第二章 文獻回顧
第一節 資料運用與資料科學
國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
第二章 文獻回顧
本研究將文獻回顧脈絡安排如下：第一節說明資料的定義、運用流程與效益，
了解資料從無到有、從雜亂無章到發揮價值的歷程，衍生出新興領域－資料科學；
第二節則是闡述在資料作為驅動力的時代，政府如何運用資料以改善機關決策模 式或行政流程，呼應現今公共行政趨勢－循證，然而公部門對於資料科學的陌生、
知識與技術的不足，衍生公私協力的資料專案協作模式；第三節針對政府與企業 通常在資料治理過程中碰到的困難進行理解與彙整；第四節則是以協力觀點切入，
說明公私協力相關概念與理論，並論述政府角色從傳統契約委外轉變至公私協力 的過程，並釐清其協力成敗的成敗因素為何；最後第五節彙整前述文獻，筆者針 對資料公益專案的資料治理挑戰、協力過程中影響因素進行綜合分析。
第一節 資料運用與資料科學 壹、資料概念與運用歷程
國際標準化組織（International Organization for Standardization, ISO)認為資料 的特性在於可以重新形式化與再次詮釋，資料指無整理的原始紀錄，分類多以有 無結構來區別－依序是結構性資料（structured data）、半結構性資料（semi-structured data）與非結構性資料（undata）、半結構性資料（semi-structured data)：如具有固定欄位、格式與順 序的資料稱為結構化資料；半結構性資料具有固定欄位但並無法保證其資料具有 一致性，多用以便利交換資料；非結構性資料包括文字、影片圖像甚至是聲音檔 案未經整理脈絡化的資料，資料亦可視為具有潛在價值的資訊資產（Khatri &
Brown, 2010）。由於資料處理技術能力提升，資料蒐集設備普及且傳輸更為快速，
大數據隨之形成，尤其是非結構資料增長速度更為驚人（Singh et al, 2014）。
大數據起初因資料量過大難以用現有電腦技術儲存甚至分析，故發展相關資 料技術以便管理，關於大數據定義與特性各有學者論述（Gartner, 2015; Höchtl et al, 2016；林俊宏 譯，2003；蕭乃沂等，2015），描述大數據資料的特性整理如下：
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
（1）大量；（2）時效性－資料即時蒐集且隨時間推移而快速累積；（3）多樣性
－資料形式多元分歧；（4）真實性－強調資料品質才能讓資料精確符合真實；（5）
多變性；（6）價值。隨著資通訊技術快速進步，資料儲存成本的降低，累積出大 量且雜亂、形式多元的資料，然而，面對資料量日益龐大，如何處理資料使其發 揮價值亦同重視。
資料挖掘（data mining）亦為重要，如何將資料轉換為有用的資訊並發揮其 效益？以 1996 年 Fayyed 等學者提出的資料庫知識發現階段（Knowledge Discovery in Database, KDD）（參見圖2）最為著名，強調將雜亂資料轉換非顯而 易見、未知的且可能有用的知識的過程，描述資料被整合、處理、建模與分析詮 釋的循環過程（Kum, Stewart, Rose & Duncan, 2015），起初企業用以挖掘商機，
亦運用如社會福利等（Kum, Stewart, Rose & Duncan, 2015），KDD 模型說明如下：
一、選擇（selection）：針對特定目標選擇對應的資料。
二、預處理（preprocessing）：針對目標資料中錯誤之處進行清理。
三、轉換（transform）：資料經過清理後，必須轉為可分析且格式化結構。
四、資料挖掘：應用技術分析資料。
五、詮釋與評估（interpretation/evaluation）：對於資料分析後結果進行說明與闡述 其意義，並評估過程有無再修正之處。
圖2：資料庫知識發現階段（KDD）
資料來源：Fayyad et al (1996).
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
當然，資料處理流程各有說法，大致分為資料蒐集／擷取、準備／轉換、分 析與成果運用（視覺化／決策制定）四大步驟（Bizer et al, 2011; Janssen et al, 2017;
SPSS, 2000; IBM, 2016; IBM, 2018），且依據其問題需求進行資料處理。其中跨領 域資料挖掘過程標準（Cross-industry Standard Process for Data Mining, CRISP-DM）
的應用最為廣泛，資料挖掘必須歷經六個階段（參見圖3）：界定業務問題（business understanding）、釐清資料（data understanding）、準備資料（data preparation）、建 立模型（modeling）、評估與詮釋（evaluation）、佈署執行（deployment），此為動 態且得以靈活變換的過程（IBM, 2018），而業務問題的釐清與分析目的更時時緊 扣在各階段，針對CRISP-DM 模型進行說明（SPSS, 2000；IBM, 2018）：
一、界定業務問題：以組織觀點釐清問題需求，擬定資料分析初步方案，如組織 脈絡、資料挖掘範疇與目的、所需成本、預期效益、評估準則、分析技術等。
二、釐清資料：針對欲解決的問題蒐集相關初步資料，試圖描述資料樣態與探索 其中關連性與因果順序，並確保資料品質得以運用到下階段的資料分析。
三、準備資料：資料並非越多越好，而是要依據資料有用程度作理性取捨，須經 過清理，並整合資料且重新格式化（reformate）。
四、建立模型：資料處理後依據資料格式與樣態選擇適合的分析工具與建模技術，
挑選關鍵要素建立模型，經由反覆測試、修正模型並針對產生模型，評估模 型是否最佳化，當模型不佳時，適時檢視資料處理階段是否有所遺漏或錯誤。
五、評估詮釋：依據模型結果詮釋資料意義或潛在問題，適時檢視建模流程有無 出現錯誤或遺漏，確認未來如何應用結果或列出可能方案以便後續決策。
六、佈署執行：針對分析結果實施行動方案，並定期監測實施結果與後續影響，
並產出專案成果報告。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
圖3：跨領域資料挖掘標準過程（CRISP-DM）
資料來源：SPSS (2000).
繼 CRISP-DM 模型推出，IBM 在 2016 年提出資料挖礦統一分析解決方法
（Analytics Solutions Unified Method, ASUM-DM），從分析（analyze）、設計（design)、
建立規格（configure & build)、操作優化（operate & optimize)、佈署（deploy)與 專案管理（project management)，大致步驟與 CRISP-DM 模型相似，從問題釐清、
界定分析範疇與標的、經由資料處理後建立模型呈現結果，並將成果落實在業務 流程或決策參考，但 ASUM-DM 著重在不斷優化操作的反饋，以專案管理觀點 來看整體流程與資源投入有無須調整、並定期監測與維護。
圖4：資料挖礦統一分析解決方案（ASUM-DM）
資料來源：IBM (2016).
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
處理資料的過程整理如列表 1，描述資料如何從蒐集到詮釋分析並實際應用：
表 1：資料處理流程
學者 模型 流程
Fayyed et al
(1996) KDD 選擇、預處理、轉換、資料挖掘、詮釋與評估
SPSS (2000) CRISP-DM
界定業務問題、釐清資料、準備資料、建立模型、
評估與詮釋、佈署建置
IBM (2016) ASUM-DM
分析、設計、建立規格、操作優化、佈署、專案 管理
Bizer et al
（2011）
擷取（capture）、儲存（storage）、搜尋（searching）、 共 享 （sharing ）、 分 析 (analysis) 與 視 覺 化
（visualization）
Janssen et al
（2017）
資 料 蒐 集(collecting) 、 準 備 (preparing) 、 分 析 (analysis)、決策制定(decision-making)
資料來源：本研究自行整理。
組織希冀透過資料探索價值且更為了解現實尋求解答（見圖 5），資料從蒐 集、分析詮釋到應用的過程，以嚴謹態度清理資料與修正模型進行分析，並透過 領域專家詮釋資料，最後實際應用各領域並發揮影響力（Janssen & Kuk, 2016），
可見資料處理具跨學科性；另外，由於資料龐大且日益複雜，分析技術快速更迭，
大數據運用案例層出，故提升資料科學的關注。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
圖5：資料與現實的關聯概念圖
資料來源：Janssen & Kuk (2016).
貳、資料科學與資料驅動
資料科學為跨領域知識集合體，包括數學、統計、資訊科學等基本學科，美 國國家標準技術研究所（National Institute of Standards and Technology, NIST）將 資料科學譽為繼理論科學、實驗科學與計算科學的第四個科學典範，指從原始無 整理的資料轉化成有脈絡且具行動意義的知識綜合體，亦可視作資料從蒐集、分 析到運用的動態過程（Zugura, DiSalvo & Meng, 2018），所衍伸之職位－資料科 學家（data scientist）美稱 21 世紀最性感的職業（Davenport & Patl, 2012），資料 科學家所需的職能為前段的資料挖掘、資料分析、資料集管理甚至是後段的資料 視覺化（Davenport & Patl, 2012; Kim et al, 2014；Kontokosta, 2017；劉宗熹，2016）。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
然而，資料科學往往與大數據、資料驅動決策的概念混淆（Provost & Fawcett, 2013），其概念圖可以參照圖 6。大數據技術必須運用資料工程與資料處理的基 礎學科知識，可謂是資料科學與資料驅動決策的根基，並未涉及到知識交換與決 策層次；然而，資料科學的目的是為了追求更為精準的決策或發現潛藏在資料堆 中的需求，結合跨領域的知識與技術去理解問題脈絡與分析價值；最為上層的資 料驅動決策，強調作為管理者並非僅是仰賴直覺或多年經驗來決定，而是應該以
「有多少證據，說多少話」的謹慎態度來面對問題並提出解決方案，呼應公共行 政追求循證政策（evidence-based policy）的核心理念（Janssen & Kuk, 2016; Höchtl, Parycek & Schöllhammer, 2016）。
圖6：資料科學、大數據與資料趨動決策的概念圖
資料來源：Provost & Fawcett (2013).
綜上，簡述資料定義、運用流程與資料科學，並佐以文獻爬梳資料科學與大 數據、資料驅動決策的關係。接著，下一節聚焦組織如何運用資料科學，尤其是 以資料作為驅動力試圖影響政府治理進行闡述，包括各國資料政策舉措、資料驅 動政府治理的效益討論與強調與公私部門協力的資料公益專案。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
第二節 資料驅動政府治理