• 問誰領風騷

    (接上文:盤點FAANG最新業績

    疫症下審視美國五大科企FAANG(Facebook, Amazon, Apple, Netflix和Google母公司Alphabet)的最新業績,除Amazon和Netflix皆明顯受惠,錄得用戶、 用量或收入增長外,其餘三大則較難有一面倒的說法。

    先說收入最高的Apple吧。最新季度收入580億美元,略高於預期,但佔收入份額一半的iPhone,按年卻錄得7%跌幅,而且估計次季表現更差。在疫情持續下,生產和零售都受創,「賣電話」的生意自然欠佳。不過Apple的訂閱服務收入如iCloud或Apple Music等卻有增長,加入手握近2,000億美元現金儲備,無損霸主之位。

    季度收入為410億美元的Google母公司Alphabet,業績不過不失。Alphabet是全球首屈一指的「廣告公司」,廣告生意佔季度收入八成,即使在疫情下,亦較去年同期上升約10%。不過,一向在Google上大灑金錢的旅遊網站如Expedia,因疫情關係決定將廣告支出緊縮至過去的20%。一葉知秋,Alphabet廣告收入前景未許樂觀。幸好其雲端服務收入增長52%,雖然暫時佔比不高,但競爭力不容小覷。

    最後輪到Facebook。Facebook最新的全球活躍用戶為每月26億人,期內平均每人為Facebook帶來6.95美元收入。值得留意的是,Facebook幾乎完全依賴廣告收入(達98%),所以它必須持續增加用戶以確保營運表現,可惜用戶老化和增長放緩卻是揮之不去的陰影,尤其在後起之秀如TikTok/抖音的挑戰下,更顯嚴峻。幸好Facebook手持600億美元現金的「彈藥」,而經濟低迷正是入手的好機會,且看Facebook能否在Instagram後再下一城,一舉兼併對手和用戶了。

    我因為好奇科技公司在疫症下的表現而做了一點簡單的資料搜集,卻發現FAANG之間很難互相比較,因為它們的產品、服務、營運模式、CEO作風等統統不同,並互有競爭。例如Google和Facebook的收入都以賣廣告為主,而Amazon、Google和Apple均涉足雲端服務,還有Amazon和Apple皆想在串流平台上向Netflix分一杯羹等。

    而它們之間最大的共通點,是都掌握了龐大的用戶數據。或者可以這樣推測:誰能最有效地挖掘、分析和利用數據,誰就可賣更多產品、發佈更精準的廣告、或推送更令人欲罷不能的內容,將來繼續稱霸全球、獨領風騷。

    不過,隨人們對個人資料的重視提高,和各國有關私隱的監管漸成風氣,大數據的發展必然會受到更多公眾和政府的監察。在發展大數據和保障私隱上如何平衡,五大可有對應良策?

    相關舊文:平行時空大數據比你更了解自己?科企如何透視你的祕密

    ***

    本文率先於《晴報》專欄「創業群俠傳」見報

  • 科企如何透視你的祕密

    (接前文:大數據比你更了解自己?

    美國連鎖零售店Target的營銷部,為增加生意,給公司的數據科學家們出了一道難題:在對方沒有透露的情況下,找出懷孕的顧客來。

    因為只要盡早識別,並向他們作針對性產品宣傳,即將為人父母者是個巨大的「金礦」。Target的數據科學家們果然不賴,他們竟從浩瀚的消費數據中發掘出將為人母者的購物規律:比如從第四個月開始,轉買「無香型」潤膚露;第五個月左右,購入保健品如鎂、鋅、鈣之類;到她們臨盆在即,就會囤積棉花球、面巾等等。

    透過購物習慣,Target的數據科學家對顧客懷孕預測之準確度極高,幾乎連她們的產期都能猜中!一位少女的父親因為女兒收到嬰兒用品的宣傳單張向Target投訴,不久卻悻悻然致歉,原來女兒瞞著自己有喜了。報導此事的《紐約時報》記者Charles Duhigg說,Target後來把這「孕期預測」模型關掉,因為太多顧客對Target居然發現自己的私隱感到害怕。

    而在差不多時期,另一家企業Netflix,也利用大數據做出令人震驚的舉措:宣佈豪擲一億美元,開拍一連兩季由David Fincher導演、Kevin Spacey主演的美國版《紙牌屋》(House of Cards)。這在美國的電視劇製作史上,可謂前無古人的豪賭,沒有人會押注鉅款連拍兩季,因為風險太高、賭注太大。

    但Netflix並不認為那是賭博,只是按數據作出的合理商業決定。因為他們從當時3300萬訂戶的瀏覽數據中發現,大部份人看過David Fincher導演的電影《社交網絡》(The Social Network)、凡Kevin Spacey主演的電影在平台上都很成功、而且這兩類觀眾都很喜歡英國版的《紙牌屋》。結果證明Netflix的大數據用得其所:在美版《紙牌屋》推出後僅三個月內,Netflix共增加300萬訂戶,其中200萬來自美國國內,而這些新增用戶大約帶來7200萬美元額外收入。

    Netflix沒有賭博,它根本立於不敗之地。它從本質上就是一家數據企業,不斷搜集用戶數據以優化體驗和製作受歡迎劇目,截至2019年在全球已擁有1.67億用戶、年收入200億美元。

    Target利用購物數據預測及識別懷孕的消費者,Netflix以數據分析決定開拍一套即將大受歡迎的劇集,他們均可振振有詞宣稱:我們比你更了解自己。

    看了這些案例後,我也同意利用大數據,即使不能就全部人的口味作出預測,對統計學上「平均分佈」中的大部份人口,也可作出機會率相當高的推斷。我朋友卻不同意,他認為這種說法只是科技企業的公關口號,令目標受眾產生自我預期,相信所接收的建議適合自己,令科技企業更容易操縱他們。

    我認為那是因為朋友的口味不符大部份人的規律(即屬於「平均分佈」上兩端的少數)所致,所以他只是個別例子,而大部份人在大多數情況下,都能被大數據預測。你認為呢?

    相關舊文:平行時空

    //新手媽媽或許在Facebook上展示嬰兒的可愛笑臉,但她在Google上搜尋的,卻是「產後抑鬱」和「如何減肥卅磅」…//

    ***

    本文率先於《晴報》專欄「創業群俠傳」見報

  • 大數據比你更了解自己?

    「大數據比你更了解自己」,這不是一道聯校中文辯論比賽的命題,而是我最近和一位創科界朋友的討論話題。

    因為任教一個大學課程,最近簡略地做了一些有關大數據的研習。不少資料在提及大數據的「威力」時,常用上這句「大數據比你更了解自己」作結論,例如Netflix透過收集你「煲劇」的數據,比你更了解自己看電影的口味、Amazon比你更了解自己要買的書,等等。我也漸被說服。但朋友卻認為這言過其實,只是科技巨企以此來操縱用戶的一句口號、一個公關幌子。

    我在討論過程中提及兩家企業有關大數據的經典案例,Target和Netflix,而朋友卻從未聽過。這是兩個相當有趣和具說服力的案例,不如借此機會向大家稍作介紹,讓你也可以參與這命題的思考練習。

    首先幾個高度簡化的基本概念。「大數據」(Big Data)指極度龐大、人力難以有效處理的數據,它們可以零碎、無序、性質不一…但不管數據再大,如果沒經過有效的整理和分析,並無太大用處。「數據分析」(Data Analytics)就是一個使數據變得有價值的過程,透過「數據挖掘」(Data Mining),從海量的數據中發掘規律,並由規律中作出預測。一般來說,數據越多、呈現的規律越清晰、作出的預測也越準確。這是其中一種數據科學常見的應用,也是我們這次討論的中心思想。

    2012年2月,一位即將獲得普立茲獎的《紐約時報》年輕記者Charles Duhigg,發表了一篇連鎖零售店Target以數據篩選出懷孕顧客的報導,奠下一個歷久不衰的「大數據」應用案例(待續:科企如何透視你的祕密)。

    本文率先於《晴報》「創業群俠傳」見報