打造一個讓企業賣更多的「氣象大數據平台服務」
•
4 likes•1,441 views
講者：天氣風險管理開發股份有限公司 總經理 彭啟明博士 Etu Solution Day 2014 Successful Story
Recommended
More Related Content
Similar to 打造一個讓企業賣更多的「氣象大數據平台服務」
Similar to 打造一個讓企業賣更多的「氣象大數據平台服務」 (20)
More from Etu Solution
More from Etu Solution (20)
打造一個讓企業賣更多的「氣象大數據平台服務」
- 2. 2/44 大綱 1.氣象界的Big Data 2.氣象Big Data 運算的昨日與今日 3.《氣象大數據平台服務》介紹 4.Demo 5.現狀說明 6.未來發展 7.我們學到的事── Big Data 應用成功關鍵因素
- 3. 3/44
- 4. 氣象界的Big Data
- 5. 5/44 氣象界的Big Data •從海裡到太空的觀測 –“Currently, more than 10000 manned and automatic surface weather stations, 1000 upper-air stations, over 7000 ships, more than 100 moored and 1000 drifting buoys, hundreds of weather radars and over 3000 specially equipped commercial aircraft measure key parameters of the atmosphere, land and ocean surface every day” WMOhttp://www.wmo.int/pages/themes/observations/index_en.html –每分每秒不間斷的數據！！
- 6. 6/44 氣象界的Big Data 範疇 •除了接收還要產出 –每公里1 網格的氣象預報 510,072,000 x 百種氣象參數x14 天逐時預報 –歐洲氣象中心每天產出超過80GB 資料！！
- 7. 7/44 氣象界的Big Data 範疇 •台灣與我們 –非WMO 會員國 •超過700 個氣象站與自動測站 •每5分鐘1筆數據，1天400MB，1年150G •台灣最早的測站有百年歷史 •超過15TB，持續增加中！！ –“1分鐘報氣象來自超過100TB的氣象資料！”-天氣風險總監
- 8. 氣象Big Data 運算 昨日與今日
- 9. 9/44 氣象Big Data 運算昨日與今日 過去 現在 硬體 超級電腦 商品化伺服器 硬體成本 以億計 以十萬計 供應商 稀少 眾多 系統 封閉稀少 開放系統 數值模擬 自行研發 開放多樣 分析工具 傳統文書處理軟體、統計軟體 開放多樣 資料庫 傳統RDB NoSQLDB 視覺化 封閉稀少 開放多樣
- 10. 10/44
- 11. 11/44 氣象Big Data 運算昨日與今日 重點已不僅是上游的預報產出 而是下游的服務應用！
- 12. 12/44 氣象Big Data 運算昨日與今日 多數產業尚未了解資料與氣象的連結
- 13. 13/44 氣象Big Data 運算昨日與今日 看妹妹可以來決定天氣營收?
- 14. 14/44 氣象Big Data 運算昨日與今日 從天氣預測到 「氣象經濟」
- 15. 15/44 天氣影響經濟 •Lazoet al.(2011) 用氣象因素引起的美國11 種產業損失，以2008年為基準，估算各種天 氣因素和企業營收的關係，結果是2008年 GDP的3.4%，大約為4,850億美元，是屬 於天氣敏感有變動度。 •Lazo, J. K., Lawson, M,Larsen P.H.,Waldman D. M., 2011: U.S. Economic Sensitivity to Weather Variability, Bull. Amer. Meteor. Soc.
- 16. 16/44 台灣敏感行業受天氣影響 •統計1981-2011年天氣與經濟數據，分成19 個 產業模型與1 個整體模型估計值，採用非線性迴 歸來進行多元迴歸分析，以檢驗不同產業對天氣 變化不同的敏感性。採用的應變數為台灣19 個產 業的GDP。 •農、林、魚、牧業，GDP受天氣影響為10.79%。 •營造業為12.52% 天氣風險團隊調查2013
- 17. 17/44 台灣最大的大數據 每年全台灣至少印製六百萬本 良辰吉時 宜忌 沖煞
- 18. 18/44 h屏東縣沿海地帶農民自製蓮霧專屬二十四節氣 台灣農民的Big Data 24節氣 蓮霧 生長期 四季及季節性天氣現象
- 19. 19/44 19
- 22. 22/44 氣象Big Data 運算昨日與今日 •從大眾到企業 •從在地到全球 •跨領域：零售、家電、餐飲…… •跨功能：行銷、業務、供應鏈管理
- 23. 氣象大數據平台服務
- 26. 氣象大數據服務平台 •資料蒐集 –土法煉鋼 –服務交換 •預測模型 –主觀判斷+ Excel
- 27. 27/44 氣象大數據平台服務 •緣起 會長 副會長
- 28. 28/44 氣象大數據平台服務 WeatherRisk與Etu從Open Data結緣， 結果在Big Data資料產品展開合作
- 29. 29/44 氣象大數據平台服務 •跨界合作 WeatherRisk Etu User 氣象專業 Big Data平台(ESA) 商品銷售資料 天氣歷史與預測資料 資料處理 指數模型建構 分析顧問服務 分析模擬工具
- 30. 30/44 氣象大數據平台服務 •服務架構 天氣歷史資料 (台灣/國際) 天氣即時資料 (台灣/國際) Big Data ＭetaStore 處理 分析 預測 建模 批次運算 即時運算
- 32. 0 200 400 600 800 1 4 7 10 1 5 8 11 2 5 8 12 3 6 9 12 4 7 10 北區銷售量 0 100 200 300 400 500 600 700 2006 2007 2007 2007 2007 2008 2008 2008 2008 2009 2009 2009 2009 2010 2010 2010 實際銷售量 預測銷售量
- 33. 33/44 氣象大數據平台服務 •目標客戶 –針對受氣象影響的任何產業 –目前掌握： •北部空調、電扇相關產業 •北部雨傘、雨衣、雨鞋相關產業 –即將進入Beta 階段，歡迎有興趣使用服務的企業跟我們聯繫！
- 34. 34/44 氣象大數據平台服務 BestSales天氣經濟指標服務 只是這個平台推出的第一個服務
- 35. DEMO
- 36. 36/44 氣象經濟指標服務現狀說明 •從高度相關的產業先行著手，ex：冷氣、雨傘… 歡迎提供資料試算！ •未優化的圖表介面 歡迎試用回饋！
- 37. 未來發展
- 38. 未來發展 •更準確的氣象資料 •更多樣的產業類別 •更即時的指數運算 •更多元的服務方式 –API –自動化流程 –使用者自行上傳資料分析 •付費功能： –更長的歷史區間 –更長的預測區間 –更客製化的指數 多語言與在地化， 跨足全球市場！
- 39. 我們學到的事：成功關鍵
- 40. 40/44 我們學到的事：成功關鍵 •探索資料 定義資料應用的價值
- 41. 41/44 我們學到的事：成功關鍵 •跨界合作 Big Data 軟體架構、氣象專業、資料科學、UI 設計， 必須跨領域團隊合作。 Mr. Big 天氣分析師 資料科學家 後端工程師 前端設計師
- 42. 我們學到的事：成功關鍵 •從小做起 提高第一個資料產品的成 功率，建立團隊與客戶的 信心。
- 43. 43/44 我們學到的事：成功關鍵 •盡早做起 與公司願景連結，以Big Data 做為長期差異化的競爭策 略，做產業中的領頭羊，並以之進入全球市場
- 44. 318, Rueiguang Rd., Taipei 114, Taiwan T: +886 2 7720 1888 F: +886 2 8798 6069 www.etusolution.com Thank you 天氣經濟指標服務試用聯繫： BestSales@weatherrisk.com WeatherRiskExplore Inc. 104 台北市南京東路三段131 號6 樓 T: +886 2 6618 9928