預測分析時代：販賣未來──從生活、商業、...

Chapter 2
惠普科技、塔吉特百貨和警方如何推斷你的祕密

我們如何在不侵犯隱私的情況下善用預測機器，預先得知誰會辭職、誰會懷孕和誰會犯罪？公民自由出現危機了嗎？為什麼某家知名壽險公司要預測保戶的壽命？利用電腦偵測詐騙，機器智能如何在它的腦袋裡解讀「詐騙」這個詞的意思？

要是你打算離職，但你沒有跟任何人說，老闆卻知情了，會怎麼樣？如果你是惠普科技全球超過三十三萬名員工的其中一位，你跟同事們其實都被老闆用「離職風險」分數逐一標記。這個簡單的數字預言你離職的可能性。身為惠普科技的員工，你很可能不知道公司這樣做，等看完本章的詳細說明，你可能會很生氣。

惠普科技運用預測分析掌握內部動靜
2011年時，惠普科技的兩名傑出科學家破天荒以數學方式，詳細檢查惠普在全球超過三十三萬名員工對公司的忠誠度。哈爾德（Gitali Halder）和德伊（Anindya Dey）開發預測模型，找出所有員工的「離職風險」，風險越高就表示離職機率越高。

留住員工是保護任何組織的關鍵，畢竟組織的關鍵特質就是成員組成的團體。惠普創辦人制定的五大信念準則之一就是：「唯有內部團結合作，我們才能達到共同目標。」員工各自貢獻所長，彼此相輔相成，學習如何共事。一旦有優秀員工要離職，都會對內部士氣造成打擊。管理員工流動率就是所有企業要面臨的重大挑戰。舉例來說，另一家多國企業就設法降低巴塞隆納客服中心人員的流動率。很多人夏天到巴塞隆納這個美麗城市旅遊，順便到客服中心兼差，但是夏天一過這些人就突然遞出辭呈，拍拍屁股走人。要是公司可以在應徵時，事先把這種人排除掉，就能降低員工流動率。

以惠普的例子來說，該公司利用預測分析調查內部員工的行為，這並非常見的顧客行為預測，而是如同為了鎖定該挽留哪些顧客，而預測哪些顧客最可能求去，惠普為了留住員工，也預測哪些員工最可能離職。不管是預測有異心的顧客或員工，這種做法就像是找出船隻的漏洞，趕緊把洞補好，不讓船沉。

預測分析的應用：留住員工
1.要預測什麼：哪些員工會離職。
2.要做什麼用： 主管依據預測審慎了解下屬的意向。這個例子不是以預測結果讓電腦自行做出決策，而是利用預測結果，協助主管做出決策。

究竟是洞察力，還是侵犯隱私？
惠普是聞名全球的品牌，原本是從車庫創業起家，現在成為全球知名的個人電腦製造商。注意：這家公司在2011年時名列全球第二十七大雇主，年營收高達一千二百七十億美元，是全球少數幾家最賺錢的科技公司之一。

惠普就像某種帝國，但絕不是一個封閉的堡壘。有些工作團隊的流動率甚至高達20％，如果把惠普比喻成一艘大船，那麼這艘大船一定有一些漏洞，尤其是時下的科技工作者經常跳槽，讓人員流動率居高不下。

惠普本來就是分析領域的翹楚，光是在印度班加羅爾的分析部門就有一千七百名員工。惠普自豪本身在銷售、行銷、供應鏈、財務和人力資源等領域擁有先進的分析能力。該公司的預測分析專案包括顧客流失預測、銷售案源計分、以及供應商詐騙偵測。

哈爾德帶領惠普在班加羅爾的分析團隊，專注於人力資源方面的應用。哈爾德是德里經濟學院（Delhi School of Economics）經濟碩士，又有幾年實務經驗，在預測分析方面實力堅強。她自信十足，口才跟交際手腕都好，讓人印象深刻。她跟惠普班加羅爾分公司另一名顧問德伊合作，兩人組成一個完美搭檔，從他們在2011年11月於倫敦舉辦的預測分析世界大會上的精彩簡報就能得到佐證。

哈爾德和德伊彙整巨量訓練資料，作為預測分析的學習教材。他們蒐集員工兩年來的資料，比方說薪資、加薪狀況、工作評價、調職情況等資料。然後從每筆員工記錄著手分析員工離職的模式。因此，惠普藉由從以往經驗學習，預測出無價之寶：哪些因素組合的員工類型最可能離職。

如果這項專案協助惠普降低本身員工流動率，那麼哈爾德和德伊就是站在眾人之上，是惠普最寶貴的兩名員工，但他們兩人也可能讓被點名會離職的同事恨之入骨。為惠普賣命的一些員工在得知離職風險一事時，心裡肯定不舒坦。要是分數算錯了，害你被貼上標籤說你對公司不忠，讓你的名聲受損，那該怎麼辦？

一種全新類型又有效的人力資源資料出現了：推測資料。超越跟個人有關的私人資料、財務資料或其他私密資料，這類資料是對個人未來的預估，所以是把員工內心的感受、想法和意向通通說出來。這些究竟是洞察力或是侵犯隱私？

洞悉離職背後隱藏的因素
資料顯示，離職風險是以你會期望的一些事情為依據，比方說：薪水越高、加薪越多、績效評等越高，就越不可能離職。這些因素就成為降低離職風險的驅動因子。有更多工作輪調機會，員工也比較不會離職；包斯推測由於這項工作都在操作電腦系統，過一陣子就會令人覺得單調無趣，才會造成人員一陣子就出現流動。

讓人訝異的是，升職未必是好事。以惠普公司整體狀況來說，升職確實降低離職風險，但是對業務薪酬小組來說，就算升職幾次，薪水也沒調高多少，所以就產生反效果：升職越多次的員工就越可能離職，除非升職時薪水也調高不少。

這項分析就跟原先的資料一樣（電腦界有句俗話說：丟東西進電腦裡就是垃圾進、垃圾出）。我替某家公司進行一項類似卻不相關的專案，這間公司是一間提供企業信用資訊的財經一千大企業，我設計模型預測客服中心新進人員會任職多久。我從這家企業提供的歷史資料發現，先前有外場業務經驗的應徵者任職至少九個月的機率高達69％，其他影響因素還包括：過去十年內做過幾份工作、應徵者的推薦單位，以及教育程度。這項專案巧妙避開一個地雷，因為初步結果顯示錯誤，沒有高中學歷的新進人員任職更久的可能性，是有高中學歷新進人員的2.6倍。那時，我們再過幾天就要跟客戶簡報，並建議客戶雇用更多高中沒念完的應徵者，幸好我們從客戶提供的資料中，及時發現差點釀成大錯的問題。容易出錯的資料通常只表示，我們能從中做出更少的推論，而不是做出錯得離譜的推論，但是這個案例卻是例外—真是千鈞一髮，我們差一點就出大紕漏！

在任何領域使用預測分析，預測模型會考慮不同因素，產生一個單一分數—以惠普這個例子來說，就是每位員工有自己的離職風險分數。現象中有許多看似顯而易見或理所當然的事，但是這個模型本身妙處所在就是：如何確定這些要素彼此之間的相關權重？這些要素如何結合或互動？哪些預感直覺最後證實無效而該被去除掉？機器學習流程藉由處理以前的資料，也就是從以前的資料學習，自動找出這些答案。

哈爾德和德伊設計的離職風險模型，讓惠普避免因為遍及全球各地員工頻頻離職，造成生產力損失及增加人員招募作業，最後幫惠普省下將近三億美元。結果，惠普所有員工中，有40％屬於高離職風險群，而75％的離職者都屬於這群人（意即預測的增益值﹝lift﹞為1.9，也就是實際發生率除以母體原始發生機率，所以75％除以40％四捨五入後為1.9）。

我問哈爾德和德伊，他們自己的離職風險分數是多少，他們預測過自己可能離職嗎？結果他們馬上跟我說，自己很喜歡目前在惠普做的工作，不過他們也坦承自己就屬於高離職風險群。我想也是這樣，因為分析技能現在可是超級搶手。

小心運用預測指標
化學家在合成一個不安定的新元素時，必須小心翼翼地處理。惠普的離職風險分數在實際應用時必須額外審慎小心，包斯、哈爾德和德伊設計一個通報系統，只有一些受過訓練，懂得解讀離職風險分數，也了解其限制、衍生關係和機密性的高階主管，才能檢視個別員工的離職風險分數，而且這些高階主管只能檢視自己部屬的分數。其實，就算這份報告落入未授權者的手中，他們也無法從名單裡認出誰是誰，因為名單上並未列出姓名或能辨認個別員工的資訊，只有一些讓人看不懂的隱密符號，授
權主管才有線索解讀密碼，並將資料對應到個別員工姓名。雖說所有保全系統都有漏洞，但是惠普這套系統相當牢靠。

以GBS業務薪酬小組的三百名員工來說，只有三位主管能看到這份報告。惠普利用一項工具，以讓使用者輕易上手並減少技術難度的方式，顯示離職風險分數，並在每個分數旁邊提供支援情境資訊，協助說明分數高低的原因。這種分析產品的使用者（惠普主管）事先接受訓練，從針對員工分數高低影響因素的附帶說明來了解離職風險，這樣這些分數就不會被當成主要依據或過度信賴，而取代其他考量。

Chapter 2
惠普科技、塔吉特百貨和警方如何推斷你的祕密

我們如何在不侵犯隱私的情況下善用預測機器，預先得知誰會辭職、誰會懷孕和誰會犯罪？公民自由出現危機了嗎？為什麼某家知名壽險公司要預測保戶的壽命？利用電腦偵測詐騙，機器智能如何在它的腦袋裡解讀「詐騙」這個詞的意思？

要是你打算離職，但你沒有跟任何人說，老闆卻知情了，會怎麼樣？如果你是惠普科技全球超過三十三萬名員工的其中一位，你跟同事們其實都被老闆用「離職風險」分數逐一標記。這個簡單的數字預言你離職的可能性。身為惠普科技的員工，你很可能不知道公...

大多數天鵝是白的

這本書探討以量化資料預測人類行為，在各方面得到的應用成果。其實，早在二次大戰時，美軍就率先利用這種預測分析。1940年時，「模控學」（cybernetics）之父維納（Norbert Wiener）開始嘗試預測德國軍機的行蹤，目標是擊落德國軍機。他的方法是利用先前觀察取得的軍機移動資料，預測軍機可能的飛行路徑，考慮飛行員最可能採取的閃避方式，預測軍機接下來可能移動的位置，這樣就能把軍機擊落。可惜，維納只能預測軍機下一秒的動作，但是要擊落軍機，卻需要預測二十秒內的飛行路徑。

不過，在席格這本書裡，你會知道許多預測工作其實相當成功。畢竟，從維納那個時代以來，電腦的處理速度突飛猛進，我們能收集的資料也越來越多。因此，銀行、零售業者、選戰活動、醫生和醫院、以及許多組織最近在預測特定人群行為時，全都獲得豐碩的成果。他們對預測分析投入心力，協助自己贏得顧客青睞、打贏選戰並戰勝疾病。

依我所見（我想席格也這麼認為），整體來說，預測分析對人類是有利的。從健保、犯罪和恐怖主義這些方面來說，預測分析可以拯救性命；對廣告業來說，利用預測既能提高效率，也能落實環保（減少寄送直銷郵件和型錄的數量），同時不會浪費收件者的寶貴時間和關注心力。而對政界來說，重視這種科學方法的候選人，似乎都能在選戰中成為贏家（或許有些人不認同這種說法，但我認為預測分析確實對打贏選戰有幫助）。

不過，就像席格在這本書裡開宗明義地指出，這些方法也可能用在一些不好的地方。席格對此坦率直言，讓我十分欽佩，他引述電影《蜘蛛人》中的一句台詞：「權力越強，責任越大。」換言之，身為社會的一分子，我們在使用預測模型時必須審慎小心，在應用方面有些禁忌要列入考量，不能為了一己之私就犧牲他人的權益。跟其他強效技術或破壞性創新一樣，預測分析基本上跟道德無關，能用來為善，也能用來作惡。不過，為了避免預測分析被拿來做壞事，了解這個方法究竟能做什麼，當然再重要不過。如果繼續看下去，你就會知道預測分析的效力有多強大。

這本書的探討重點就是預測分析，預測分析不但是一種分析類型，也是最有趣、最重要的分析類型。我不認為我們需要更多只講敘述性分析（descriptive analytics）的書籍，因為那種分析只描述過去，沒有針對事件起因提出任何見解。我常把自己的論述比喻成第三種分析，也就是規範分析（prescriptive analytics），這種分析告訴使用者，透過控制實驗或最適化要做什麼。不過，這類量化方法不像預測分析這樣廣受採用。

這本書及其所依據的構想跟塔雷伯（Nassim Nicholas Taleb）的研究，剛好形成很好的對比。塔雷伯在《黑天鵝效應》和其他著作中提出的論點是，由於隨機性和複雜事件本身的不可預測性，讓人們為預測所做的努力注定徒勞無功。塔雷伯說得沒錯，有些事件是無法預測的黑天鵝；但事實上，大多數人類行為都有跡可尋，既固定又可以預測。席格在這本書裡提出許多成功預測的實例，都提醒我們這項事實——大多數天鵝是白的。

席格也抗拒目前對「大數據」風潮的推崇，雖然他在書中提及的一些實例確實屬於這一類，也就是資料龐大又缺乏結構，很難用傳統那種關係資料庫加以管理。但是，預測分析的重點不是資料數量大小或控制難易程度，重點是拿資料來做什麼用途。我自己就發現「大數據通常用途少」，許多實際拿大數據做分析的人，只是拿數據設計一些引人注目的視覺分析，這樣做他們就很滿意了。相較之下，這樣做當然不像設計預測模型那樣有價值。

席格這本書以深入淺出的方式，敘述預測分析的重要，讓一般讀者都能看懂這項複雜高深的技術。書中不但穿插有趣的故事和圖解，還以生動的文筆，讓一般讀者能輕鬆閱讀。就算數學讓你很傷腦筋，你也該看看這本好書，因為在這個數據為王的時代裡，每個人（包括你在內）從出生到死亡的一舉一動，都受到預測。而且很可能的情況是，大多數人在職場上會更加需要考慮預測模型，或用預測模型進行評估，並依據預測模型的結果採取行動。

簡單講，我們生活在凡事講究預測的社會裡，要在這種社會出人頭地的上策就是，了解預測模型的目標、技術和限制。而且，要做到這一點的速效方式很簡單，那就是趕快把這本書好好看完。
湯瑪斯．戴文波特（Thomas H. Davenport）
哈佛大學商學院訪問教授
國際分析學院（International Institute for Analytics）共同創辦人

大多數天鵝是白的

這本書探討以量化資料預測人類行為，在各方面得到的應用成果。其實，早在二次大戰時，美軍就率先利用這種預測分析。1940年時，「模控學」（cybernetics）之父維納（Norbert Wiener）開始嘗試預測德國軍機的行蹤，目標是擊落德國軍機。他的方法是利用先前觀察取得的軍機移動資料，預測軍機可能的飛行路徑，考慮飛行員最可能採取的閃避方式，預測軍機接下來可能移動的位置，這樣就能把軍機擊落。可惜，維納只能預測軍機下一秒的動作，但是要擊落軍機，卻需要預測二十秒內的飛行路徑。

不過，在席格這本書裡，你會知道...

預測分析，現代人的超自然能力

每當我跟別人說我做哪一行時，對方總會用奇怪的表情看著我。這就是從事預測這一行會遭遇的職業傷害。

資訊時代因為一項明顯疏漏而蒙受其害。這樣講可能會讓許多人跌破眼鏡，我們現在主動地記錄世上發生的每件事，那還會有什麼事被我們漏掉？以前人們撰寫史書記載重要事件，現在科技進步，利用電腦系統就能保存個人的每次點擊項目、付款記錄、通話清單、破產資料、犯罪記錄和病歷。有了這些資料，你認為熱愛數據者就算沒被寵壞，也應該感到滿足。

但是在這浩瀚無垠的資訊裡，卻沒有包括一項最寶貴的資訊，那就是：還沒有發生的事。

大家都渴望獲得預見未來的能力，我們都對預測相當著迷。我們膜拜號稱有預測能力的女神，我們花大錢去算命，我們注意星座運勢也喜歡占星學，就連吃飯時也不忘來片幸運餅乾，看看籤詩的運勢預測。

但是，許多熱中靈媒和算命的人卻唾棄科學。講到科學，他們的本能反應就是：「討厭！」科學不是太難懂，就是太無趣。許多人甚至相信，就本質來說，如果沒有超自然能力的支援，根本不可能做任何預測。

我喜歡的喜劇影集《靈異妙探》就是以此為主題，主角是觀察力過人的偵探——堪稱是當代講究數據的福爾摩斯。他觀察入微，甚至讓警方誤以為他能如此準確地推論，是因為他涉案。這位英雄為了讓自己脫困，不得不順應常理：他告訴警方，他是靈媒，警方才放過他，請他繼續協助打擊犯罪。劇情就這樣發展下去。

我自己也有過類似的經歷，有時朋友問我是什麼星座，我沒有假裝自己相信占星術，而是幽默地回答：「我是天蠍座，天蠍座的人不相信占星術。」

在朋友聚會時，我常被人問起是從事哪一行。這時我會兩眼呆滯、鼓起勇氣，小心地說：「預測分析。」大多數人都很幸運，能用簡短一句話描述自己的工作，比方說：醫生、律師、服務生、會計師或演員。但是對我來說，每次要描述這個大多數人都不知道的領域，實在太煞風景。我越想簡短回答，對話就變得越平淡無趣：

「我是技術類企管顧問。」人們還是繼續追問：「哪種技術？」

「我讓電腦預測人們會做什麼。」大家聽了滿臉困惑，根本不相信我說的話，還面露難色。

「我讓電腦從資料中學習，以便預測人類的行為。」大家聽了一頭霧水，沒人會想在聚會中聊數據資料。

「我分析資料找出模式。」大家聽了眼神更加呆滯，開始心不在焉，我這樣回答讓大家都很難接上話，也讓場面變得很尷尬。

「我協助行銷人員找出會購買或取消訂單的顧客。」大家似乎有點明白我的意思，但是這樣講根本是矮化和局限預測分析這個領域。

「我預測顧客行為，就像塔吉特百貨（Target）預測顧客是否懷孕那樣。」接著，大家就開始挪動腳步，沒人想搭理我。

所以，我寫這本書告訴大家，預測分析究竟在做什麼，這種預測方法為何符合直覺，不但效力強大還讓人歎為觀止。

我要跟大家報告這個好消息：小預測可以做大妙用。我把這種現象稱為預測效應，這也是從頭至尾貫穿本書的一項主題。預測的效力相當顯著，畢竟預測比臆測來得準確。這種效應讓預測分析變得可信，我們不必做一些不可能做到的事，也不必具有超凡的洞察力。這本書的內容既令人興奮又值得信賴：預測未來，讓原本像薄霧籠罩的模糊未來，開始變得清晰些，這樣做確實有利可圖。預測分析就是用這種方式，對抗金融風險，強化健保制度，減少垃圾郵件，提高打擊犯罪的效益，並協助企業讓銷售額激增。

你有科學家或企業家的精神嗎？讓你興奮的是預測這個構想，或是預測能為世界堅守的價值？

了解不可知的未來這個概念吸引著我。預測似乎蔑視這項自然法則：你無法預見未來，因為未來還沒發生。但是我們找到一個應變對策，我們設計能從經驗中學習的機器。這種嚴格控制的學科是利用我們確實知道的事（以資料形式顯示），更準確地預測接下來會發生的事。我們將最頂尖的數學方法和技術結合在一起，有系統地調整修正，直到我們設計出一套讓自己滿意的系統，看透以往擋在現在與未來之間、讓人捉摸不透的層層阻礙。

預測專家每天討論著，要大膽邁向「未來」這個沒人到過的地方！

人各有所長，有些人做業務，有些人從政，我鑽研預測分析，這工作實在棒極了。

預測分析，現代人的超自然能力

每當我跟別人說我做哪一行時，對方總會用奇怪的表情看著我。這就是從事預測這一行會遭遇的職業傷害。

資訊時代因為一項明顯疏漏而蒙受其害。這樣講可能會讓許多人跌破眼鏡，我們現在主動地記錄世上發生的每件事，那還會有什麼事被我們漏掉？以前人們撰寫史書記載重要事件，現在科技進步，利用電腦系統就能保存個人的每次點擊項目、付款記錄、通話清單、破產資料、犯罪記錄和病歷。有了這些資料，你認為熱愛數據者就算沒被寵壞，也應該感到滿足。

但是在這浩瀚無垠的資訊裡，卻沒有包括一項最寶貴的...

推薦序 大多數天鵝是白的
作者序 預測分析，現代人的超自然能力

前言 預測效應──千金難買早知道
預測人類行為，如何讓我們對付風險、強化健保制度、提高打擊犯罪的效益，並讓銷售額激增？為什麼企業要做好預測，就要肯學？差勁的預測怎麼會變得寶貴無比？組織為什麼要預測你什麼時候會死？

Chapter 1 起而行吧！做預測不能光說不練
要將預測模型實際應用需要多少膽識？這樣做有什麼好處？推動預測分析，表示要依據預測採取行動，把從資料中學到和發現的事情實際應用。許多組織都如此大膽躍進——畢竟，不做，就永遠不可能成功。

Chapter 2惠普科技、塔吉特百貨和警方如何推斷你的祕密
我們如何在不侵犯隱私的情況下善用預測機器，預先得知誰會辭職、誰會懷孕和誰會犯罪？公民自由出現危機了嗎？為什麼某家知名壽險公司要預測保戶的壽命？利用電腦偵測詐騙，機器智能如何在它的腦袋裡解讀「詐騙」這個詞的意思？　
　
Chapter 3 資料效應──多不見得有用
我們忙著處理多到數不清的資料，但是這麼多原始資料能告訴我們多少寶貴資訊？我們真的能利用這些原始資料做預測嗎？現有資料可以揭露平民百姓的集體情緒嗎？如果可以，我們在網路上發洩情緒的聊天話題，跟景氣好壞有什麼關係？

Chapter 4 有學習能力的機器──大通銀行如何預測房貸風險
哪種風險型態最不容易被察覺到？預測如何將風險轉變成機會？為何各行各業都必須向保險公司學習？我們如何放心信任機器的預測？為什麼預測無法避免全球金融危機？

Chapter 5 集成效應──奈飛公司、群眾外包和速效預測
把預測分析委由群眾外包──外包給一般大眾──企業把本身的策略、資料和研究發現公諸於世。這種做法怎麼可能協助企業跟同業競爭？預測分析的哪項創新關鍵是透過群眾外包的協助而開發出來的？集成模型預測的精準度一定會複雜到讓人難以招架嗎？或是有巧妙的解決方法可循？非人類群體也有智慧可言嗎？

Chapter 6 IBM電腦華生挑戰益智問答節目
挑戰益智問答節目《危險邊緣》的IBM超級電腦華生，究竟是怎樣運作的？為什麼這部超級電腦需要預測模型才能回答問題？讓這部超級電腦有如此超高績效的祕訣是什麼？拿iPhone的Siri跟其相比如何？為什麼對電腦來說，人類語言是如此艱鉅的挑戰？人工智慧有發展的可能嗎？

Chapter 7 數字最具說服力──歐巴馬選戰如何精心設計，創造影響力
為什麼有些行銷活動讓顧客反感至極？美國總統大選證明數字最具說服力，所有企業該從總統選戰中學到什麼？投票率預測如何在2012年總統大選幫助歐巴馬連任？怎樣能減少醫療事故，讓醫生不會不小心害死病患？謎語：有些狀況經常發生在你身上，但你無法察覺到，甚至事後都不確定它們是否發生過，想想看那些狀況可以事先預測嗎？

後記
預測2020年第一個上班日，這十件事情已然成真……

附錄
A. 預測的五大效應
B. 預測分析的二十一個應用
C. 預測人物群像

謝辭

預測分析147個實例

推薦序 大多數天鵝是白的
作者序 預測分析，現代人的超自然能力

前言 預測效應──千金難買早知道
預測人類行為，如何讓我們對付風險、強化健保制度、提高打擊犯罪的效益，並讓銷售額激增？為什麼企業要做好預測，就要肯學？差勁的預測怎麼會變得寶貴無比？組織為什麼要預測你什麼時候會死？

Chapter 1 起而行吧！做預測不能光說不練
要將預測模型實際應用需要多少膽識？這樣做有什麼好處？推動預測分析，表示要依據預測採取行動，把從資料中學到和發現的事情實際應用。許多組織都如此大膽躍進——畢竟，不做，就永遠不可能成功。...