第二章 文獻回顧
第三節 資料驅動政府治理的挑戰
國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
二、問題界定比找到解決方案更重要：資料處理的歷程必須緊扣關鍵－究竟要解 決何種問題，可透過利害相關人之對話過程釐清問題。
三、溝通交流優先於技術：避免僅用專業術語來溝通、不利跨領域知識的對話。
另外，技術並非優先，而是協力過程中的知識交換與經驗互惠。
四、廣納多元觀點，納入多元參與者
五、以人為本的設計：並非以資料為核心，而是強調資料得以解決人類何種問題，
並確保影響是可持續且有助於提升數位素養。
資料科學驅動社會公益雖引起公眾注目與參與志願者的興奮，但熱情一過，
影響力可否延續仍為最為關鍵，並非僅是視為臨時性且探索性的專案曇花一現
（Hong et al, 2018; Matheus et al, 2018；蕭乃沂、朱斌妤，2018），正如同Koschinsky
（2015）提及如何將前瞻洞察力（insight）轉為實務與組織策略目標有所聯結、
與內部管理流程得以鏈接的影響力（impact）更為挑戰，且政府與非營利組織內 部對於專案成果的認同與參與投入會影響後續專案成果可否發揮影響力，因此組 織內部觀點的認知釐清更為重要，故下節聚焦資料驅動對於政府機構內部的衝擊，
如制度流程、組織文化等。
第三節 資料驅動政府治理的挑戰
雖然政府擁有相當多資料，卻沒有善用資料讓其發揮價值，往往因為錯誤執 行或不當的資料治理（Thompson et al, 2015）。Thompson 等學者（2015）的研究 指出政府運用資料之所以會失敗並非技術不夠或業務流程錯誤，而是並未做好資 料治理的功夫。有時候政府機構所擁有的資料當被不當運用時，造成的傷害範圍 廣泛，包括侵害個人權益、降低政治信任，或影響組織內部運作效率。從將資料 視為記錄文件的累積逐漸轉換思維視作資產（data as an asset），不僅要關注資料 來源與品質，處理與分析技術應扣緊問題與策略目標，攸關前端組織內部資料管 理亦同重要，也就是資料治理（data governance）。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
壹、資料治理的概念
資料治理機構（Data Governance Institute, DGI）將資料治理定義為涉及資料 相關事務的模式流程，包括決策制定與過程權責分配，換句話說，該流程將會說 明某個人或組織在特定情境下運用某些資訊採取特定行動；Khatri 與 Brown（2010）
將資料治理界定為探討誰能夠對資料資產作決定且必須為決策制定過程負責。全 球資料管理社群（The Global Data Management Community, DAMA）將資料治理 視作提升資料價值的過程，涉及開發、執行、監督控制等的政策與方案，對資料 資產行使權力決策與控制；Richards 與 Ritsert（2012）將其定義為一系列處理資 料品質相關問題的管理過程，又稱為資料管理（data stewardship）。資料治理與資 料管理往往混為一談，當然亦有抱持反對想法，DAMA 認為資料治理被涵蓋在 資料管理範疇之中，兩者存有差異，DGI 亦認為兩者概念有所差異，前者資料治 理聚焦在不同利害關係人基於共同問題或任務處理資料相關事務的過程，後者資 料管理則是確保資料治理所建立的政策得以實踐的一系列管理活動。
DGI 提出資料治理的目標有以下：1、決策品質提高；2、降低執行操作上的 衝突；3、兼顧資料利害關係人的需求；4、使高階管理者與基層員工採取相同作 法著手資料議題；5、建立標準與可重複性流程；6、協調以降低成本、增進效能；
7、確保過程透明化，可見資料帶來效益包括組織面、流程面與人力面，但必須 在資料運用的過程兼顧基本原則，在資料治理指導原則（Data Governance Guiding Principle）中提到：5 1、誠信（integrity）：透過互動過程建立信任；2、透明
（transparency）：每位參與行動者清楚了解資料相關決策與運用流程；3、課責
（accountability）：流程與風險是可追蹤且控制的；4、管理（stewardship）：資料 管理的責任並不僅限於數據管理者，亦同包括應用端執行者；5、平衡（check and balances ）：針對資料運用的流程與人員職責有所明確定規範； 6、標準 化
5 資 料 來 源 ： ”Data governance Guiding Principle, “ by DGI, retrieved from http://www.datagovernance.com/adg_data_governance_goals/
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
（standardization）：支持組織數據標準化；7、變革管理（change management）：
關注資料運用流程各層面的主動適應與被動影響。
貳、資料治理的範疇
資料治理的範疇會決定決策者所要面對的問題有那些，DGI 提出資料治理架 構（參見圖7）。其中應注意十大治理要素：1、任務（mission）；2、領域（focus area）；3、資料規則與定義（data rule and definitions）；4、決策權（decision right）； 5、課責（accountability）；6、控制機制（control mechanisms）；7、資料利害關係 人（data stakeholders）；8、資料治理辦公室（data governance office，簡稱 DGO）； 9、資料管理（data stewards）；10、資料治理流程（data governance processes）。
以4W1H 來理解，資料治理架構中需要釐清資料利害關係人與管理、執行者有誰
（who），基於何種理由（如解決問題、完成業務工作等）（why）與情境（when）
針對特定資料（what）進行處理的一系列流程（how）。
圖7：資料治理架構
資料來源：Data Governance Institute (2017).
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
在資料治理架構界定後，必須討論到資料治理架構中的參與者，Thompson 等學者（2015）界定出三大資料治理關鍵角色：1、執行贊助者（executive sponsor）： 提供資源進行策略指導與監督；2、管理經理人（chief steward）：執行資料治理，
確保過程合乎標準與政策；3、業務與技術資料管理者（business and technical data steward）：遵守內部資料治理的責任與標準，參見圖 8 所示：
圖8：資料治理關鍵角色
資料來源：Thompson et al (2015).
上述對於資料治理關鍵角色釐清後，參與者會針對那些決策具有影響力必須 進一步作區分，Khatri 與 Brown（2010）認為資料治理涉及五個決策領域：1、資 料原則（data principle）；2、資料品質（data quality）；3、詮釋資料（metadata）；
4、資料近用（data access）；5、資料生命週期（data lifecycle），並針對五大決策 域進行詳細討論，例如參與者必須針對資料用途及目標、溝通機制進行原則性釐 清，接著針對資料品質必須有所取捨，包括時效性、可信度應設定何種標準，並 針對資料進行處理及詮釋，亦須針對資料應用權限有所設定及討論，最後透過系 列性明確資料定義、產生及分析流程，詳見表3 如下：
‧
資料來源：Khatri & Brown (2010)
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
除此之外，Thompson 等學者（2015）以澳洲警政槍枝管理系統與衛生急診 資訊系統兩案例的個案研究加以探討，以政策與程序（policy and procedure）、資 料預準備（data preparation）、介面控制（interface controls）、審計追蹤（audit trail）、 職責劃分（segregation of duties）、備份與復原（backup and recovery）來剖析各階 段面對的問題，例如利害關係人缺乏資料保護的認知，資料多採取人為輸入難以 確保品質準確無誤、資料進入權限沒有管制出現漏洞等，使資料曝露在危險之中。
這也呼應到下一節討論到的議題－組織在資料治理歷程中所碰到的困難，必須了 解其範疇、參與角色，進而分階段或層面梳理出關鍵的問題點。
叁、資料治理的困難
雖然公私部門積極將資料運用在多元領域，不僅是將資料視為機關業務執行 的附屬品，而是主動將政府資料應用讓資料得以發揮效益（蕭乃沂、朱斌妤，2018）， 過往研究仍指出許多挑戰仍需克服，包括組織有無將資料視為有價值之資產與理 解其效益、主管與員工有無具備足夠職能理解資料分析相關技術與專業知識等
（Kum et al, 2015; Janssen & van den Hoven, 2015; Thompson et al, 2015; Höchtl et al, 2016; Al-Ruithe & Benkhelif, 2017; Dwivedi et al, 2017; Janssen et al, 2017; 楊東 謀、吳怡融，2019），表 4 以 Al-Ruithe 與 Benkhelifa（2017）較有脈絡性的架構 分類，彙整相關文獻並列出公私部門通常遇到資料治理個面向的困難與其內容，
以下針對相關文獻進行詳述。
Dwivedi 等（2017）和 Al-Ruithe 與 Benkhelifa（2017）兩篇文獻較有架構且 系統性歸納出資料治理的影響因素為何，並試圖釐清其對於資料治理成敗的影響 與挑戰。Dwivedi et al（2017）以專家會議識別出 19 項以巨量開放鏈結資料（big and open linked data, BOLD）驅動創新的影響因素，包括：1、變革抗拒；2、價 值；3、資料取得；4、認知；5、安全；6、隱私；7、人力資源因素；8、組織因 素；9、資料授權；10、資料品質；11、技術與基礎設備；12、成本；13、接納程 度；14、風險；15、競爭優勢；16、外部壓力；17、立法層面；18、信任；19、
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
創新，就該文獻得以知道資料治理架構以技術為奠基，但上位價值、隱私保護等 亦須重視。有別於 Dwivedi 等（2017）的研究採取專家會議辨別影響因素，Al-Ruithe 與 Benkhelifa（2017）檢閱 2000-2017 年關於資料治理的文獻，以不同層 面解構雲端資料治理阻礙包括以下八層面－組織、知識、環境、技術、制度、文 化、人員與財政，如下圖9 所示：
圖9：雲端資料治理八大層面
資料來源：Al-Ruithe & Benkhelifa (2017).
‧
用大數據的困難來闡述。第一關於組織面與知識面來說，Kum et al（2015）說明 行政人員本身並無認知資料是有意義且存在潛在價值，Thompson 等學者（2015）強調資料歷程中所涉及的利害關係人必須要認清資料價值，包括資料運用願景與 策略有無與利害關係人溝通良好，另外楊東謀及吳怡融（2019）則是提到機關所 處政策環境及領導階層會影響同仁政府資料應用之投入程度，進而討論到技術層 次－也就是當缺乏處理資料整合分析的能力是難以善用行政數據（Kum et al, 2015; Janssen et al, 2017），因此必須建立政府資料應用觀念及提升同仁資訊相關 知能融入業務（楊東謀、吳怡融，2019）；其次，關於技術面，好的資料品質得 以讓執行分析過程更加順暢，成果亦會更加精確（Höchtl et al, 2016; Dwivedi et al, 2017），另外亦同關注資料更新頻率加強精準度；第三，關於制度面來說，跨部 門組織資料難以取得無法兼顧資料整合相互操作性，亦會影響資料實踐有用價值 的結果（Thompson et al, 2015）；如何權衡資料應用與侵害權益必須兼顧透明與 隱私（Höchtl et al, 2016; Janssen & van den Hover, 2015; Höchtl et al, 2016；楊東 謀、吳怡融，2019），也討論到資料法律面的遵循與流程，例如有無明確的資料 政策標準、資料運用用途限制、資料使用權限有無身分認證等（楊東謀、吳怡融，
強調資料歷程中所涉及的利害關係人必須要認清資料價值，包括資料運用願景與 策略有無與利害關係人溝通良好，另外楊東謀及吳怡融（2019）則是提到機關所 處政策環境及領導階層會影響同仁政府資料應用之投入程度，進而討論到技術層 次－也就是當缺乏處理資料整合分析的能力是難以善用行政數據（Kum et al, 2015; Janssen et al, 2017），因此必須建立政府資料應用觀念及提升同仁資訊相關 知能融入業務（楊東謀、吳怡融，2019）；其次，關於技術面，好的資料品質得 以讓執行分析過程更加順暢，成果亦會更加精確（Höchtl et al, 2016; Dwivedi et al, 2017），另外亦同關注資料更新頻率加強精準度；第三，關於制度面來說，跨部 門組織資料難以取得無法兼顧資料整合相互操作性，亦會影響資料實踐有用價值 的結果（Thompson et al, 2015）；如何權衡資料應用與侵害權益必須兼顧透明與 隱私（Höchtl et al, 2016; Janssen & van den Hover, 2015; Höchtl et al, 2016；楊東 謀、吳怡融，2019），也討論到資料法律面的遵循與流程，例如有無明確的資料 政策標準、資料運用用途限制、資料使用權限有無身分認證等（楊東謀、吳怡融，