用資料讓社會變得更好：專案管理幫助資料分析發揮最大效益
採訪 / 撰稿：Wanchung Huang, Vickie Chu
編輯：Chava
懷抱一股「熱忱」，商學系橫跨資料科學領域並不難
Data for Social Good (以下簡稱: D4SG) 的專案經理Ning是一位資料分析師，對於在學生時期主修商業而言的她來說，跨入資料分析領域是一件有挑戰卻非常有樂趣的事情，因為她本身就是熱愛分析事物，並且可以講出一番道理的性格，她的商學背景也剛好讓她在轉換到資料分析產業時，補足了資料分析團隊中「專案管理」的角色。
勇敢用你的技能去創造作品，用你的作品去說服別人、加入別人的專案，不管有錢還是沒錢，都要先做出自己的成果。 — Ning
Ning 加入D4SG 的機緣要從參加資料科學年會第一年開始說起，當時參加年會活動，認識了R User Group社群同好，進而成立了R Ladies Taipei社群組織。因為透過社群的活動，也進而有機會接觸到許多厲害的人，因此，加入了D4SG的籌辦團隊。對於Ning來說，這一路上和許多人的合作，不但讓她感到非常快樂，同時也充滿收穫：像是長期下來累積的專案經驗，讓她的專案掌控能力、資料分析的技術都有所提升，這些經驗也支持她持續走在資料科學這條路上。
如何讓專案真正產生效益?
在專案開案前，有四個面向必須先了解清楚：提案單位是否真的「有資料」可以分析? 資料品質好不好? 專案可以分析到什麼程度? 結案報告的標準是什麼? 最後才能評估專案做出來的內容是否有效益。
D4SG曾經和台灣環境基金會合作分析土壤相關資料。事實上，農試所在過去30年都持續進行台灣全國土壤普查，並且還做了重金屬汙染的檢測，但受限於過去行政體制，負責查緝汙染的環保署在查緝時，採取的是接受民眾舉報，然後再前往進行現場偵測，有問題土地才做列管。D4SG嘗試將兩邊的資料做比對，發現真的被列管的案件數量是有落差的；分析結果出來後，天下雜誌與公視都據此撰寫了相關報導，而後也成功引起環保署注意，因此就成立了一個專案，依據這份報告的內容去做普查，然後將所有被汙染的土地列管追蹤，這就是我們在做公益資料分析時，所強調的專案的價值所在。
另一個例子是D4SG曾和消防局合作，利用屋齡以及建築物特性等等資料計算出風險因子，並列出屬於火災高風險群的地址，更準確的發放煙霧感測器。這項合作不僅相較於傳統由各鄰里民自由索取感測器的方式更加節省成本，也做到降低災害風險。
空中轉診後送再精進等主題躋身總統盃黑客松前五強 (photo credit: ithome)
從公益的角度來做資料科學
Ning參與推動資料英雄企劃，這個企劃已經持續運作三年了。起初DSP智庫有感於公益性質組織累積了大量營運數據，卻無法將其發揮價值，因而開始了這個公益企劃。歷年來，已經有超過40個政府機關透過這個計畫更加深入了解資料價值。不僅如此，D4SG也不遺餘力地推動資料科學人才的培育，今年的總統盃黑客松前五強就有高達三組隊伍是來自D4SG的成員。
資料英雄企劃每年有兩期，每次會招募3至4個NGO或公部門進行提案，另外也會招募資料分析師、資料工程師或是前端、後端工程師來參與為期三個月的專案，參與者每個禮拜至少需要花一天的時間，來幫助提案單位解決問題，基本上6至8個人會被分配為一組，只要是對資料科學有興趣的人，都可以參與計劃，透過資料的力量協助解決社會問題。
2018冬季資料英雄，報名截止日為2018/12/10，
申請報名傳送門→ http://d4sg.org/fellowship/
空中轉診後送再精進等主題躋身總統盃黑客松前五強 (photo credit: ithome)
每次資料英雄計劃專案開始前，D4SG團隊都會對提案單位進行深度訪談，以確保計劃的專案是可執行的，這對參與專案的學員來說也是一種保障；專案進行過程中，也會有顧問加入協助指導，顧問通常有參與資料英雄專案的經驗，因此當團隊遇到一些瓶頸時，他們會知道如何尋找有用的資源，或提供可能的處理方式、演算法讓專案能更順利進行。透過這個計劃，D4SG希望參與的學員和團隊都能有所收穫和成長，發揮社群的力量。
跨領域的合作是需要長期培養的能力
近年來由於資料科學領域的盛行，除了擁有相關背景的人積極培養相關技能外，也有不少人試圖培養跨領域能力，但在過程中難免有不得其門而入的感受。Ning積極鼓勵更多人加入資料科學領域：在資料科學的專案當中除了需要各種類型的人，譬如資料分析師、工程師、專案管理等以外，別忘了相關領域了解的人才也是很重要的。可以試著找不同的角度切入，譬如對於輿情分析很感興趣，就可以著手對社群媒體上的網路聲量來進行分析。網路上有許多資料範例可以成為好的學習素材。重要的是要勇於挑戰並做出成果，至於是不是科班出身其實並不是最重要的事。
至於入行以後，又將面對哪些挑戰呢？Ning表示資料科學領域的科技進步日新月異，除了需要時時關注並學習新技術以外，還要經常思考如何提供更多價值給客戶。不斷的參與社群活動充實自己，不僅保持了技術方面的更新，也藉由和興趣或專長相符的專家互動來熟悉產業需求和趨勢。
最後，很多人問說資料分析的技術要到什麼樣的程度，才有資格可以去申請資料科學家的職缺?
當很多人都來找你合作專案的時候，你就知道對了。 — Ning
