工程女孩的社企夢：如何將資料科學應用在被科技遺忘的世界?
採訪 / Rylie、Sidney
撰稿 / Sioujia、Vickie
在 Migo 工作的 Irene 是一位讀工程系的女孩，從小在美國讀書美國長大；因為大學時接受到全方位的思考訓練，在學校除了讀工程外，還要讀商學與設計，並且受到在大四時參與 Capstone Project 的啟發(到非洲參與解決農村婦女生產糧食問題)，大學畢業後一心想找尋社會企業的工作，於是加入了 Migo ，目前在台北研發總部擔任 UX designer。
Migo 是誰?
是一間外商新創社會企業(備註1)，創辦人Barrett Comiskey 畢業於美國麻省理工學院（MIT），擁有史丹福（Stanford）商學院的企管碩士（MBA），因為想解決開發中國家網路資源缺乏的問題而創辦了 Migo。
「Migo很鼓勵員工在工作上跨領域的學習，期待培養從問題角度出發來解決問題的能力，所以都稱員工為Imagineer」Irene說道。
剛開始 Irene 加入 Migo時的工作角色為 UX Designer，所以工作的內容會接觸到使用者分析，早期多數以質化性質的方式進行研究，例如:訪談使用者，後來才慢慢接觸到量化研究，而透過自學踏入資料科學的領域。
備註1:「社會企業」一詞，指的是運用商業模式來解決社會問題的組織，並以營利公司或是非營利組織的方式經營；簡單來說，一般企業的經營模式是為資方謀取最大的利益，而社會企業的營收是會循環投入企業本身，持續解決社會問題。
Migo 在做什麼?
Migo全球研發暨營運總部位於台北，目前主要的產品是提供消費者可離線觀看的影音內容平台，用以解决開發中國家(例如:菲律賓、印尼、印度…等)網路影音取得不易的窘境；相較於台灣，開發中國家的網路佈署較不完善，在菲律賓因為經濟條件因素，有近七成的居民是無法負擔上網，就算有錢可以上網，各地區網路的品質也參差不齊。 Migo 看到了這痛點，使用了獨創的技術與硬體設備，並部署至當地合作商家提供居民到熱點下載影音觀看的服務。目前在菲律賓已有營運辦公室，未來即將至印度、印尼等國家拓展。另外，Migo 台北研發總部，也正在為業務擴張做準備，歡迎對社會企業有興趣的夥伴加入 Migo 開發團隊一起奮鬥。
資料應用從問題出發
Irene和我們分享，Migo主要致力於協助開發中國家較缺乏網路環境的民眾良好的觀影經驗，同時也希望整合平台使用者資料，進行消費者研究，優化線下使用者服務與體驗。未來，希望能夠把個人化的推薦引擎，直接放在用戶手機上，在離線環境也能使用。目前蒐集資料方式是：當消費者至Migo的合作商家，透過熱點(WIFI)進行影片下載，使用者資料便會透過網路傳回Migo資料中心，進行消費者行為分析。然而，要如何透過消費者在平台所有資料，進一步優化使用者體驗呢？。
Irene提及：「我們事先會設定可量化的成功指標，因此每個禮拜根據回傳的數據資料，去評估使用者是否有良好的體驗，並且排出當周工作的優先順序。因此，每周要調整的項目、跟解決的問題都不一樣。」
消費者行為分析涵蓋使用者在App所有行為，誠如影片下載量、消費者搜尋時間、每天觀看影片部數、觀看時間以了解使用者對於影片喜好，透過多種資料面向分析，掌握特徵去預測消費者行為及真實消費者面貌。
Irene：「我們有一個 wish list，使用者在選擇影片的時候，可能有十部電影都想要看，但因手機裝置容量限制，只能下載三部電影，，這時候就可以存到願望清單上面。我們在做這個功能之前，是不知道有多少人會用的，但我們的假設是，願望清單功能可能可以增加顧客回購率於是我們還是著手開發，並實際測試看看效果如何？有幾個人在用? 存多少影片? 顧客回購率如何…等等。」
質量化並用，發揮綜合效應
在Migo，不僅強調團隊多元專業與跨領域的交流，更致力於描繪真實的消費輪廓。Irene提及量化與質性的互補，有助於營運策略決策，從數據報表中，我們可找出重度使用者以及輕度使用者的族群，可歸納出熱門下載影片、觀影時辰等等，但若要深入了解數據背後的使用者動機，仍需透過質性訪談，才能抽絲剝繭的拼湊出完整的消費心理狀態。例如Migo的主力族群原是「家中沒有網路、低收入的消費族群」，但透過質性訪談發現某些「有能力在家上網族群」仍會嫌棄家中網路太慢，因而會跑到合作商家使用Migo影片品質好的服務。除此，為能進行有效顧客分群，也會透過訪談方式了解某族群的生活型態，再回到資料中歸納出行為模式。
未來展望，結合線上與線下資料
為了讓資料更有效率輔助選址(Siting)決策，Migo也會爬取網路上公開資料，了解潛在合作店家之特性，像是店家數與人數等。
Migo目前產品與服務主要部署在菲律賓，然而，待營運模式穩定，Migo的確有擴大營運範圍的決心，延伸至印尼或印度，因此訪談中也提及策略團隊正如火如荼展開相關選址研究，除了人車流量、可視度高以外，店面多大、有無網路與否、店家老闆正直與否，營業時間等皆是考慮因素。
重於溝通、選對的方式
和資料科學家密切合作的 Irene提及，除了具備資料科學領域知識是基礎以外，資料科學是一種工具，有助於我們解決問題，但如何設計「對的方式」解決問題是非常重要的，看事情的角度需要很全面，包括「溝通」的技能，在解決問題過程中的優缺點分析，以及最後對於研究成果的邏輯與詮釋，要怎麼設計出一套Story讓不同的合作夥伴能理解並認同。
最後，我們請開朗的Irene給予目前正朝向資料分析學習道路上的同學，一句鼓勵的話，Irene以她大方爽朗又有點語重心長地口吻說「我們常常會覺得第一個版本就要找出完美答案, 因此遲遲不敢推出. 唯有先踏出第一步, 推出測試, 才能不斷修正、改進，找出最適合的解法」。想必這句簡短的話，正完美應證出資料分析過程，是一段反覆，又需要耐心的過程。
[本文由 Women in Data Science Taipei 與 mit.Jobs 合作訪談]
Migo職缺募集中～
- Imagineer ,軟體工程師 (Infrastructure project) 年薪 $ 780,000–1,300,000 TWD
- Imagineer ,軟體工程師 (Scalable Operations & automation project) 年薪$ 780,000–1,300,000 TWD
- Imagineer , SRE 網路系統架構師 (Scalable Operations & Automation Project) 年薪$ 780,000–1,300,000 TWD
- Imagineer , SRE 網路系統架構師 (Infrastructure project) 年薪$ 780,000–1,300,000 TWD
- Imagineer ,Data Scientist ,數據分析團隊 年薪$ 780,000–1,300,000 TWD
