最近看完了這門課，簡單的記錄一下課程的內容與心得
課程介紹這門課是台大與玉山銀行合作的課程，總共七週的課程，分別有四位老師講解大數據應用在不同的領域，例如：保險業、市場行銷、社群平台的輿情分析和情感分析、品牌客群定位等等，最後第六周由玉山金控的數位金融長分享玉山在大數據下的轉型過程。
學習內容、適合族群透過這六周的課程中，分享了很多實際大數據應用的例子，以説故事的方式了解大數據在生活中的應用，中間雖然有時後會談到演算法或是一些數學計算的東西，不過都會搭配實例講解，不會太艱深困難。此課程中不含程式碼實作，適合當作大數據科學入門的第一堂課，可以藉此了解整體的運作模式、大數據在這些領域扮演什麼樣的角色。
上課筆記Week 1
課程介紹
Week 2 金融服務的大數據應用
EX: 客戶與保險商品的關聯分析
保單分析
Ａ保單：購買人 25~35 歲 \ 被保人 0~5 歲
-> 推測大多為父母買給孩子
-> 找出「Ａ保單」吸引父母的原因，廣告行銷中建立家庭溫馨的形象吸引更多主要 TA
Week 3 大數據在行銷與零售上能產生的效益
將產品(a,b)進行關聯分析後，透過聯合促銷、或是其他行銷的方式，使購買 a 的客戶，看到 b 商品，如果兩者關聯度高，客戶極有可能一次購買 a,b 兩樣商品。
EX: 著名的都市傳說 — 啤酒＆尿布
美國零售龍頭業者沃爾瑪(Wal-Mart)的工程師分析結帳資料後，發現星期五晚上，尿布和啤酒的銷售量有正向關聯性。原因是：許多家庭中媽媽負責留在家裡照顧孩子，並囑咐爸爸到超市買尿布，而爸爸買尿布的時候又會順便為週末球賽會購買啤酒回家。
後來，沃爾瑪將啤酒和尿布擺設放在同一區域
=> 效益： 這兩項產品的銷售量提升30%。
這週提到許多行銷與分析的基礎知識
- 市場區隔理論
- 行銷4P（product、place、price、promotion）
- 關聯分析準確度評估
支持度：總交易資料中，事件出現的頻率
信賴度：a 發生的情況下， b 也發生的機率
提升度(lift)：信賴度(A->B) / 支持度(B)
lift (> 1) 正相關
lift (= 1) 獨立
lift (< 1) 負相關分析方法：
- swot
優勢strength
劣勢 weakness
機會 opportunity
威脅 threat- stp
市場區隔 segment
目標市場 target market
市場定位 positionWeek 4 輿情分析
輿情分析： 透過網路上社群媒體、網站評論、PTT、新聞內容的資料，找到其中能代表大眾情緒、想法的內容，近一步了解大眾對品牌、產品或是事件的想法。
這週的課程提到「輿情分析」，輿情分析收集的資料來源可能是 FB 貼文、PPT文章的留言…，比起傳統的市場問卷調查，大眾在生活中自然留下的資訊更能貼近自身的想法。
根據每一個人的發言的「影響程度」給予不同得權重，判斷出大眾輿論的風向，EX: 柯文哲發文的權重假設是 100、我發文的權重可能是 0.0001。這些權重有一部分是取決於發言人的追蹤者影響力，EX： 蔡英文追蹤柯文哲的FB，那柯文哲在FB的貼文的權重就會上升。
透過這些輿情分析，幫助我們找到各個領域的 KOL (意見領袖)，EX：新開的手搖店要找 KOL 業配，就能透過輿情分析知道大家對於各個美食開箱、大胃王這類 YouTuber 的評價，進而找到適合的業配人選。
Week 5 產品特徵萃取
從社群媒體的資料中，找出大眾經常提到的關鍵字，進行「產品特徵萃取」，藉由分析客戶對於這些產品特徵帶有的情感，了解客戶對於產品特徵不同面向的滿意度。
EX：品牌分析 — 星巴克
從大家對星巴克的評論中，找出時常被提到的幾個關鍵字（產品特徵萃取）
咖啡、飲料、食物、服務
針對「食物」的部分收集到的評論有，食物好吃、輕食種類多、蛋糕甜度較高、布朗尼很甜…，了解大眾對於食物的選擇多樣性、美味程度給予不錯的評價（產品特徵帶有的情感），甜點的部分可能因為近年來大眾的健康增強，甜點的甜度可以再做調整。
EX： 評論分析 — 飯店
瀏覽 Ａ飯店的 google 評論，住戶提到「裝潢氣派」、「景觀優美」、「設備完善」…，推測主要客群的經濟條件較佳、重視品質、願意用較高的價格換取住宿品質。
瀏覽 Ｂ飯店的 google 評論，住戶提到「價格實惠」、「折扣優惠」…，推測主要客群的為小資族，價格可能是他們選擇住宿的首要條件。
產品特徵萃取會遇到的困難點
- 如何排除灌水的評論
- 相同意思，卻有不同的說法，提高了分析的難度
（課程內容會提到解決辦法）
Week 6 玉山金控 - 數位轉型
這週的課程是由玉山金控的李正國數位金融長主講，蠻詳細的分享玉山銀行數位轉型的過程、從哪些層面開始進行數位轉型、過程中遇到的困難。
EX：利用客戶在玉山官網留下的數位足跡，猜測客戶近期的金融需求，主動提供適合的金融服務。客戶點擊了房屋貸款，玉山銀行透過主動發送電子郵件告知近期貸款的優惠，達到更精準的行銷。
課程最後數位金融長提到了「人才地圖佈局」，簡單說明大家常搞混的資料科學家和資料工程師有什麼區別，資料科學家需要具備哪些特質，對於目前在學的學生可以為成為資料科學家做什麼準備。
