國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
者數據轉換為市場力的評估方式，次為使用者數據可能產生的反競爭型態。於第 二部分的討論中，將討論事業利用使用者數據可能引發的濫用市場地位行為、系 爭數據導向的結合行為、生成聯合行為的型態、涉及系爭數據的不公平競爭行為，
各行為態樣的分析將輔以相關案例說明。
第五章「結論」，統整前述各章內容，並提出本文之結論。
4
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
第二章 使用者數據之意義與特性
本章將從使用者數據意義與特色認識其質與量，並從經濟分析視野觀察使用 者數據的經濟特徵，以及其在經濟活動上的角色。在經濟活動的互動分析上，將 包含使用者數據所可能參與的市場類型、對於市場上供需兩方的意義。藉由本章 的分析，認識使用者數據對於市場競爭的影響。
2.1 意義與類型
隨科技的進步，人類廣泛運用資訊科技運行社會活動。而商業活動中，事業 藉由數據勘查出價值資訊，並借助彙整資訊出的知識解讀，輔助商業決策。特別 在大數據時代，數據的拼湊使事業更了解消費者需求，並了解到妥善運用數據力 量將提高收益，因而更加重視數據間的經濟價值。因此，為了解市場需求，其一 的手段為從數據資料間分析。又數據的產生源於市場上的消費者搜尋、付費購買 或免費取得、使用產品等一系列過程。透過各階段的數據蒐集、分析，使事業構 築產品使用者（消費者）的全貌，甚因技術發展，得描繪出個體使用者的輪廓，
進而做出符合市場需求或個人化商業策略，增加事業銷售額，並加以維持其市占 地位。
而消費者購買產品，而成為商品或服務的使用者一系列過程中，主動或被動 地留下記錄，記錄中可能包含消費者的個人基本資料（姓名、性別、通訊地址、
連絡電話、職業、興趣等）、地理定位（移動路程與定點位置）、金融財務信息、
社交成員資料、交易內容、網路瀏覽記錄、言論數據、經歷事件、性向等較隱私 敏感的數據內容。
使用者數據為大數據的一環，因而承接著大數據所特有的 4V 特色，即大量
5
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
（volume）、快速性（velocity）、多樣性（variety）、價值（value）。數據大量性地 產生，並因載具與網路的發明，電腦、手機、定位裝置、智能家電、穿戴裝置等，
連續或非連續地記錄、更新使用者的相關數據，快速儲存、處理大規模的即時性 數據資料。使用者數據的多樣性顯示著數據種類、型態多樣，不同的個人數據以 文字、數位符號、圖片、影片、串流資料等型態呈現。前述型態可略分為結構型
（structured data）、非結構型（unstructured data）與半結構型資料 （semi-structured data）。綜合使用者數據的大量性、快速性與多樣性下，結合分析技術以產生數據 的商業價值，這亦使得因數據本身產生商品價值性1。此外，在一些市場中事業 運行所需的使用者數據，特別強調數據的時效價值，亦即在此類市場中數據的價 值在於短時間的攫取分析。
2.2 數據價值鏈
價值鏈（value chain）為學者 Porter 提出以用於支持企業決策的分析工具2， 亦即價值鏈將企業內部的各種活動鏈結，使企業得了解自身優勢來源以擬定營運 策略。由於價值鏈的形成，特別重視企業於物質上與技術上的各種活動如何創造 價值 3，因此有文獻將此分析工具應用於資訊流，藉以理解數據科技創造的價值 過程4。
數據價值鏈中，資訊流被描繪為從數據生成到顯現價值觀點的一系列流程。
對於流程的類型化，文獻間可見因細分程度的不同而呈現不同的歸納結果 5，大
1 MAURICE E.STUCKE &ALLEN P.GRUNES, BIG DATA AND COMPETITION POLICY 16-28 (2016).
2 MICHAEL PORTER,COMPETITIVE ADVANTAGE (1985).
3 麥可．波特著，邱如美、李明軒譯，競爭優勢(上)，頁 74-78，2010 年 3 月，2 版。
4 Edward Curry, The Big Data Value Chain: Definitions, Concepts, and Theoretical Approaches, in NEW HORIZONS FOR A DATA-DRIVEN ECONOMY 29, 31 (José María Cavanillas, Edward Curry & Wolfgang Wahlster eds., 2016).
5 學者 Curry 區分為數據取得、分析、管理、儲存、運用（參前註）；學者 Miller 與 Mork 則認為 6
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
抵可區分為：蒐集、儲存、整合分析、運用。第一階段的蒐集關於數據的類型、
來源、取得；第二階段的儲存活動涉及數據間的轉換、加載、組織儲存；第三階 段的整合與分析則組合不同類型的數據，並加以分析處理；最後將數據的分析結 果鏈接實際的利用階段，小則以顧客行為的預測結果調整或開發行銷方法，大則 可作為擬定相關市場的決策依據6。
儘管數據價值鏈中的活動分類可能略有不同，但共同點皆強調價值活動間的 鏈結過程，因此分析數據對於市場競爭的過程中，不能僅分析單一價值階段，尚 須注意其他數據價值活動於競爭過程中的影響，並考量整體數據價值鏈對於相關 市場的作用。在使用者數據為數據的一環下，使用者數據形成的價值鏈分析中，
亦須為相同注意。也因此從競爭法分析使用者數據時，系爭數據的蒐集、處理、
運用等一系列價值活動在解構分析的同時，不可只侷限於獨立活動的結果，逕自 判斷系爭數據是否為參進障礙、形成市場力量來源或事業是否藉以構成限制競爭 或不公平競爭的手段。
2.3 經濟特徵
在大數據的浪潮下，蒐集、處理、運用使用者數據有益於事業為商業活動帶 來經濟價值，不論是作為商品或投入，均可為事業帶來資產性價值，因而使用者 數據在經濟活動中，非僅為單純位元組成的數據資料，而是扮演著促進產業發展 的角色。其於經濟活動上的展現，得歸納出下列特色。
數據價值鏈由數據發現、整合、利用三大活動組成，參見 H. Gilbert Miller & Peter Mork, From Data to Decisions: A Value Chain for Big Data, 15(1)ITPROFESSIONAL, 57-59 (2013)；學者 Rubinfeld 與 Gal 區分為四個數據活動：蒐集、儲存、整合分析、運用，參見 Daniel L. Rubinfeld & Michal S.
Gal, Access Barriers to Big Data,59ARIZ.L.REV. 339, 348-49 (2017)。
6 See Rubinfeld & Gal, supra note 5.
7
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
2.3.1 無敵對性與無排他性
經濟意義的非敵對性係從需求角度出發，當一需求者消費一財貨時，不會減 損其他需求者消費該財貨所得的效益。而非排他性則從供給觀點切入，指供給者 無法只允特定需求者消費一財貨，或排除特定需求者享用之。學者認為使用者數 據即具無敵對性與無排他性7。當事業蒐集使用者數據時，並無法排除其他競爭 者蒐集同樣的數據，且使用時亦不會減損競爭者使用相同數據的效益。就如發卡 銀行向消費者蒐集其基本數據資料時，並無法排除其他發卡銀行向同一消費者蒐 集之。抑或購物平台使用者於Ａ購物平台註冊會員填寫數據資料時，亦無法阻止 該使用者註冊Ｂ平台，並給予相同數據。使用者甚可提供相同的數據資料，使用 不同類型功能的平台。且事業蒐集、利用一單位的使用者數據時，亦不會減損他 事業使用相同的數據的效益。
2.3.2 不同類型數據間之替代性
事業探勘數據所得出關於特定使用者的知識，可能從不同類型的數據中分析 得出，此時不同數據間具有替代性。例如：提供搜尋引擎服務者，從特定使用者 的查詢與點即數據中，分析出該使用者為音樂愛好者；而社交網路平台事業亦得 從同一使用者於其用戶介面簡介中獲知相同資訊8。
2.3.3 數據的可及性與價值
傳統做法上，事業須派遣員工與使用者接觸，蒐集其資料、意見等，再透過 人工彙整輸入所費不貲的軟硬體設備，才得攫取使用者數據中的價值，因此時間
7 D. Daniel Sokol & Roisin E. Comerford, Antitrust and Regulating Big Data,23GEO.MASON L.REV. 1129, 1137-38 (2016).
8 Inge Graef, Market Definition and Market Power in Data: The Case of Online Platforms, 38 (4) WORLD COMPETITION LAW AND ECONOMICS REVIEW 473, 479 (2015).
8
‧
委會委員 Margrethe Vestage9與美國聯邦交易委員會主任委員 Edith Ramirez10更 認為使用者數據為新型態的貨幣，作為產品對價交換的價值媒介。然而本文認為，若從貨幣的屬性11觀察使用者數據，數據作為貨幣的普遍接受性似僅存於網路，
但網路上亦非一般民眾均接受作為交易工具。又數據的真偽難辨且不易分割，而 難成為貨幣。再從貨幣功能性觀12之，使用者數據尚未存有計價單位，未見使用
9 Margrethe Vestager, Competition in a Big Data World, speech at DLD 16 (Jan. 17, 2016) (transcript available at https://ec.europa.eu/commission/commissioners/2014-2019/vestager/announcements/
competition-big-data-world_en.
10 Edward Wyatt, Raising the F.T.C.’s Voice, Softly, N.Y.TIMES, Dec. 22, 2014, at B1 (“Today’s currency is data,” Ms. Ramirez said. “We want to see all this innovation that is giving us these marvelous services.
But in order to achieve what those types of services can offer us, we need to have consumer protections in place so consumers can feel confident when using those products.”).
11 經濟學家 Carl Menger 指出一物作為貨幣，需具有貨幣的屬性，即具備普遍接受性、易於辨識、
易於分割且品質一致、易於儲存運送。參見熊秉元、胡春田、巫和懋、霍德明，經濟學 2000：跨 世紀新趨勢（下冊），四版，頁 128，2005 年 12 月。
12 同前註，頁 126-127。計價單位（unit of account）、交易媒介（medium of exchange）、價值儲藏
（store of value）及延期支付之標準（standard of deferred payment），此四者為貨幣的功能。
9
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
者數據換取線上平台服務的交換比率，從而也未見行使支付延期的功能。在價值 儲藏方面，因使用者數據快速更新特性，而可能有時間價值的問題，因此儲藏可 能減損部分價值。綜上所述，使用者數據若要真正成為貨幣，還有許多缺點待克 服之。故此處數據為貨幣的說法，因僅為單純描述使用者數據於網路交易中，似 如貨幣般，有做為產品之對價而支付的現象，而較接近物的價值交換，且至今僅 適用於特定的商業模式。
2.4 與經濟活動的互動關係
2.4.1 線上市場與實體市場
使用者數據在現今的經濟活動中被廣泛地運用，除活躍於線上市場外，亦可 見於實體市場。在線上市場上，常見於平台、應用軟體服務提供者藉由付費或免 費取價的方式提供線上服務，如搜尋引擎、影音、Blog、電子信箱、線上購物、
社交媒體、線上通訊、網路媒體、各式 App 等，事業於提供服務同時蒐集消費者 的使用數據。實體市場則如零售商（如：賣場、藥妝商店）藉由會員卡記錄消費 者的購物明細、導航系統回傳使用者定位、交通狀況等資訊、智慧穿戴依其類別
社交媒體、線上通訊、網路媒體、各式 App 等，事業於提供服務同時蒐集消費者 的使用數據。實體市場則如零售商（如：賣場、藥妝商店）藉由會員卡記錄消費 者的購物明細、導航系統回傳使用者定位、交通狀況等資訊、智慧穿戴依其類別