極限運動保險、旅遊業者針日韓旅行愛好者推出買機票免費送無線分享器的優惠活動。
丘祐瑋強調，現今行銷策略已經由產品行銷走向價值行銷，所謂產品行銷就是以產品為中心，從企業自身出發，有什麼產品就推薦什麼，而價值行銷則是以客戶為中心，從客戶需求出發，為客戶創造更大的價值。然而，過往企業在蒐集客戶資料時，多半聚焦在年齡、性別、購買商品種類…等特徵資料，這些資料無法協助企業發展價值行銷，透過「使用者貼標」掌握客戶行為資料，才能提供足以打動人心的服務。
預測分析，事先掌握未來變動趨勢
「數據有很多價值，但最能吸引企業買單的只有兩種，一個是精準行銷，一個是預測未來，」丘祐瑋說，因此大數軟體發展出的第三個「預測分析」服務，從歷史資料、網路輿情、開放資料中，找出價格（或指數）波動循環，進一步預測未來變化，好讓企業能及早擬定相應決策，例如：協助零售業預產產品銷量或來客數，以制定銷售或進貨策略；或是金融業可以預測ATM的現金需求以決定何時補鈔；製造業則能預測生產原料的價格波動，據此決定避險或買賣策略。
大數據分析成功關鍵，價值比分析更重要
對企業來說，大數據分析的應用，最大效益不外乎降低成本、提高獲利能力，然而企業若是為了大數據分析而分析，是無法體會這些效益，丘祐瑋坦白地說，數據的價值比分析更重要，在數據分析之前，確認手中所擁有的都是具備分析意義的關鍵數據，先利用數據工程方法清洗、轉換資料，再開始分析資料，才能真正從數據中看見價值。
大數軟體成功背後的Azure關鍵服務 : Azure Data Science Virtual Machine for Linux and Windows (DSVM)
為了方便資料科學家分析數據，Microsoft Azure推出Azure Data Science Virtual Machine for Linux and Windows (DSVM)服務，亦即在Windows Server與多種Linux作業系統上，預先安裝了各種程式語言與開發環境，包括Jupyter Notebook Server、Python 2.7 & 3.5、PySpark、Microsoft ML Server (R, Python) Developer Edition、Microsoft R Open、Anaconda Python 2.7 & 3.5、Visual Studio Code、SQL Server 2017 Developer Edition…等，並在虛擬機器上提供由Microsoft 建置或測試過的各種範本和範例，以便資料科學家能夠輕鬆地連接到各種資料分析工具，例如：Microsoft Cognitive Toolkit (CNTK)、MXNet、Tensorflow等深度學習框架、各式 Big Data 資料處理與機器學習所需之環境，或是整合雲端各項功能。
換句話說，DSVM簡化了資料科學家建置實作環境的複雜度，讓團隊所有成員擁有一致的系統環境、提升資料模型與程式碼共用時的便利性，並且不需支付任何額外的軟體授權費用。
