數據孤島(Data Silos)，指的是不同組織間的資訊只屬於私人所有，對外處於隱藏狀態中，不可被他人取用。
這就像是不同的農夫將自己生成的農作物品都留在自己的穀倉中，不跟其他人交換或購買，造成資源的的浪費，也減少了自己的潛在利益。
在大數據時代中，數據被視為企業的競爭優勢之一，因此要說服各個企業與其他同業分享是有非常困難的，但我們還是可以透過以下幾點來說服大家。
我們先討論這樣做會有幾個壞處：
一、大型數據孤島壟斷市場
近年來，Google、Amazon、Facebook 等大電商幾乎壟斷數位廣告市場。自2016年以來，美國地區的總廣告營收成長更是幾乎來自 Google 和 Amazon 兩大電商龍頭，如此的誇張的市場占比更是讓人對他們操縱市場的能力有更深刻的認知。
但總會有人這麼想，“這樣子有什麼不好嗎？” Google 和 Facebook 也各自推出了 Google Ads 和 Facebook Ads Manager讓使用者可以了解自己投遞的網站成效如何。
短時間內或許不會對市場成什麼問題，但長遠來看，假如今天我們對Google的流量計算機制提出質疑，卻也無法藉由第三方平台來確認，即是因為大型電商早已形成數據圍牆花園（Data Walled Garden）了。
Google Ads 同時利用此平台讓使用者投遞廣告，如此球員兼裁判的為行為，讓使用者無法打破數據孤島的限制，了解廣告於不同平台管道間的轉換率，進而拓展更多的行銷模式，只能在大型電商的花園中故步自封。
二、降低公司效率
現今的公司中，常常擁有複雜的架構或從屬組織，但他們之間的資訊不一定如我們想像的這麼流通。例如每個團隊中儲存資料的地方不同，有些可能在部門的主機上，有些可能在公司的server，甚至有些可能在自己的雲端硬碟上。這時候，各部門間可能不知道對方在做什麼事，造成每個團隊都儲存了相同重複的資料，浪費了公司的硬體資源，也讓團隊間的資訊量無法流通。
我們再舉個例子，通常有一定規模的公司都會有一些數據工程師分散在不同的部門中。通常工程師們並沒有足夠的資源來開發，這時如果公司對於數據的需求不斷增長，要求每個部門都需要建立自己的數據庫，則會因為不同部門間的數據無法打通，每位工程師都需要從頭開始開發系統，建立相同的框架和處理相同的底層數據，讓工程師的工作過度，而讓他們無法準時向公司交代。
三、無法看見全局
美國百貨商店之父 John Wanamaker曾說：
“Half the money I spend on advertising is wasted; the trouble is, I don’t know which half.”
大部分產業投遞廣告時，常遭遇到無法精準掌握轉換率的問題。業者只能委託廣告代理商，依照他們公司累積的經驗來決定投遞的時段和版位。但當業者想要知道確切的成效或是新增的客源來源後，卻無法依照各版位、各時段來檢視。這廣告業長久以來的弊病，同時也是數據孤島所造成的劣勢，讓企業無法看見商業市場的全局。
因為投遞廣告時需要代理商，讓數據搜集時多了一層關卡，形成了多個數據庫間的鴻溝，不僅可能造成了轉換率的下降或是客源的流失，也形成了隱形的圍牆讓企業無法針對廣告預算優化或加強投資對企業特別有利的火熱版位或時段。
簡單介紹了幾種劣勢後，相信大家對數據孤島都有了一定的了解，也明白不管是企業方，或是個人，我們都應該將數據孤島打破，才可以讓整體效益最大化。如果各位有興趣的話，也可以持續追蹤我們下一篇文章，討論各種打破數據孤島的好處喔！
Hi, I'm Justin, thank you for your time. Please give me some claps if you like my sharing, thank you😉