企業如何善用大數據？9月17日麥爾荀伯格與行政院副院長張善政、中華電信董事長蔡力行、桃園市長鄭文燦，展開一場精采交流。以下是這場論壇的精華：

〉行政院副院長 張善政

先收集資料，怎麼用要靠創意

大家討論大數據這題目已經一陣子了，推動過程中比較困難的地方在於如何換腦袋。

三年前我在行政院擔任政委時，一開始主推開放資料（open data），雖然開放資料和大數據不完全一樣，但都是資料科學的一環，需要收集資料的基本功。但一開始推的相當辛苦，就算只要每個部會拿五個單位的資料，都非常困難，就知大家在應付。

結果到了這兩年，台灣的社群輿論，與開放資料碰撞出不少的火花，公部門人員看到了，也開始反省轉向，不再像以前只要有人來詢問想申請資料，公部門就一定採保守態度，都說法規規定都不行。

當然，資料開放背後要有嚴謹考量，但是我想不開放也要有考量，因此立下規定，若決定否決某些資料的開放，都要有次長看過決定，希望多一點高層關注力量，果然，之後各部門資料開放就沒有再看到一昧地反對，慢慢走向中立態度。

今年政府推動生產力4.0或工業4.0，其實不只是自動化的延伸，而是希望中小企業善用資料做產業轉型。

最後希望大數據的創新，不只是政府要做，台灣企業也要一起換腦袋，才能達到產業升級。

〉中華電信董事長 蔡力行

善用客戶數據分析，台灣4G手機成長冠全球

用大數據換腦袋這個想法，我個人非常同意，問題是，能換到什麼程度？其實電信業手上有非常多資料，手機1000多萬、固網500萬與MOD 100多萬，有非常多，可以說是「坐擁寶山」。

問題是，怎麼把裡面的資料價值找到，還要變成賺錢的服務，這個就是挑戰。

例如從去年5月台灣推出4G後，台灣的客戶成長速度堪稱全世界第一或第二。例如分析3G或2.5G客戶過去使用電信的資料，找出潛在客戶在哪裡，直接精準行銷，成功率就很高。

中華電信也有幾個初步案例，例如做行動通訊基地台的建設，選擇地點非常重要，以前是倚賴工程部門去選，現在也是使用大數據來分析，是請行銷部門分析用戶數據，知道客人人潮在哪，從這裡來規劃設地點。一開始工程師也有點不高興，但發現資料確實有用，就讓行銷部門主導。

最近，中華電信幫中央政府做的食品雲，也值得一提。這幾年很多食安風暴，政府決心要追出每個食品的上下游供應商，找出問題。

最後，我們團隊善用電子發票裡的數據來找，精準抓出食品業上下游的供應商網絡，揪出真正出問題的廠商。

〉桃園市長 鄭文燦

大數據分析讓施政更科學，不流於主觀

地方政府有很多資料，但是資料不善用，最後還是垃圾，只是要怎麼善用，進而成為地方政府決策的參考？對此，桃園市政府已經研究好一陣子了。

資料要活用才有價值。最近，我們使用1999市民陳情與市政信箱裡抱怨的訊息做分析，這些訊息量很龐大，只要透過創新的資料科學分析，就可以從中精準分析，找到桃園市的十大民怨議題。從民眾陳情中發現，最常抱怨塞車問題的路段在哪裡？

以前這些抱怨都是用直覺解決，現在使用大數據分析，就可以很科學。桃園市政府就是用資料科學來分析這些訊息，這樣做的好處是可以得到科學化的結論，不流於主觀。

我們拿全市路段的塞車狀況，來和大數據分析結果中最常抱怨路段比對，確實印證這些路段就是有問題。從這裡可以看出來，大數據確實是揭露真相，讓證據自己說話。

另外，像是路口影像分析、交通號誌管理，都需要大數據分析。我認為，哪些公車要做專用道，哪些不需要設停車位，都要用實際交通數據做分析，不能用主觀意見來規劃，這些已經在陸續推動。

桃園目前有1700多家物流業者。桃園航空城完成後會有2500多家。以後道路會出現更多貨車，那道路環境要如何改變？這也先用大數據先分析，才來找因應方法。

現在台灣網路輿論很熱鬧，社群影響力也很大，已經是地方政府施政考量民眾回應的重點，當然輿論的運用，也不是一定要全部跟隨網民想法，但是可以深度觀察理解。這方面也可以透過社群數據研究，來發揮作用。

企業如何善用大數據？9月17日麥爾荀伯格與行政院副院長張善政、中華電信董事長蔡力行、桃園市長鄭文燦，展開一場精采交流。以下是這場論壇的精華：

〉行政院副院長 張善政

先收集資料，怎麼用要靠創意

大家討論大數據這題目已經一陣子了，推動過程中臺北翻譯社比較困難的地方在於如何換腦袋。

三年前我在行政院擔任政委時，一開始主推開放資料（open data），雖然開放資料和大數據不完全一樣，但都是資料科學的一環，需要收集資料臺北翻譯社的基本功。但一開始推的相當辛苦，就算只要每個部會拿五個單位的資料，都非常困難，就知大家在應付。

結果到了這兩年，台灣的社群輿論，與開放資料碰撞出不少的火花，公部門人員看到了，也開始反省轉向，不再像以前只要有人來詢問想申請資料，公部門就一定採保守態度，都說法規規定都不行。 臺北翻譯社

當然，資料開放背後要有嚴謹考量，但是我想不開放也要有考量，因此立下規定，若決定否決某些資料的開放，都要有次長看過決定，希望多一點高層關注力量，果然，之後各部門資料開放就沒有再看到一昧地反對，慢慢走向中立態臺北翻譯社度。

今年政府推動生產力4.0或工業4.0，其實不只是自動化的延伸，而是希望中小企業善用資料做產業轉型。 臺北翻譯社

最後希望大數據的創新，不只是政府要做，台灣企業也要一起換腦袋，才能達到產業升級。

〉中華電信董事長 蔡力行

善用客戶數據分析，台灣4G手機成長冠全球

用大數據換腦袋這個想法，我個人非常同意，問題是，能換到什麼程度？其實電信業手上有非常多資料，手機1000多萬、固網500萬與MOD 100多萬，有非常多，可以說是「坐擁寶山」。 臺北翻譯社

問題是，怎麼把裡面的資料價值找到，還要變成賺錢的服務，這個就是挑戰。

例如從去年5月台灣推出4G後，台灣的客戶成長速度堪稱全世界第一或第二。例如分析3G或2.5G客戶過去使用電信的資料，找出潛在客戶在哪裡，直接精準行銷，成功率就很高。

中華電信也有幾個初步案例，例如做行動通訊基地台的建設，選擇地點非常重要，以前是倚賴工程部門去選，現在也是使用大數據來分析，是請行銷部門分析用戶數據，知道客人人潮在哪，從這裡來規劃設地點。一開始工程師臺北翻譯社也有點不高興，但發現資料確實有用，就讓行銷部門主導。

最近，中華電信幫中央政府做的食品雲，也值得一提。這幾年很多食安風暴，政府決心要追出每個食品的上下游供應商，找出問題。

最後，我們團隊善用電子發票裡的數據來找，精準抓出食品業上下游的供應商網絡，揪出真正出問題的廠商。

〉桃園市長 鄭文燦

大數據分析讓施政更科學，不流於主觀

地方政府有很多資料，但是資料不善用，最後還是垃圾，只是要怎麼善用，進而成為地方政府決策的參考？對此，桃園市政府已經研臺北翻譯社究好一陣子了。

資料要活用才有價值。最近，我們使用1999市民陳情與市政信箱裡抱怨的訊息做分析，這些訊息量很龐大，只要透過創新的資料科學分析，就可以從中精準分析，找到桃園市的十大民怨議題。從民眾陳情中發現，最常抱怨塞車問題的路段在哪裡？

以前這些抱怨都是用直覺解決，現在使用大數據分臺北翻譯社析，就可以很科學。桃園市政府就是用資料科學來分析這些訊息，這樣做的好處是可以得到科學化的結論，不流於主觀。

我們拿全市路段的塞車狀況，來和大數據分析結果中最常抱怨路段比對，確實印證這些路段就是有問題。從這裡可以看出來，大數據確實是揭露真相，讓證據自己說話。

另外，像是路口影像分析、交通號誌管理，都需要大數臺北翻譯社據分析。我認為，哪些公車要做專用道，哪些不需要設停車位，都要用實際交通數據做分析，不能用主觀意見來規劃，這些已經在陸續推動。

桃園目前有1700多家物流業者。桃園航空城臺北翻譯社完成後會有2500多家。以後道路會出現更多貨車，那道路環境要如何改變？這也先用大數據先分析，才來找因應方法。

現在台灣網路輿論很熱鬧，社群影響力也很大，已經是地方政府施政考量民眾回應的重點，當然輿論的運用，也不是一定要全部跟隨網臺北翻譯社民想法，但是可以深度觀察理解。這方面也可以透過社群數據研究，來發揮作用。

企業如何善用大數據？9月17日麥爾荀伯格與行政院副院長張善政、中華電信董事長蔡力行、桃園市長鄭文燦，展開一場精采交流。以下是臺北翻譯社這場論壇的精華：

〉行政院副院長 張善政

先收集資料，怎麼用要靠創意

大家討論大數據這題目已經一陣子了，推臺北翻譯社動過程中比較困難的地方在於如何換腦袋。

三年前我在行政院擔任政委時，一開始主推開放資料（open data），雖然開放資料和大數據不完全一樣，但都是資料科學的一環，需要收集資料的基本功。但一開始推的相當辛苦，就算只要每個部會拿五個單位的資料，都非臺北翻譯社常困難，就知大家在應付。

結果到了這兩年，台灣的社群輿論，與開放資料碰撞出不少的火花，公部門人員看到了，也開始反省轉向，不再像以前只要有人來詢問想申請資料，公部門就一定採保守態度，都說法規規定都不行。

當然，資料開放背後要有嚴謹考量臺北翻譯社，但是我想不開放也要有考量，因此立下規定，若決定否決某些資料的開放，都要有次長看過決定，希望多一點高層關注力量，果然，之後各部門資料開放就沒有再看到一昧地反對，慢慢走向中立態度。

今年政府推動生產力4.0或工業4.0，其實臺北翻譯社不只是自動化的延伸，而是希望中小企業善用資料做產業轉型。

最後希望大數據的創新，不只是政府要做，台灣企業也要一起換腦袋，才能達到產業升級。

〉中華電信董事長 蔡力行 臺北翻譯社

善用客戶數據分析，台灣4G手機成長冠全球

用大數據換腦袋這個想法，我個人非常同意，問題是，能換到什麼程度？其實電信業手上有非常多資料，手機1000多萬、固網500萬與臺北翻譯社MOD 100多萬，有非常多，可以說是「坐擁寶山」。

問題是，怎麼把裡面的資料價值找到，還臺北翻譯社要變成賺錢的服務，這個就是挑戰。

例如從去年5月台灣推出4G後，台灣的客戶成長速度堪稱全世界第一或第二。例如分析3G或2.5G客戶過去使用電信的資料，找出潛在客戶在哪裡，直接精準行銷，成功率就很高。

中華電信也有幾個初步案例，例如做行動通訊基地台的建設，選擇地點非常重要，以前是倚賴工程部門去選，現在也是使用臺北翻譯社大數據來分析，是請行銷部門分析用戶數據，知道客人人潮在哪，從這裡來規劃設地點。一開始工程師也有點不高興，但發現資料確實有用，就讓行銷部門主導。

最近，中華電信幫中央政府做臺北翻譯社的食品雲，也值得一提。這幾年很多食安風暴，政府決心要追出每個食品的上下游供應商，找出問題。

最後，我們團隊善用電子發票裡臺北翻譯社的數據來找，精準抓出食品業上下游的供應商網絡，揪出真正出問題的廠商。

〉桃園市長 鄭文燦

大數據分析讓施政更科學，不臺北翻譯社流於主觀

地方政府有很多資料，但是資料不善用，最後還是垃圾，只是要怎麼善用，進而成為地方政府決策的參考？對此，桃園市政臺北翻譯社府已經研究好一陣子了。

資料要活用才有價值。最近，我們使用1999市民陳情與市政信箱裡抱怨的訊息做分析，這些訊息量很龐大，只要透過創新的資料科學分析，就可以從中精準分析，找到桃園市的十大民怨議題。從民眾陳情中發現，最常抱怨塞車問題的路段在哪裡？

以前這些抱怨都是用直覺解決，現在使用臺北翻譯社大數據分析，就可以很科學。桃園市政府就是用資料科學來分析這些訊息，這樣做的好處是可以得到科學化的結論，不流於主觀。

我們拿全市路段的塞車狀況，來和大數據分析結果中最常抱怨路段比對，確實印證這些路段就是有問題。從這裡可以看出來，大數據確實是揭露真相，讓證據自己說話。

另外，像是路口影像分析、交通號誌管理，都需要大數據分析。我認為，哪些公車要做專用道，哪些不需要設停車位，都要臺北翻譯社用實際交通數據做分析，不能用主觀意見來規劃，這些已經在陸續推動。

桃園目前有1700多家物流業者。桃園航空城完成後會有2500多家。以後道路會出現更多貨車，那道路環境要如何改變？這也先臺北翻譯社用大數據先分析，才來找因應方法。

現在台灣網路輿論很熱鬧，社群影響力也很大，已經是地方政府施政考量民眾回應的重點，當然輿論的運用，也不是一定要全臺北翻譯社部跟隨網民想法，但是可以深度觀察理解。這方面也可以透過社群數據研究，來發揮作用。