鑒於數據的重要性近年逐步呈現，掌控核心數據意味掌握先機，而伴隨互聯網、物聯網、社交網路等信息傳播獲取技術的快速發展，逐漸影響各項產業，大數據不只瞭解過去，更是發現未來。為進一步瞭解如何將大數據分析運用在海基會的公眾服務領域，藉以提升海基會的效能與公眾服務品質，故邀請七位專家學者進行座談，以下為學者專家們針對相關議題提出看法。

謝邦昌（台北醫學大學醫務管理學系暨研究所教授）

大數據的「4V」特性

過去十年間，數據爆炸已成為眾人所知的話題，這些數據散布在各個地方，除光速成長外，數據既多且雜，但這些卻是「資訊完整的寶庫」。

大數據時代和一般資料庫分析不同之處在於，過去所處理的數據多屬於結構性，亦為傳統資料庫用於協助解決商業行為的資料結構；現在除有繁雜資料外，還有許多對於非結構化資料的蒐集與分析。

鑒於大數據產生的多元性，約可概括為「4V」特性，即資料量（Volume）、資料類型（Variety）、真實性（Veracity）、輸入和輸出速度（Velocity），非結構資料的大量形成，強烈衝擊傳統資料庫的技術與應用。

掌握輿情　正向操作

如何消化龐大資料進而發掘其中的價值？海基會除可利用本身擁有的資料進行量化分析外，質化的資料中更含有大量資訊，可將文字結合數字分析，運用大數據，使產生的資料與民眾需求更具關聯性。

此外，針對大數據下的輿情分析，亦可從龐大的網路資料設定關鍵詞組如「九二共識」，加以機制化並解讀，將可即時掌握輿情資訊，正向操作議題以獲取民眾的共鳴。因此，大數據的重要性不在於數據資料量有多少，而是如何應用軟硬體，透過多元化的資訊整合，從各種數據中分析線索及趨勢，進而達到預測與預防的效益。

李允傑（空中大學公共行政學系教授、海基會顧問）

協商交流與服務

柯P運用大數據設定選戰對策是成功的案例，最近行政院各部會開始重視大數據。我從海基會的協商、交流與服務三個層面來分析。首先，協商可利用大數據針對談判政策進行調整。以服貿協議為例，先從民眾關心的議題與項目著手，續就協商的策略加以研究。在兩岸交流方面，舉例而言，透過大數據分析，可得知兩岸之間陸客來台的消費形態。最後是服務，海基會除了透過各種已發生的人身安全案例可掌握發生的原因外，亦可運用大數據分析，瞭解台商在大陸投資經商面臨的糾紛態樣，進而做好預防風險的因應對策。

開放資訊　精進服務

從大數據（Big Data）邁向開放資料（Open Data），透過開放資料以實現資訊公開透明化，增加社會民意由下而上的參與，同時思考如何促使兩岸和平紅利雨露均霑，擴大公民的參與及合作。未來，海基會除持續深化數位服務，可善用包含大數據、開放資料、社群媒體、電子參與等資訊科技與網路社群技術，輔以大數據分析，瞭解民眾面臨的問題、需求及關心之議題，主動回應並強化資訊的整合，使台商、台生、陸生、陸配藉由網路有更多分享與回饋，幫助海基會精進創新服務功能。

周韻采（元智大學資訊管理學系教授）

「大數據分析」並非有一套裝軟體可執行，而須由受過專業訓練的人員花時間蒐整資料，執行分析。以目前海基會業務而言，尚無須使用大數據分析，即可自行設定主題，至海基會原資料庫中蒐尋相關資料，以統計軟體如EXCEL即可執行歸納資料。

海基會如考慮將業務納入大數據分析，建議應將現有的和既有資料結合，並結合大陸的微信或微博，來做語詞分析。例如台商要銷售產品，海基會的詞語分析即可協助台商釐清大陸的品味與趨勢，幫助於台商選擇物流與合作對象。故如何充分利用資料擴大服務功能，是海基會的重要工作。

案件勾稽　預防與因應

其次建議海基會所建置的App可類別化，包含案件處理、文書認證等項目，逐步建立即時資料，進行分析。依海基會目前所擁有的資料來看，在服務台商的領域，可分析以往台商人身安全及產生糾紛之多發區域。另利用海基會建立的歷史資料庫，從過去辦理案件的特質，進行案件追溯、資料追蹤及勾稽，提供兩岸事務相關主管機關進行資料分析，主動提供台商相關訊息及警訊。此外，大數據的應用不僅係案件勾稽，亦可預測分析結構性資料，事先作出預防與因應，防止危害台商人身安全事件一再發生。

林蔚君（資策會數據科技與應用研究所所長）

瞭解趨勢　引導趨勢

在資料整合、蒐集與分析前，應先有效並妥善地管理資訊，才能讓數據分析整體的效益加倍。大數據分析並非「數大便是美」，大數據真正的意義在於將海基會既有的歷史資料，與從行動設備／服務上取得的多樣化資料進行混合使用分析，才能建立專屬的資料庫，獲致豐富且精準的觀察。大數據就是要蒐集資料、產生價值，更重要的是要瞭解趨勢並引導趨勢，才是做大數據研究的最終目標。

海基會運用大數據，首先必須確認目標，結合過去與未來的數據資料，從基本資料的準確度與技術雙管齊下，內部資訊加上外部綜整，化被動式的整理為主動式的處理，可產生更多效益。

有「質」的數據量

數據量絕對不是最重要的問題，我們要的不是數據的量，而是有「質」的量。並非使用大量的數據才有價值，小量的數據也有其可利用性，進行分析、解讀，發掘出數據的價值才是重要。

前端的App　搭配後端的整合

將海基會的服務透過App來蒐集資料是一項不錯的點子，未來若海基會的App建置完成，可自App中擷取更多資料進行分析，提供個人化的服務，惟App僅是前端的資料蒐集，後端的整合才是基本功，若沒有這方面的人力，建議可以委外處理。運用大數據不是一件容易的事，但可以先從小事著手，建立一個屬於海基會的平台，讓使用者在平台上留下資訊，利用蒐集到的資料進行數據分析，汲取經驗，相信最終能以數據洞悉，創新價值。

劉宜君（元智大學社會暨政策科學學系教授兼主任）

因地制宜思考

因地制宜思考大陸的地方特性，觀察台商在不同省份面臨的狀況與需求，以此為基礎建立海基會的資料庫，同時延伸至台商的人身安全，增加台商對於當地法令的嫻熟度，利用以往資料交叉分析，研發台商在陸糾紛儀表板，並針對某些犯罪好發區域，預先警示台商的人身風險，建立危機意識及認知各種可能面臨的人身安全問題，並加強宣導呼籲台商做好預防措施，以避免類似問題的一再發生。

因此，對海基會而言，更重要的是針對不同類型的服務對象提供符合需求的分眾化服務，以個別服務（如台商或台生等）為核心，利用大數據分析其需求特性，透過粉絲專業，從主要的社群與關鍵議題瞭解，並藉此提供個別化之需求，以期透過個人需求的滿足改善服務品質。

普通資料蘊含價值

除了要能接受雜亂資料，從中找出相關性，運用大數據，還有另一個重點，就是任何紀錄，如民眾來函、文書驗證等，都是值得參考的結構與非結構資料。這些蘊含豐富資料的紀錄、軌跡，只要仔細記錄與累積下來，運用統計分析方法以及資料探勘方法，例如關鍵因素分析、群集分析、趨勢分析、語意分析、視覺化分析、預測等技術，之後由具備相關領域的專業知識解讀分析結果，便能從中瞭解台商、陸生需求，進而使海基會既有的資訊平台，轉變為具有附加價值的政策分析資料供應者。

趙哲聖（開南大學資訊傳播學系助理教授）

明確定位目標

不要因為政府推動大數據，海基會就跟隨推動。要思考進行大數據分析之目的為何？現有的人力、物力可否負擔？並非所有業務都要做大數據分析。

此外，可在網站上針對既有的數據資料廣義進行分類化，使民眾有感。同時應審慎思考如何加值資料的意境性，將緊急服務專線獲致的資料有效綜整，使其成為具利用價值的數據。

交叉比對使用者行為

此外，針對造訪海基會網站的使用者進行使用者行為分析，善用後台機制抓取民眾使用行為交叉深層比對，分析高度關聯性，進而瞭解何種資料最為民眾所需要。

數位化資訊　俾便取得

為因應數位化時代，傳統的各類實體宣傳手冊與座談會似不符需求，建議可將政府相關資訊與資源建置於App，使台商與台生易於取得。運用現有數據做分析後，更重要的是解讀數據，發掘價值，在質與量之間如何衡量用數據找尋機會，用數據產生價值，為海基會必須學習的重要課題。

陳彥豪（台灣大學社會科學院助理教授、新媒體學程設計委員）

發掘巨量資料的新價值

任何組織機關的大數據應用都可依據「由小而大」、「由近而遠」、「由內而外」三個方向進行思考。大數據的應用範圍很廣，但目前多集中在市場分析與風險預警兩大塊。以海基會為例，「由小而大」可能是先作服務需求調查，藉此將會內的人力物力調配到最佳化（這裡也有「由內而外」的味道，先調整內部團隊，再處理外部挑戰）；另外也可作單一重要議題的輿情分析﹕這些應用的規模相對較小。「大」的專案則可能是針對談判對手所進行的長期敵情分析。

大數據應用的另一個關鍵是「因地制宜」。「數字管理」（即依數據作理性的管理與決策）是現代組織運營的顯學，但（一）並不代表所有舊的分析方式都要打掉重練；（二）不應「為大數據而大數據」；（三）要注意數據分析的品質。分析工具的品質非常關鍵。以輿情分析而言，市面上的語意分析引擎上百種，大部分引擎仍（藉著人工智慧）在進化當中。品質不同的輿情分析工具可能會對相同的資料海導出方向迴異的結果，不得不慎。

目前許多人把社群媒體作為大數據（尤其是輿情分析）的資料源。事實上，海基會自身產生出來的資料已具有很高的分析價值，例如，每天臨櫃服務裡服務人員與被服務人士互動的影音、從世界各地打來海基會要求協助的電話錄音、電子郵件；以及官網和App上使用者留下的「數位足跡」……都可藉由目前的技術產生出高價值的決策參考資料。數據分析可作的事情不少，海基會可依輕重緩急訂出優先次序一一加以落實。