資料運用的創新市場

資料運用的創新市場——活化資料創造價值
Innovators Marketplace on Data Jackets
– Toward Value Creation with Activating Sharp Data

活動日期
主辦學校

講師

2014/06/28 & 30
臺灣大學智齡聯盟

大澤幸生教授
Yukio Ohsawa
日本東京大學創新系統學院
THE UNIVERSITY OF TOKYO

前言

如何彙整龐大數據資訊成為有用的資料，已是當今產業創新的重要研究方法。智齡聯盟特別邀請在這領域深耕研究的東京大學大澤幸生教授前來分享「資料運用的創新市場」（Innovators Marketplace on Data Jackets），兩天的課程藉由工作坊形式，讓參與的老師、學員更深探觸其內涵。
「資料運用的創新市場」是大澤幸生從早期發表的“Chance Discovery”概念延伸應用而來，基本理念是希望提供一個讓資源匯流、共享的資料庫交易市場，以滿足各式潛在需求的探索，同時將資料庫的價值發揮到最大。只有理解不夠，不如實際體會，究竟「資料庫創新」是什麼樣的概念、如何進行？(撰稿／林語彤　2014.06.30)

從“Chance Discovery”到“Innovators Marketplace on Data Jackets”

大澤幸生最早提出的“Chance Discovery”是種為解決問題而產生的創新概念，它設法透過資料探勘（data mining）和視覺化數據（visualization）的方式，提取數據資料中潛在的重要信息，而這些重要的訊息在經由人際溝通（communication）與後設認知（metacognition）等過程後，極有可能被應用成為不同問題情境下的解決方案。
如果將Chance Discovery視為一個「問題解決」的創新概念，那麼“IMDJ”（Innovators Marketplace on Data Jackets）無疑是將此概念具體落實的一套實作系統，在這套系統中，每位參與者都必須針對一個特定主題提供自己的資料目錄（Data Jacket），包含該資料內容的綱要、潛在貢獻，以及資料的分享權限，以共同組成一個資料庫市場，並在其中與不同夥伴們進行問題發想、資料庫買賣，最終提出特定議題的最佳解決方案。
簡言之，IMDJ「資料運用的創新市場」目的在於統合、彙整不同樣貌的資料庫，同時提供各方資源掌握者一個互通有無的交流管道，以期將資料價值最大化，碰撞出更多彩多姿的創新想法。值得注意的是，每一次伴隨資料庫買賣而來的意見交流、其後為提出解決方案而做的資料庫整合、數據分析，都將使原始資料更加豐富而完整，透過這種良性循環，IMDJ得以幫助決策者有更好的前瞻力！

IMDJ的實際應用——成衣市場調查分析

大澤幸生認為，資料掌握者往往不明瞭、甚或難以想像自己手中那份資料的用處，因此，有無數實為珍寶的資料難以發揮自身的價值。舉例來說，每一位成衣業者都會有自己統計的銷售數據與細項，並憑此了解自家熱門商品的類型，以及消費者的偏好取向；然而，每一位成衣業者掌握的資訊都僅是廣大成衣市場的冰山一角，這些銷售細項也許可以幫助他們維持一定的營收水準，卻難以長久應付瞬息萬變的市場需求，甚或全面地改革、升級產品，為成衣產業開創新局面。在這種情況下，IMDJ便能有效地提供成衣業者們一個交易、活絡資訊的管道，幫助他們更大程度地發揮原有資料的價值，以激盪出更多彩多姿的創新想法，升級整體產業、提升整體效益。
首先，每一位參與IMDJ的成衣業者必須提供自家據點的銷售數據與細項；再者，集體組成一個成衣產業的資料庫市場，並在其中進行資料庫買賣。在交易場域中，業者們會有足夠的時間瀏覽、分析所有的成衣數據，像是更全觀地認識整體成衣市場中，各種布料與款式的受歡迎程度，最後與賣方協調訂定欲購資料庫的價格。此過程將實際帶動成衣資料的流動與分享，提供全體成衣業者嶄新的資源與角度，去省視自己舊有的商品結構與銷售策略，進而改革一番。

從做中學--四大步驟掌握IMDJ創新思考法則

為了實際演練IMDJ創新思考法則，大澤幸生將工作坊主題定調為「如何讓臺北變為更好的城市？」（How to make Taipei a better city?）有了明確的問題意識，以下將分為四大步驟，逐一闡述IMDJ創新思考法則的應用。

一、建立個人的資料庫目錄
每位IMDJ的參與者都必須針對指定主題提供自己的資料，當然，這份資料必須對「如何讓臺北變為更好的城市呢？」此命題有所貢獻，不能毫無關聯，像是臺北的災害記錄、人口組成、水含重金屬之比率、消費者物價指數等等都是具參考價值的資料。
籌備好資料後，參與者還必須製作一份資料庫目錄（Data Jacket），其中包含該資料內容的綱要、潛在貢獻，以及資料的分享權限。也就是說，每位參與者提供的資料庫目錄都是IMDJ的基本單位，集體組成一個豐富且具主題性的資料庫市場。

二、利用KeyGraph 視覺化資料庫市場
KeyGraph是資料探勘（Data Mining）的一種演算法，透過這個方法能擇取出每一個資料庫目錄（Data Jacket）中出現頻率高的單詞，並與鄰近共同出現的單詞節點產生有意義的連結，最後產出一個資料庫市場的圖像，讓IMDJ的參與者可以善用此視覺化的成果，清楚明瞭地看出不同資料庫間關聯的強弱，有利後續交易買賣的考量。

三、資料庫協商、買賣
當一個視覺化的資料庫市場完整建立後，IMDJ創新思考法則的重頭戲馬上就要開始！基本上，資料庫市場存有三種角色：賣家、買家、發想提議者，每一位IMDJ參與者都會身兼這三種身份，也就是他／她同時會是提供資料庫目錄（Data Jacket）的「賣家」、購買他人資料庫或發想的「買家」，在許多時候也必須擔任「發想提議者」，針對不同的資料庫提出創新的想法，以及彼此連結合作的可能。
資料庫協商、買賣的階段大致可以分為三個流程：

首先，「賣家」必須輪流簡介、推銷自己的資料庫目錄（Data Jacket），讓所有參與者在短時間內掌握整個市場資料的全貌。
再者，每一位參與者要化身為「發想提議者」，開始在黃色便利貼上書寫、發表自己察覺到的城市需求，或是利用藍色便利貼提出資料庫間的合作計劃，甚至可以用紅色便利貼追加假想的資料庫，讓所有「使臺北變為更好的城市」的潛在可行解法被保留，或甚被實現的機會。
最後，每位參與者便可以化身「買家」，以虛擬硬幣（單位是Monkey）購買資料庫市場上的任何想法與資源。需要注意的是，買賣標的物通常是發想提議者的提案，而發想提議者所運用的資源來自資料庫目錄的提供者，也就是市場上的原始賣家，因此，當發想提議者銷出自己的提案，得到買家的回饋後，還必須與原始賣家「分紅」，換言之，「分紅」的金額多寡也會成為發想提議者與買家議價的考量，例如運用三個資料庫的提案，就會比單用一個資料庫的提案來得昂貴。

四、提出解決方案
「提出解決方案」是IMDJ的終極目標，也是最後一個步驟。經過資料庫的協商與買賣後，每位參與者至少都購入了一個改善臺北市的提案（當然，一個提案至少需要運用一個以上的資料庫），接下來的任務就是將天馬行空的提案，更加具體化。以下分為三個步驟詳細說明：

首先，參與者必須清楚地定義其所有提案欲解決、改善的城市議題。

再者，仔細地瀏覽該提案囊括的資料庫內容，做一簡單的資料探勘（data mining）動作，並在便利貼上精要地寫下每一個資料庫對該提案可能的貢獻，以及達成目標所需的研究方法，透過這個筆記的小動作，參與者便能直接明瞭地看出不同資料庫間的合作潛力，甚至是更多的資源搭配模式，以完成一個具體的臺北城市改善方案。

最後，參與者必須彼此分享自己的作品，並徵詢不同的意見。大澤幸生建議IMDJ參與者要善用三個問題來檢視自己的最終解決方案，那就是「為何選擇這些資料庫與研究方法？」、「如何有效利用這些資料庫與研究方法，滿足目標需求？」，以及「『為何不』使用另外的資料庫？『為何不』使用另外的研究方法？」參與者彼此交叉詰問這三個直指核心的問題，便能更大幅度地改良、提升臺北市的改善提案。

智齡聯盟特別邀請在這領域深耕研究的東京大學大澤幸生教授前來分享「資料運用的創新市場」，兩天的課程藉由工作坊形式，讓參與的老師、學員更深探觸其內涵