根據IDC預估，由於各種數據、即時資料不斷被創造及累積，2025年全球資料量將成長至163ZB，是2016年的10倍，因此，以無法想像的速度創造的海量數據若無法被「正確解讀」，將彷如巨量的金砂礦或液態礦，永遠無法被精煉成黃金或石油般的發揮數據價值。

  根據牛津經濟研究院對全球2,000位中小企業高階主管的調查顯示，61%受訪者表示其專業領域所需數據短缺，29%受訪者表示無法從數據獲得洞察，但若能有數據分析工具，則可讓企業各級員工快速掌握數據所代表的意義，並為持續成長及領先優勢打下基礎。

  在商研院執行的工業局「消費數據驅動精準研發製造C2M（Consumer to Manufacturer）」計畫中，製造業者同樣也面臨「了解客戶管道有限」及「缺乏洞察消費需求機制」的數據應用痛點。因此，可透過全球數據應用先驅的案例，例如Stanley Black & Decker，了解他們是如何解讀與應用數據，進而在企業或組織裡發揮數據價值，最終強化競爭優勢。

  Stanley Black & Decker是一家超過178年歷史、全世界最大工具產品製造商，銷售網路遍布130多個國家和地區，過去三年就發表了22,000個新產品，存活率達35%以上，是如何做到的？

  事實上，為了能跟上大數據技術的發展速度，Stanley Black & Decker決定從原本專注於硬體消費品製造的傳統公司，轉變為將數據產品視為其新產品戰略的數據應用公司。

  先是成立了數據創新中心，專注於如何以數據解決方案和實體產品結合；接著推出下載超過50萬次、高用戶參與的DIYZ App，藉以大量蒐集潛在消費者對DIY的想法，並陸續推出STANLEY Measure、BLACK+DECKER Smartech、FLEXVOLT等App，以廣泛蒐集顧客及潛在客群的消費數據及想法，進而改善與推出更貼近消費者想法的產品。

  當消費數據量蒐集到一個程度後，Stanley Black & Decker接著透過人工智慧及機器學習技術，在研發流程中做到產品需求預測與產品規格推薦；未來也會應用到機器人技術中的RPA流程機器人，來處理研發流程中的重複性工作；及數位雙生技術，在研發流程中持續不斷進行分析與虛擬生產測試，並隨時針對異常狀態進行修補與復原，藉以縮短各項創新研發專案的試誤歷程，維繫創新產品的品質與穩定性。

  就這個案例看來，除了透過傳統的代理經銷通路，也透過數據解決方案與實體產品結合的方式，廣泛蒐集、洞察顧客及潛在客群的消費數據及想法，並輔以人工智慧及機器學習技術，在研發流程中做到產品需求預測與產品規格推薦，進而改善與推出更貼近消費者想法的產品，最終形成一個良性的PDCA（Plan-Do-Check-Act）循環。

  這同時也是商研院在「消費數據驅動精準研發製造C2M」計畫中輔導及培養中小製造業業者最終能具備的數據應用能量，包括有消費數據收集與消費需求分析的能力、可建構AI的精準研發系統，及將C2M概念發展的產品放到銷售通路做驗證，最終點砂成金，發揮數據真正的價值。

（商業發展研究院國際數位商業研究所研究員 吳若瑩）

原文刊登：111/08/30－經濟日報／B5經營管理