【創業小聚#121】如何從資料中，挖掘潛在商業價值？

在經典電影《駭客任務》所建構的虛擬數位世界中，數據和程式是一切，每個人也有相應的數據價值。距離《駭客任務》第一集上映至今22年後， 現在世界猶如電影中般，生活中每個人的生產、消費、移動等行為，都能量化為一筆筆數據，進而轉化為商業場域中的經濟價值。 創業小聚第121場，以「從資料挖掘商業價值」為題，邀請善用數據創造收益的四組新創團隊分享他們的商業心法，並由蜂行資本合夥人李彥樞、 Netflix 資深資料科學家李庭柏負責點評。其中，穿插由李庭柏主講，分享 Netflix 內部的資料科學團隊如何分析用戶數據！ Hive Ventures 蜂行資本 、Founding Partner 創始合夥人李彥樞 Yan擔任本次創業小聚的點評人。侯俊偉攝影 圖片來源 : 侯俊偉攝影 信用小白申貸不易？Alphaloan用數位風控系統實現普惠金融 Alphaloan共同創辦人黃亮銓指出借貸市場的痛點。侯俊偉攝影 圖片來源 : 侯俊偉攝影 Alphaloan 共同創辦人黃亮銓點出在借貸市場中，許多信用小白出於資料太少，尤其是剛步入社會，面臨工作樣態改變，或是信用市場沒有數據的年輕人，無法向銀行申貸。Alphaloan 洞悉到這個問題，藉由資料科學協助信用小白，以實現普惠金融（Inclusive Financing，指普羅大眾有獲得金融服務的平等機會）。 「信用反映的是最原始的人性，如何藉資料科學預測複雜的人性，是 Alphaloan 持續努力的目標。」Alphaloan 打造數位風控系統，整合用戶基本資料和使用者授權之數位足跡，藉資料分析評估用戶信用的評分。 「對於數據要有信仰和熱情，才能撐到收費那天。」黃亮銓總結 Alphaloan 在資料科學上投入的心路歷程，也同時警惕自身和來賓，必須時刻為數據創造特點，而非以合理化的角度解釋數據。 蜂行資本合夥人李彥樞點評點出最後總結為長期在資料分析上努力的人的共同問題。針對 Alphaloan 所瞄準的客戶群，若是中小企業，必須先徹底理解市場的大小和需求。此外，台灣數據開放性列亞洲前幾名，讓數據蒐集更容易，但同時也凸顯數據分析上，找到差異性的重要性。 內容創作者盈利起頭難，富盈數據協助將創作者內容和流量變現 富盈數據總經理薛閔如說，他們幫助創作者找到自己的商業立基。侯俊偉攝影 圖片來源 : 侯俊偉攝影 「一位創作者或網紅要想透過內容賺錢，最少需要耗時多久呢？透過富盈協助平均6個月內可以做到。」富盈數據總經理薛閔如表示，當創作者盈利成功後，接踵而來的問題便是：該不該投入成為全職創作者？富盈數據的工作，就是協助創作者在轉為自媒體或發展自身 IP 時，對接其觀眾需求以及找到商業發展的立基點。 「從架設並優化網站、內容生產和開發、到創造並變現流量，富盈數據提供創作者多元的服務。」此外，富盈數據透過規格化方式，讓內容和流量變現間，有標準的依據，讓廣告商和創作者洽談合作更有效率。 水滴信用欲建構信用評分新生態系，從發票對獎工具開始蒐集消費數據 水滴發票創辦人廖玄同說明水滴信用的創業藍圖。侯俊偉攝影 圖片來源 : 侯俊偉攝影 「信用是商業發展最重要的基石。」水滴信用廖玄同解釋，過去從一手交錢、一手交貨的年代，過渡到能先享有服務再付款，到如今發展出共享經濟，這些商業行為都是信用累積的成果。 廖玄同說明水滴信用理念：「水滴信用希望在使用者、商家、金融機構間建構出，建立在水滴信用分上的生態圈。」為了達到這個目標，水滴信用在符合隱私權和 GDPR 架構下，蒐集使用者銀行數據、生活數據、公共機構資訊、加上用戶自主提供的訊息，最終收斂成單一分數，並不會呈現各項訊息的具體資訊。至於使用場景，可以涵蓋向銀行申貸、租向店家借產品、向商城網購商品、辦理簽證、甚至是用一定標準以上的分數，享有會員專屬折扣等。 水滴信用從開發發票工具著手生態圈建構的第一步，當使用者慣於用發票工具記帳後，這個工具得以轉化為用戶的 AI 理財助理，直到需要水滴信用分時，便能取得自身分數，並應用在生活的各場域中。 Netflix 資深資料科學家李庭柏點評時表示，若發票數據也會作為用戶信用評分變項之一，該如何確信發票屬於該用戶？廖玄同回應，發票效度可以透過定位、消費物品偵測異常與否。未來若載具普及後，發票的效度勢必會提高。 資料整合耗時耗成本！Canner Data 開發資料虛擬化技術，打破資料界線讓整合更有效率 Canner Data創辦人暨執行長紀力榮說明數據處理的問題。侯俊偉攝影 圖片來源 : 侯俊偉攝影 Canner Data 的創辦人紀力榮則希望整合不同平台的數據，打破資料庫、檔案格式、雲地端的界線，透過資料虛擬化，有效的提煉高含金量的數據。所謂資料虛擬化指的是一種資料整合技術，過去資料整合解決方案，通常是將資料副本移轉至新的資料庫中，再藉由數據暫存、倉儲、資料市集（Data Mart）等步驟，最終輸出整合結果。 但資料虛擬化跳過資料移轉和儲存的步驟，透過單一步驟的數據轉換便能構建出虛擬數據平台，再依需求劃分為多個虛擬資料市集並輸出。整體過程除了降低資料外洩風險外，也能節省成本及時間，在格式統一的前提下也更便於資料管理。至於應用場景，則可推展至正在朝向工業4.0轉型的工廠、大眾每天都會接觸到的零售業，以及處理各式金流問題的金融業上。 Netflix 資深資料科學家李庭柏提問，Canner Data 如何確保系統在保有速度前提下，能夠穩定運作不出錯？回應，Canner Data 會將數據實體化，並不會受到資料源頭變動所干擾。再者，Canner Data 為分散式的系統，透過故障排除降低問題發生可能。 Netflix 內各個決策環節都有數據支持！資深資料科學家勉勵新創培養數據思維 Netflix資深資料科學家李庭柏分享自己的經驗。侯俊偉攝影 圖片來源 : 侯俊偉攝影 「在 Netflix 裡，有個統一的實驗平台以測試所有產品，包含演算法、UI、影音串流等，而這些產品中，也各別都嵌入了專職的產品分析以及資料工程小組。」Netflix 資深資料科學家李庭柏分享，Netflix 的產品生產組織架構。 至於 Netflix 的產品開發流程，則是當產品概念出現後，會先從過去的使用者數據分析產品潛在表現狀況，若分析結果良好，才會進入線上產品測試階段，其中耗時可能數月。實驗後的結果會在 Netflix 內部公開分享，並集結個組織、部門員工共同討論產品上線可行性。最重要的是在前述各項環節中，都有資料科學家參與，確保每個流程都有數據支撐。 「PM 在 Netflix 中扮演很重要的位置。」李庭柏表示，PM 基本上掌握產品走向的決策權，而資料科學家則是在背後提供數據分析的結果，協助 PM 做出正確的判斷。 最後，李庭柏分享自身對於新創裡，資料科學家的定位和技能需求為何。由於新創組織架構不像 Netflix 般大且能細分各項產品負責小組，資料科學家在技能上必須無所不包，包含建立數據管道（Build Data Pipeline）、蒐集資料、建立有用的模組、以及用白話語言和其他部門溝通。「資料科學家首要目標，必須是讓公司擁有數據驅動決策的思維。」當公司內部對於數據文化有共識後，資料科學家的工作將會更順利無礙。