【Circle】資料探勘真的跟你想的不一樣|數位時代 BusinessNext

很多趨勢大師都說未來的技術是決定在語意網路與資料探勘，雖然這兩種技術是兩回事，但有其共同點，更重要的是要解決的問題是一樣的。

但說真的，有多少人去了解資料探勘真正的意涵呢?他跟一般的統計因子分析的方法到底有甚麼不同呢?或者說該如去設計應用或實作出來呢?許多人還停留在一知半解與道聽途說的狀態，以及語意網路真的可以帶給我們生活模式的不一樣呢?在這邊來嘗試著作一些解答…

很多人聽到資料探勘，就會說天氣比較熱的話，冷飲賣得比較好就是種資料探勘的例子，當然說這件事是資料探勘很有問題，因為這樣的描述是一種因子分析，是一種條件判斷，就像是買過哈利波特的人，會買奇幻文學會比沒買哈利波特的人機率高，這邊的"買過哈利波特"就是一種條件。

雖然說有些人認為資料探勘，就是不再以個人的背景(Profile)資訊去判斷，例如年齡，性別，收入，學歷等等固定的因子來決定的差異， ****

傳統的行銷學有兩種方法，一種是找到對象，而這對象用的就是背景資訊去篩選定義，只是這背景選項再多也是相當有限，即使把年齡級距分得再細，收入階級分得再多，地區切割的更密，怎樣還是有相同的人，雖然如何區分兩個背景資料相同的人，但事實上他們要的東西不一樣，在傳統行銷並不重要，因為真正的重點是把透過廣告去"加強"商品的型像，讓每一個人想要你的商品，這才是對的另一種切入點.

雖然說這種方式導致單向度的社會，但在資源的應用與實務上，本來就不可能用太多資源去做市場區隔，更何況當面對每一個人不同的須求，最簡單，花最少資源，賺越多的錢就是給你最暢銷的商品，若你不買單就想辦法說服你這是你要的商品，你是甚麼樣的人並不重要，而你買了之後發現這東西可能不是真正你想要的，你買下的是商品背後的"標價虛榮"，以及你以為獲得的情境，其實不然。

透過資料探勘可以做到的是超過傳統行銷學想像的，利用各種行為去計算出關係與距離，就可以知道人與人之間的關係，商品與商品之間的關係，這種方法進一步的還可以算出每一個人對每一個商品的購買機率，因此當你進入商場或網路商城，就可以知道你會買甚麼東西是做得到的。

但拉回來說，我們都知道一個好的店長對於回頭消費的顧客當他出現時，心理就會有個譜，他會買甚麼東西都瞭如指掌，這比任何資料探勘還要更準，只是這前提是要熟的客戶與小的商場，當商品變多，客戶變多就做不到了，目前而言，資料探勘能做到的事，事實上人都做得到，甚至更好，但一個好的店長是相當少見，甚至他也只能了解幾十到幾百個客戶就了不起了，此時資料探勘就會在這邊發揮效用。

而往往因為無法達到這樣的要求，或者是開發者本來就不知道這樣的演算法，而選擇用統計式或條件式(Rule-BasedorCondition-Base)來做出這樣的輔助決策系統，當然好壞的演算法做出來的準確度有差，甚至有時候須要為了整個企業智慧(BusinessIntelligence)做一段時間的調校才能夠準，所以有時不是做得好不好的問題，而是做得出來與否的問題。

不得不否認的，用條件式就以達到2~~3成的準確率，若是列出10個有2~~3個準確也就很夠了，因此就聽到Cubie的Tempo說，他們當時想利用DataMining 做朋友推薦，但因為沒有時間就先做條件式的，而效果已經足夠了，這句話代表他很了解資料探勘的好處與困難，也知道與一般條件篩選式與之間的差異。而資料探勘就是從統計因子分析的2~~3成的準確率變成7~~8成，雖然說效果多了2~5倍，但須要的時間，資源的成本就高很多，若這是只是個推薦朋友的話，或許用統計條件就夠了，若這個是在大型電子商務的商品推薦的話，這就是很重要的工具與決勝點了。

**** ，因為一個好的資料探勘使用者輔助系統，不只可以算出未來的銷售狀況，立即改善TurnOverRate迴轉率，也可以提升立即滿足度，讓庫存降低與出貨率提高，這件事小商店靠店長算就夠了，但大型電子商務若沒有引進這樣的系統就或跟別家產生差距。

相對的若能夠依每一個登入的使用者推薦個人購買機率高的商品，而不是用無差異的廣告行銷，甚至把分眾打散成個人，把每一個人都當成一個獨立獨特的個體，而不是用統計的幾種模型去套用，此時不只讓商品找到對的人，也讓人找到對的商品，降低溝通成本以及錯誤購買率，提升消費者購物經驗，這才是資料探勘DataMining對未來行銷最大的影響。

轉自Circle ****

重點一：數位詐騙生命週期極短，打完一波就轉移陣地，「下架」只處理了眼前的內容，處理不了事後追查。

重點二：台灣數位安全發展協會以AI蒐集、分類詐騙廣告，九成以上工作可由AI完成，最終判斷仍保留人工背書。

重點三：透過司法聯盟鏈b-JADE，只把資料的「數位指紋」上鏈存證，原始資料另行保存，目標是降低被害人的訴訟舉證成本。

一則可疑的投資廣告被檢舉、下架，帳號也停權了，多數人以為事情就此結束。真正麻煩的是，廣告消失的那一刻，追查詐騙集團的線索也可能跟著消失。

為了補上這個缺口，台灣數位安全發展協會正與司法聯盟鏈「b-JADE」合作，替詐騙相關資料做存證。b-JADE是一套以區塊鏈為基礎的司法存證機制，只有通過程序認證的單位才能提供上鏈服務；資料一旦上鏈，任何改動都會留下痕跡。白話說，就是替數位證據貼上「封條」，讓證據從蒐集到進入法庭，都能驗證有沒有被動過手腳。

詐騙廣告下架，為什麼還不夠？

原因在於數位詐騙的生命週期太短，下架只能處理眼前的內容。台灣數位安全發展協會理事長劉彥伯指出，傳統電話詐騙一套劇本可以拉長到半年、甚至一年；數位詐騙則像打游擊，一波結束就移往下一個平台，從廣告、社群到另一個App，一路跨平台引導被害人。

更大的問題是證據跟著斷線。被害人發現受騙時，可能已是半年後，手上通常只留得住最末端的匯款與聯絡紀錄，最初看過哪則廣告、點進哪個網站，早已消失。等到一、兩年後警方抓到詐騙集團，對方就能在法庭上反問「你怎麼證明我投過這則廣告？」劉彥伯以假設情境說明，一個集團原本可能詐騙了30億元，最後因證據不足，認定金額只剩幾千萬甚至幾百萬元。

不過，詐騙活動都會留下數位足跡，包括投放帳號、代理商、投放時間、運作國家與網址註冊紀錄，只要事先保存，日後調閱就「有憑有據」。

AI都這麼強了，為什麼還要先做資料治理？

台灣數位安全發展協會的核心主張是：好的資料分析，從好的資料治理開始。所謂資料治理，就是把散落在各平台、格式不一的碎片資料，整理成來源清楚、格式一致、可以互相比對的資料。協會先確認每筆公開資料的來源、時間、權限、版本與隱私，再標上事件分類、風險評估、曝光平台、投放者與網址等標籤，才能找出彼此關聯、還原詐騙網絡。

根據協會的實證簡報，系統在一段監測期間內掃描309.5萬則廣告，通報62.8萬則（約占20%），投放當日偵測率達99.21%。劉彥伯也提到，協會與資安院、數位發展部在打詐通報查詢網的合作中，判斷率接近百分之百。

那還需要人嗎？答案是需要。現行法律仍要求有人為判斷結果背書負責，加上詐騙劇本會隨被害人的回應即時調整，因此協會讓AI處理九成多的工作，最後由人做判斷。

截圖不能當證據？b-JADE如何替詐騙證據貼上「封條」

在AI改圖越來越容易的今天，單純截圖很難在法庭上證明自己沒被竄改過。劉彥伯的比喻是：截圖比較像「我那天真的看過，還拍了一張照片」；可信存證則是把證物放進有封條、有時間、有編號、有保管紀錄的證物袋，「重點不是有沒有留下東西，而是未來能不能驗證這是不是當時那一份」。

這也是b-JADE派上用場的地方，但並不是把所有資料都放上區塊鏈。協會把原始資料與AI分析結果，保存在權限受管控的系統裡，只把每份資料的「數位指紋」交給b-JADE存證。數位指紋的特性是，內容只要有任何改動，指紋就會完全不同，因此能證明資料沒被動過；需要時，再經授權調閱原始資料，兼顧隱私與驗證。依b-JADE規範盤點，協會既有流程已符合19項要求，其餘7項缺口也逐步補強，例如存證時間改採具公信力的標準時間來源，不再依賴電腦本機。

防詐能從事後追查走向事前預警嗎？

可以，協會正把存證從被害人受騙後，往前推到「主動式上鏈」：AI判定高風險的內容，先一步蒐集存證，不必等到有人受害。

小農是第一個場景。許多消費者在網路上支持小農，錢最後卻流進冒名的詐騙集團。協會因此與農業部合作推出「農本人」系統，讓小農自行登錄銷售管道與社群帳號形成白名單，再結合AI蒐集的黑名單，一旦遭冒名就能第一時間發現並報案。這套模式未來也可延伸至網路霸凌、性私密影像等案件。

制度面也在加速。2026年8月，司法聯盟已開設認證專班，邀集司法院、法務部、高檢署、調查局與警政署相關人員受訓，相關存證應用預計明年正式推出，時程仍待聯盟拍板。

劉彥伯坦言，目前從蒐集、分案到下架的流程仍然冗長，技術正好能在保留人為背書的前提下縮短流程。他在《數位關鍵字》節目尾聲留給聽眾的一句話是：「數位安全不只是技術工具，也涉及資料的可信、法遵治理與跨領域合作。」當AI幫人更快找到線索，經得起驗證的資料，將讓每一位被害人在法庭上多一分底氣。

常見問答
Q1：詐騙廣告被下架後，還能當作證據嗎？
A：若事前沒有保存，下架後就很難追溯。台灣數位安全發展協會建議在內容消失前，保存投放帳號、代理商、投放時間、運作國家與網址等數位足跡，日後才能據以向平台請求調閱。

Q2：手機截圖可以當作詐騙證據嗎？
A：截圖只能證明「看過」，難以證明未被竄改。在AI改圖越來越容易的情況下，透過數位指紋與具公信力的時間紀錄進行可信存證，才能在日後驗證資料是否為當時的原始版本。

Q3：什麼是b-JADE司法聯盟鏈？
A：b-JADE是以區塊鏈為基礎的司法存證機制，只有通過程序認證的單位才能提供上鏈服務。台灣數位安全發展協會的做法是只將資料的數位指紋上鏈，原始資料另行保存在權限受管控的系統，兼顧隱私與驗證，目標是降低訴訟舉證成本。

Q4：AI可以完全取代人工判斷詐騙嗎？
A：目前不行。依台灣數位安全發展協會的做法，九成以上的蒐集與分類工作可由AI完成，但現行法律仍要求由人做最終判斷，並為結果背書負責。

Q5：小農要如何預防被冒名詐騙？
A：可登錄台灣數位安全發展協會與農業部合作的「農本人」系統，自行提交銷售管道、粉絲專頁與LINE帳號建立白名單，搭配AI主動蒐集的黑名單，遭冒名時能第一時間發現並報案。

完整對談請收聽《數位時代》Podcast《數位關鍵字》EP264。