第三章 資訊力與數位平台競爭之關聯
第一節 平台資訊力之定義與形成
國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
第三章 資訊力與數位平台競爭之關聯
第一節 平台資訊力之定義與形成
隨著數位網路以及行動通訊的迅速發展，「大數據」(Big Data，亦稱「巨量 資料」，本文統一採用直譯「大數據」)的應用近年來已成為數位經濟活動不可 或缺的一環。其應用不但讓許多新創數位商務活動得以出線，更因為超乎想像的 資料匯集以及將巨量資料快速鏈結與分析的能力，讓其在商業應用的影響更不容 小覷。尤其在資訊流急遽重要的數位平台相關市場，大數據應用更能幫助平台建 立足以影響市場的資訊力(information power)，而雄厚其市場地位。以 Google 為 例，其透過使用者單一帳號連結多元服務方式，成功結合網際網路、行動通訊及 衛星定位等各項技術與服務，編織出日益龐大的資訊網，使其無論在搜尋引擎、
行動服務系統、瀏覽器等各類數位平台相關服務皆取得國際性的市場支配地位。
再如以網路社群平台出發的資訊服務當中，國際市占率最高的 Facebook，近年 來亦不斷透過結合其他行動社群媒體(如 Instagram)、通訊媒體(如 WhatsApp)等 行動應用，強大其資訊來源及市場影響力。
數位平台資訊力的展現既然與大數據的應用息息相關，若要對於「平台資訊 力」提出一個適當的定義，從大數據的特性著手應為適當的切入點。2014 年 OECD 針對資料驅動創新發展的期中研究報告當中將大數據基礎特性綜整為 3V，亦即 資料的量(Volume)、多樣性(Variety)與速度(Velocity)29。然而，單純大量、多元 而快速蒐集的資料，在未經處理、分析之前，尚無法對於數位平台的市場狀況以 及競爭策略的形成產生利用的價值。因此有論者認為，應該將透過大數據分析 (Big Analytics)產生的資料價值(Value)納入，而將大數據特性以 4V 呈現30，較為
29 OECD, Data-driven Innovation for Growth and Well-being: INTERIM SYNTHESIS REPORT, October 2014, https://www.oecd.org/sti/inno/data-driven-innovation-interim-synthesis.pdf (last visited May 30, 2018)
30 Maurice E. Stucke & Allen P. Grunes (2016), Big Data And Competition Policy, Oxford University Press, at 16; 陳志民，大數據與市場力濫用行為初探，公平交易季刊，第 26 卷第 3 期，
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
完整。2016 年 Andrea De Mauro 等學者則綜整了大數據之定義，認為大數據就是
「一種以大量(High Volume)、高速(Velocity)與多樣性(Variety)為特徵的資訊資產 (information asset)，其必須透過特定的科技以及分析分法將其轉換為價值(Value)」
31。而其中「量」、「速度」與「多樣性」系針對資訊特徵的描述，「價值」則 是在描述資訊透過轉換的過程產生對於事業或社會的價值而言32。而本論文所探 討的平台資訊力，著眼於大數據分析應用後對事業之市場決策與競爭的影響，資 料價值的產生有其重要性，故將採用 4V 的歸納，作為大數據特性探討的基礎，
部分文獻並稱為大數據價值鏈(Big Data Value Chain)。
因此，在本論文的脈絡下，「平台資訊力」(簡稱「資訊力」)可以定義為數 位平台利用其資訊匯集地位與數據快速蒐集、處理的技術優勢，透過有效之分析 及決策資源的投入利用，將大數據分析結果活用於市場經營策略，以取得一定市 場影響或優勢地位的力量者。要探究平台資訊力是否形成，必須自大數據價值鏈 當中分析尋找，因此亦須了解價值鏈各環節的內涵。
一、巨量的資料(Volume)
數位技術的發展讓資料可蒐集與儲存的數量與日俱增，除了已發展成熟的網 際網路相關應用及寬頻網路外，行動網路以及可搭配應用的行動載具、連網設備、
IoT 相關技術與感應技術的日益精進33，民眾對於數位網路應用於生活的接受度
頁 1~33(2018)，針對本書提及之 4V 整理為巨量的數據集、快速與即時的數據處理技術、數據多 元性以及高數據價值。與本論文之整理略有不同，亦可參酌。
31 Andrea De Mauro, Marco Greco, Michele Grimaldi, (2016) "A formal definition of Big Data based on its essential features", Library Review, Vol. 65 Issue: 3, at 122-135,
https://doi.org/10.1108/LR-06-2015-0061 (last visited at June 8, 2018)
32 Id. at 130~131
33 OECD(2015), Data-Driven Innovation: Big Data for Growth and Well-Being, OECD Publishing, Paris (2015) , at 135~143,
http://www.keepeek.com/Digital-Asset-Management/oecd/science-and-technology/data-driven-innovat ion_9789264229358-en#.Wl7UoqiWZRY (last visited at June 18, 2018)
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
及應用度逐年提高。再加上個別數位平台服務之間的相互串聯日漸便利及頻繁，
更使得平台可以獲得的資料更加豐富而即時。根據思科全球雲端指數(Cisco Global Cloud Index)於 2018 年 2 月針對 2016~2021 年全球資料中心及雲端基礎 IP 的流量分析及預測白皮書觀之，全球資料中心的年度數據流量於 2021 年將會達 到 20.6 皆位元組(zettabytes，簡稱 ZB)，相較於 2016 年之年度數據流量 6.8ZB 將有巨幅的成長。預測全球資料中心 IP 的數據流量於未來五年將成長三倍，從 2016 年到 2021 年的複合成長率(compound annual growth rate，簡稱 CAGR)將達 25%34。足見未來數位平台可以取得並加以運用的資料數量，將十分可觀。
OECD 於 2014 針對資料如何促進創新的相關研究當中，將資料價值鏈(data value cycle)定義為五個環節—資料化及資料蒐集(datafication and data collection)、
大數據、資料分析(含軟體以及技能)、知識基礎(knowledge base)以及決策(decision making)35，並於 2015 年正式報告當中簡化為資料化及資料蒐集(datafication and data collection)、資料分析與軟體(data analytics & software) 以及決策(decision making)三個環節。其中資料化與資料蒐集可以說是驅動後續資料分析及演算，
並促使決策形成的基石。而所謂資料化，即係指透過行動或固定網路的應用將實 體世界的眾多活動轉化為可以處理與量化的數據36而言。相較於蒐集僅由使用者 直接於網路上輸入提供的資料，資料化的資料實際上讓數位平台可以取得與分析 的資料拼圖更加大量而完整，對於市場全貌的掌握亦將更為清晰。我們可以說，
因為科技發展導引而出的巨量資料成長，是資訊力建構的基礎。
34 Cisco(2018), Cisco global cloud index: Forecast and methodology,2016-2021, at 3
https://www.cisco.com/c/en/us/solutions/collateral/service-provider/global-cloud-index-gci/white-pape r-c11-738085.pdf (last visited at June 14, 2018)
35 OECD(2014), supra note 29, Box5, at 23
36 OECD(2015), supra note 33, at 135
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
二、資料的高速處理(Velocity)
蒐集的大量資料必須經過處理的過程方能成為有意義的資訊。而在大數據的 發展下，資料的速度涵蓋資料匯集、接取、處理以及分析速度的大幅提升，部分 情況下，甚至達到即時(real-time)的程度37。快速且即時的資料處理與分析，對於 消費者而言，有助於立即掌握自身所在環境的相關資訊，協助其迅速作成生活上 的各項決定。以目前普遍於行動載具應用的 GPS 定位相關服務為例，使用者通 常希望透過行動定位機制搭配地圖或相關 App，即時獲得所在地的資訊以及可能 獲得的服務，如飲食、住宿、景點或是加油站、便利商店等資訊。包括所欲前往 之地點說明或店家於該時段的營業情況、訂位狀況或剩餘座位、房間數或空間等 資訊，以利作成行程的決定。因此，與行動定位搭配的相關軟體或服務，必須具 備立即並精確處理及反映資訊的能力，方能彰顯其價值，而能獲得更多使用者的 青睞。
對於事業而言，資料的高速處理則能夠協助組織即時掌握與影響市場相關的 各項資訊，作為市場策略擬定的基礎。例如事業可以透過大數據技術等相關演算 機制，即時取得與其業務發展相關的政治、經濟、環境與人文的現時變化，並透 過大量資料的分析，取得對未來變化趨勢的即時預測(nowcasting)。相較於未利 用大數據分析應用的競爭者而言，可以佔得資訊的先機，率先因應可能的變化而 獲得市場競爭的時間利益，亦為資訊力影響競爭的展現。而處理速度的提升，有 賴於自動化機制的採用，包括機器學習以及各類演算法的應用者是。事業並可從 自動化機制與演算法的持續自我學習，改善資料的追蹤分析以及即時預測的精確 度。從資料快速追蹤、分析，到自主決策機制的執行，對於數位平台市場發展與 競爭產生重要的影響。
37 Maurice E. Stucke & Allen P. Grunes, supra note 30, at 19
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
三、資料的多樣化(Variety)
要形成更為全面而有價值的資訊，光是大量的資料以及快速的處理機制仍然 是不夠的。若能夠取得多樣化的資料，對於市場環境的瞭解將會更完整。而以大 數據應用當中所謂之多樣化的資料，應該包括由人類或機器所產生且可能匯集的 所有結構化或非結構化資料而言38。而所謂結構化之資料係指在特定領域或範圍 內所應涵括的資料以及資料彼此之間的關係所建構的模型。例如「消費者資料」
所應涵括的資訊模式則可能包括消費者的姓氏、名字、地址、年齡、電話號碼等 內涵39。相較於散落而沒有組織的非結構化資料，結構化資料可以為事業帶來更 有價值的運用。
當然資料多樣化也可能是指不同形式資料， 例如文字、圖片、聲音或影像 等，亦可能是不同來源的資料，例如由使用者參與網路活動主動提供、從行動載 具相關應用的資訊傳遞，或使用者實體生活當中所提供或被蒐集的資訊等40，或 可稱之為「第一手資料」(first-party data)41。伴隨著數位技術與演算法的精進，
可以併同分析的資料類型將更加多元，尤其結合行動載具與 GPS 定位系統之應 用普及，隨時隨地上傳文字、照片與影音資訊，讓數位平台可以即時取的之資料 種類更加廣泛。佐以蒐集、辨識以及分析技術的應用，其將獲得單純文字資訊更 多元的分析結果。透過「數據融合」(data fusion)讓數位平台對於實體環境及相 對的使用者行為之掌握，得以更為具體而貼近事實。
38 Mukul Agarwal, Understanding the 3Vs of Big Data-Volume, Velocity and Variety, https://www.whishworks.com/blog/big-data/understanding-the-3-vs-of-big-data-volume-velocity-and-v ariety (last visited at June 19, 2018)
39 Autorité de la concurrence & Bundeskartellamt(2016), supra note 16, at 6
40 The Executive Office of the President (USA), Big Data: Seizing Opportunities, Preserving Values, May 2014, , at 4
https://obamawhitehouse.archives.gov/sites/default/files/docs/big_data_privacy_report_may_1_2014.p df (last visited at June 19, 2018)
41 Autorité de la concurrence & Bundeskartellamt(2016), supra note 16, at 12
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
多樣化亦可透過獲得不同來源的資料而形成，例如除了由資料主體直接提供 的第一手資料外，事業亦得向第三方資料持有購買資料以充實持有資料的數量及 多元性，此類資料可以稱之為「第三方資料」(third-party data)42。然而第三方資 料的取得通常可意味著更高的資料成本。相對於第一手資料而言，第三方資料的 取得理論上雖然可以協助事業強化其所擁有的資料內涵，惟是否能夠讓事業取得 相較於獲得第一手資料為基礎之競爭事業對等的資訊力，則須視個案而定。因為
多樣化亦可透過獲得不同來源的資料而形成，例如除了由資料主體直接提供 的第一手資料外，事業亦得向第三方資料持有購買資料以充實持有資料的數量及 多元性，此類資料可以稱之為「第三方資料」(third-party data)42。然而第三方資 料的取得通常可意味著更高的資料成本。相對於第一手資料而言，第三方資料的 取得理論上雖然可以協助事業強化其所擁有的資料內涵，惟是否能夠讓事業取得 相較於獲得第一手資料為基礎之競爭事業對等的資訊力，則須視個案而定。因為