Google於2020年1月14發佈，計畫將於兩年後中止支援第三方cookie（third-party cookies） 詳細請看：TechCrunch原文 在2020年2月，Google將釋出的Chrome 80中採用新的cookie安全模型，預設無法跨站台存取，如果開發者想要跨網域存取cookie，必須要明確使用SameSite=None語法，當沒有特別指定時，Chrome將預設拒絕cookie被跨網域存取。

今天前同事突然LINE我，劈頭就問 你覺得公司導入ETL工具好嗎？ 我原本一頭霧水，但考慮到她在前公司的工作是個資料工程師，做ETL（Extract-Transform-Load）的工作也是理所當然，想想就跟她聊了起來 「如果在ETL的過程中對於從哪些個Data source，進行哪些數據的處理（抽取必要的資料、進行清理，再做必要的aggregation、mapping 、combined or transform）最終再存儲什麼樣的結果至Data warehouse，等一連串的流程都相當清楚了，那麼ETL工具就像一組完整的料理刀具，料理東西起來會方便許多。」 「但如果還沒對要處理的數據與需求有通盤了解，包含資料源、必要處理與最終生成的資料樣貌都還沒有實際做過，突然導入ETL工具不會加速工作，反而會在摸索工具的過程中，忽略了重要的概念，甚至會比自己寫code做ETL更耗時費力，所以順序漸進的作法應該是先了解自己將要處理的數據、要怎麼處理以及與最終輸出資料的關係都做過一遍，最後再挑合適的ETL工具比較好。」

數據化的時代，有數據只是開頭 大約2016 年上半年，台灣企業的數位廣告預算首次超越傳統電視廣告。各公司紛紛開始聘請UI 、UX 設計師，數據分析師也將快成為一間公司必備的職務。但是聘請那麼多數位與數據人才，耗了那麼多的成本，真的有為公司達到理想的成效嗎？ 企業主在聘請這些人之後，有可能會面臨到幾個問題。為何增加數位預算業績卻沒有成長？為什麼廣告預算都投放在 Google 和 Facebook ？為什麼辛苦的產出內容、獲得流量、開版位，賺大錢的卻不是我們？ 在許多數據的底下，真正重要的是它背後的資訊和意義。數據究竟跟你講了什麼？ 有時候，我們得到了許多數據，卻不知道如何應用。其實，得到數據只是一個開頭，後續的分析更為重要。 數據驅動 (Data Driven) 不止人才，更是一個體系 沒有達到預期效果的另一個非常重要的原因，是公司沒有建構出數據驅動 ( Data driven ) 的架構。

其實就一張圖 常見的案例像是，對外宣稱產品或服務是以大數據、機器學習與人工智能 其薄弱的數據品質（有量，但不一定有質），沒有投入與了解業務領域的資料科學家，套用套用現有的模型，操弄著統計圖表的數據分析師 做出如同上圖的東西，也能包裝成數位末世神器，到底是哪個環節出錯了呢？www

Chrome 51 開始，瀏覽器的 Cookie 新增加了一個SameSite屬性，用來防止 CSRF 攻擊和用戶追蹤 CSRF攻擊（Cross-site Request Forgery）簡單地說是偽造Cookie來騙特定網站「我是你的正常使用者喔」 CSRF要能成立的必要條件是，使用者已登入網站，而最簡單的場景就是，使用者登入後，單憑瀏覽器與伺服端之間的會話溝通，就確認使用者的身分無誤而進行各種操作，因而使得有意攻擊者，只要能命令瀏覽器做出想要的請求，就能實現攻擊。 再說回SameSite屬性，雖然 Chrome 51 就加入了，但目前仍只有少數的網域開發人員遵循這個推薦實作，而大量同網站的Cookie仍對外暴露，產生跨站請求偽造攻擊的威脅。 所以在2020年2月發布的 Chrome 80 決定正式強制推行這項新的 Cookie 安全模型，屆時網站未宣告 SameSite=None 且使用HTTPS連線，與 Cookie 相關的請求都會被拒絕。

大數據說來很淺，講起來很深，PM熊來深入淺出一下w 基本上只要符合以下幾個特性，就可以稱之為大數據 Volume：龐大的資料量 過去我們能夠取得的資料量通常是以KB、MB、GB在累積，通常透過文件或試算表的建立、拍攝數位相片或是錄影等行為在累積；現在數據的收集是透過人們在網路上的搜尋與瀏覽行為、社群互動、線上交易及各式IoT設備累積而來，一天下來的資料量輕易就可達TB甚至PB的等級。 豆知識：紅白機的初代瑪莉歐兄弟只有40KB喔