案例03｜GO-JEK：100 萬名司機、167 個地點、250 萬名顧客與每日 4–5 兆位元組資料

1. 案例定位

第 10.2 節分析實務 10.2。以 GO-JEK 使用 Google Cloud Platform 支援即時需求預測、價格調整與快速擴張。

2. 學習目標

理解雲端平台如何支援大規模資料、模型訓練與即時營運決策。

3. 案例情境

GO-JEK 於 2010 年成立，2015 年推出整合叫車、送餐與雜貨服務的行動應用程式。公司把應用與資料運行於 Google Cloud Platform，並以多項雲端服務支援資料科學工作。

4. 開始資料

原書指標	數值／內容
司機	約 1,000,000 名
營運地點	約 167 個
顧客	約 2,500,000 名
每日資料量	約 4–5 兆位元組（Terabyte, TB）
主要雲端服務	Cloud Dataflow、Cloud Bigtable、BigQuery、Cloud Pub/Sub、Cloud Storage
主要分析用途	即時需求預測、價格調整、路線改善與擴張

5. 分析方法

以 Google Cloud Platform（GCP）集中資料與運算；BigQuery 儲存訓練資料，其他服務負責資料流、儲存與即時處理。

6. 計算結果

依原書數字簡單換算：2,500,000 名顧客 ÷ 1,000,000 名司機 ≈ 2.5 名顧客／司機；1,000,000 名司機 ÷ 167 個地點 ≈ 5,988 名司機／地點。若只以 30 天作教材換算，每日 4–5 TB 約相當於 120–150 TB／30 天，但原書沒有說每月資料量固定不變。

7. 結果分析與管理解讀

雲端的核心價值不只是儲存容量，而是讓團隊不需自行管理底層基礎設施，得以把資源放在需求預測、定價與路線等業務問題。

8. 人工智慧提問詞

根據原書的司機、地點、顧客與每日資料量，計算簡單規模指標並解釋其管理意義；必須清楚標示 30 天資料量只是算術換算，不是原書月度實際值。

9. 思考／假設情境

問題： 若每日資料量由 5 TB 增加 40%，每日會變成多少？

參考解答： 5 × 1.4 = 7 TB／日；這是教材假設情境，不是原書實際成長率。