今年（2015）11 月底，開拓將與智庫驅動合作舉辦一天半的「公益加值」資料工作坊，以黑客松（hackthon）動手做的模式，邀請大家帶資料來一起解決想問的問題。（若您或您的組織對透過資料解決問題有興趣，歡迎報名參加！）
由於在邀約的過程中，有不少夥伴們對於什麼是資料？資料包括哪些類型？怎樣才算清理過的資料？資料有隱私顧慮，該怎麼辦？所以在 10 月 1 日舉辦了說明會，邀請有意願參加的夥伴們，一起來聊聊對資料蒐集過程中遭遇的疑慮。
劉嘉凱（智庫驅動的資料專家）先帶來幾個透過資料解決問題的國際個案，看看別人怎麼問對問題、並解決問題。
接著簡單講解工作坊的黑客松流程：
- 每個人都要帶電腦來查找／整理資料
- 組織應該派誰來參加？透過報名表格，描述參加者在活動的身份位置和資料專長
- NPO 夥伴們要自備資料（可以是組織或相關政府機關的公開資料）、思考要解決的題目
- 共同討論工作坊時間：須在週末舉辦，因為除了 NPO 夥伴之外，還需要其他資料科學家與設計師跨領域加入，一起豐富視野和技術
- 強調活動方式：帶你的資料來（BYOD）、帶你的問題來（BYOQ）
常見問題 Q&A
Q1：資料長什麼樣子？什麼資料是允許或不允許的？
A：組織大多是「個案資料」和「募款資料」。你們想問什麼問題？（回答：想問服務轉型的方向，瞭解服務對象的需求。有類似社區、長青大學的課程服務）
資料裡有上了什麼課？年齡？職業？你們有十年以上的參加者資料，可用來瞭解使用者的行為輪廓。將 Access 資料庫的內容轉成 Excel，欄位包括基本資料，就可以了。
募款部分：
- 如果有「行銷管道」的區別，譬如透過臉書、刊物宣傳等等，只要有部分樣本資料，就可以試著看出眉目。
- 金流：信用卡、現金、劃撥等方式。捐款系統是否包含：每個人什麼時候捐？捐幾次？單筆金額？捐款強度？無名氏也可以透過分析變數來辨別，還能搭配組織曾經舉辦過的行銷活動來交叉比對。
A：欄位的變形可用標準化來做，標準化人和人之間的差異。譬如醫生做研究也常發生這類情況：倖存率分析（survival rate），看看同一種病、不同處方，哪一個有效？這已經有發展了二十多年的方法可用來驗證和解決。
Q3：資料格式為何？有無統計技術能力的最低需求？因為捐款或問卷，往往會有幾萬筆以上的資料。
A：只要有 Excel 或資料庫都可以，技術部份可以再找資料人（有統計或資訊分析背景的夥伴）幫忙一起做。
資料解讀需要對資料熟悉、帶資料來的 NPO 夥伴和有統計、分析專長的人，一起協力是非常重要的。
Q4：如果是問卷等文字資料，要怎麼清理？
A：很多個案的描述或紀錄會有個資問題。有以下幾種作法：
- 資料匿名化／去識別化，安全港（safe harbor） 的作法：透過正面表列、遮蔽欄位，給予代碼，可現場處理。
- 專家意見法：邀請專家會議，審視資料，確保資料的匿名化。
- 設定安全網：資料僅限本次活動使用，活動以外的使用需要另外的法律授權，例如先前舉辦過的高雄 Code for Healthcare 工作坊。裡面大多是醫療資料，可說對隱私的顧慮也很高。
另外，照片、錄影也都是資料，只是數字資料最容易分析。文字部份最常用的就是「輿情分析」，透過文字分析出贊成與反對的意見。也可做「語意分析」或「關鍵字分析」，幫文章做屬性標籤，用來分類。
文章中若出現人名：可自動辨識人名，以文字取代（後置資料處理）。
Q5：科技濃湯先前在推廣 CRM 系統，請問資料工作坊和這部分有關嗎？要怎麼從政府機關撈取組織需要的資料？
A：組織可以提問題來找出政府的資料。
CRM 的部分，其實每個組織都蒐集很多資料，但不會分析，所以這次活動聚焦於「怎麼用資料？」希望組織來參加之後，知道怎麼做，後續可以繼續嘗試更多問題。
也建議大家：
- 不要帶紙本資料來，必須是電子檔。
- 因為工作坊的各種角色有名額限制，所以題目要先想好，夠有意義，才能吸引別人的共鳴，一起來幫忙。資料人會對不同面向的議題有興趣，譬如媒體曝光、捐款行為等等。
- 一般來說，題目方向不會改，但題目會越修越精準。
- 資料有初步清理的話，可以做得更快；往往在資料清理的過程中，會發現任何系統的建置都有小問題，也包括人為（輸入）疏失。
- 問題想得越清楚，資料清理就會越明確——問對問題就成功一半。
- 問題有延展性的話，可以繼續想未來怎麼延續合作？
0 意見:
張貼留言