一個門外漢的資料科學學習之旅
一個門外漢的資料科學學習之旅

「嗯,就決定去試看看了!」那年大三,系上瀰漫著一股有意無意互相試探畢業專題指導教授的詭譎氛圍。

當時,我在偶然的機會下看到一則世界最大的超市集團沃爾瑪(Walmart)的網路文章。他們用資料探勘技術分析會員資料,偶然發現週五晚上男性的結帳清單中啤酒和尿布具有高度相關性,深入解析原因發現是因為年輕爸爸抓住到超市採購小朋友尿布的機會,順手拿了幾罐啤酒好迎接將到來的週末。

沃爾瑪於是調整商品陳列,將啤酒與尿布擺放在鄰近的位置,進而提升商品30%的銷售率。那是我第一次接觸到資料探勘這個名詞。就因為這樣?資料探勘?成長30%?我覺得很神奇。

於是在毫無任何先備知識的狀況下,硬著頭皮主動詢問教授能不能有機會執行相關主題?獲得同意後,我開始了人生的第一個資料科學相關實作。是的,毫無任何先備知識,沒有學過任何關於統計、機器學習的知識。

被神化而不得其門而入的資料科學

很多人神化了資料科學。過度膨脹的謠傳使得資料科學與普羅大眾之間築起了一道牢不可破的高牆。要不覺得非得要是程式天才或是數學神童,才算是真的有能力踏進資料科學領域,要不就是三不五時報章雜誌報導資料科學預測出誰會當選美國總統,或是機器學習和人工智慧又一次打敗人類棋王等等的新聞,而讓人產生一些半信半疑的幻想。

大家都在談,但卻沒有人真的知道它是什麼。我相信很多人腦海中曾經躍躍欲試想稍加了解,但卻又因為某種光怪陸離的說法讓資料科學在心裡慢慢變成比較接近玄學的不切實際,然後就漸漸演變為想接近卻又不得其門而入,望之卻步。

我想,只需要一點點好奇心跟傻勁就夠了。搜尋資料科學教學影片,或是瀏覽一個已經完成的競賽,看看別人的做法,然後找份資料動手試試看,幾十個、幾百個長度的小小資料,從Excel開始也無所謂。

因為,資料科學只是一種用資料解決問題的方法罷了!

PHP之父Rasmus Lerdorf
我不是一個真的工程師。我把東西弄一弄,弄到能跑之後就不管了。真的工程師會說「這段程式能跑,但記憶體沒管理好,我們來修好它。」我只會說,一直重新開機不就好了。

你很難想像這段話是出自世界上最頂尖的工程師之一:PHP之父Rasmus Lerdorf的嘴裡。但是資料科學也一樣,不用什麼天分或熱情,也同樣是可以學習的,並沒有想像中的難以接近。

從眾迷思的漩渦

「我不懂,所以資料科學到底能幫我們公司做些什麼,為什麼一定要資料科學?」

幾年後,在一家新創公司每月底的全公司例行分享會中,談到當時業界最火熱的資料科學話題,一個精通三國語言、承接海內外業務的產品經理問了這個問題。

「事情該發生,它就會發生,自然而然就會知道了。」印象中,我聽到公司的資料科學家是這麼回答的。

「我想,他的意思是當事情水到渠成時,該產生幫助時就會產生幫助,也非得一定要資料科學,而只是剛好被它實現。」看著那位產品經理仍一臉狐疑後,執行長補充道。

我知道會議結束後,那位產品經理仍然沒有真的理解他們的回答。

我確定我想舉起手補充一點什麼,但很意外的我語塞了,做過大大小小的專案,我一直以為我很清楚資料科學在做些什麼。

資料科學浪潮

進入資料科學領域的歷程似乎一切都來得太過自然。自然的就像企業間無不戰戰兢兢的爭相仿效,並大張旗鼓聲明要投資多少資金在資料科學領域一樣。沒有太多原因,只因為不做的話,好像會被所謂的「大數據浪潮」吞噬。

我試著從頭釐清我的學習歷程,給出一個能說服自己的說法。資料科學,必須建構在資料可以被輕鬆且大量存取的技術成熟之後。

受益於雲端化的普及,當今的企業幾乎都能輕鬆存取資料,而就因為資料夠多、夠齊全,我們便能試著從這些資料中,用一些科學化的方法去產生可以被公司利用的價值,進而將資料轉化為知識。

也許是預測公司下一季的財報,幫助財務部門編列預算。也許是分析生產線機台的工作數據,預測出未來一週內可能故障的機台,早一步檢修以降低產品良率不佳的風險。甚至是分析客戶資料,將不同特徵的客戶分類,並進一步針對不同分類的客戶給予適合的行銷手段等等。

當然,我絕對同意上述例子不見得需要資料科學也可以完成。資料科學,是一種透過資料為媒介,講求流程性與科學化的方法,進而輔助、驗證甚至主導所訂下的目標,讓目標的達成能更有效率且更準確。

「其實,資料科學只是一種讓公司的某些策略不全然只是依靠主觀意識判斷的方法而已,它一樣是一種提出問題、驗證問題進而解決問題的方法,和其他方法唯一的不同只是:它的載體可以是公司中的任何資料罷了!」我仔細的思考後給了自己這樣的答案。

那趟回家的路途,是踏實而滿足的。

本文為讀者投書,出自<一個門外漢的資料科學學習之旅>。

《數位時代》長期徵稿,針對時事科技議題,需要您的獨特觀點,歡迎各類專業人士來稿一起交流。投稿請寄edit@bnext.com.tw,文長800至1000字,兩天內會回覆是否採用,文章會經編輯潤飾,如需改標會與您討論。
關鍵字: #資料科學
往下滑看下一篇文章
業績兩年從28億突破百億,諾億保經攜手自由系統強化IT與資安以接住高速成長
業績兩年從28億突破百億,諾億保經攜手自由系統強化IT與資安以接住高速成長

企業高速成長,市場最先看見的是業務營收與市場排名的飆漲,但真正決定企業能走多遠的,往往是水面下看不見的IT與營運骨幹。

諾億保經就是一個經典案例。

2024年,諾億保經的全年保費規模約28億元,隔年直接翻被衝破60億,今年,更預計挑戰120億到150億大關,強勢躍居台灣前十大保經公司;業績快速成長的同時,諾億保經的組織配置也很精實:外勤業務團隊約500人,負責核保、行政與稽核的後勤單位卻僅約30人。

值得特別注意的是,隨著營收在短時間內翻倍,受到考驗的不只是業務能力,也包括後台系統、資訊設備、網路、資安,以及法遵與內控能否同步跟上。

諾億保經總經理賴柏翰直言:「客戶資料是諾億保經的核心資產,特別是我們以投資型保單為主力業務,對個人隱私與財務資訊的防護要求極高。」此外,隨著營運規模擴大,金管會對資訊安全與內控稽核的監管標準也隨之提高,必須重塑IT與資安體質以回應高速成長。

評估完自身資源後,諾億保經做了一個重要決定:不從零自建IT團隊,而是採取資訊外包模式,提供企業擴展所需的支援。

諾億保經
諾億保經總經理 賴柏翰
圖/ 數位時代

諾億保經總監張維倫表示:「我們需要合作夥伴提供完整支援,自由系統不僅具備金融產業經驗與深厚維運實力,還能提供一站式服務,因而雀屏中選。」由自由系統負責台北與台中辦公室的端點設備、儲存架構、網路與資安維運等工作。

診斷重於工具:先清查環境盲點,再談防禦升級

缺乏專職資訊人力的中小企業或快速成長型組織,很常陷入一個迷思:市場上出了什麼新工具、新架構,就急著導入;然而,自由系統的作法是先回歸營運本質:盤點現況。

在雙方正式簽約前,自由系統的顧問團隊便深入檢視諾億保經的既有環境,找到一個最急迫的營運隱患:內勤行政人員與外勤業務人員,竟在辦公室內共用同一套網路網段,這意味著外部裝置一旦連網中毒,極可能直接橫向感染存放敏感保單資料的內部系統,為降低風險,自由系統隨即協助諾億保經進行網段隔離與權限切割,在第一時間化解安全未爆彈。

這套「先釐清現況、確認優先級、消弭落差」的邏輯,也體現在資安合規的推進上。

自由系統服務顧問黃麒翰以ISO 27001認證輔導為例指出:「諾億的認證合規由專職顧問主導,但底層關鍵的端點偵測回應(EDR)、託管偵測回應(MDR)、防火牆規則、特權帳號管理及硬體資產盤點,全由自由系統提供技術支援。我們的目標是替企業建立完整的『環境可視性』(Visibility),讓風險一目了然。」

對諾億保經來說,資訊設備、網路與日常維運雖然是營運不可或缺的基礎,卻不是公司的核心業務,如果自行建立完整IT部門,不僅要負擔人力成本,也必須長期維持涵蓋網路、設備、資安與系統維運的專業能力;相較之下,將這些工作交給自由系統的專業團隊負責,諾億保經可以將時間與精力放在可直接創造營收的核心業務。

「與自由系統合作至今,我們不僅更好強化IT體質、順利補強合規缺口,也為接下來的AI應用打下穩健基礎。」張維倫如是說道。

從防守走向進攻:雲地協同架構,讓AI真正走入第一線

IT與資安基礎逐步穩定後,諾億保經開始將資源放到下一階段:如何利用AI提升業務與營運效率。

在業務端,諾億嘗試透過AI實現「保險情境遊戲化」。

賴柏翰指出,一般客戶很難體會重大疾病帶來的財務衝擊,與其單向說明「萬一罹癌怎麼辦」,不如透過AI模擬動態情境,讓客戶在虛擬人生中面臨關鍵決策;甚至,將台股加權指數、S&P 500走勢融入情境,模擬面臨資金缺口時,抵押借款或贖回投資將對個人資產產生何種實質影響,讓保險規畫轉化為主動的探索體驗。

同樣的邏輯也導入內部培訓與後勤自動化。

過去高度仰賴資深講師與紙本教材的訓練流程,被轉化為AI互動式推演,讓500位業務能在高度擬真的客戶抗拒或理財情境中反覆演練,大幅縮短新人上手週期。至於在行政方面,傳統業務助理得耗費大量時間進行分類、掃描、校對保單文件的繁瑣流程,也交由AI與自動化工具處理,助理僅需做最終核對與歸檔,使30人的後勤編制得以支撐暴增數倍的合規案件。

在AI探索的過程中,自由系統就像是諾億保經的IT團隊、協助評估與提供所需產品服務。

自由系統售前顧問劉威利強調:「金融保險業涉及大量機敏個資,絕不能盲目把所有資料拋上公有雲AI。」因此,自由系統協助諾億精準劃分「地端與雲端邊界」,例如,哪些非機敏資料可藉助雲端模型運算、哪些敏感核保數據必須保留在地端進行私有化推論,並協同評估相應的地端硬體算力與加密機制,讓創新應用不以犧牲資安為代價。

總的來說,從28億飆升至百億規模,諾億保經展現了一家新銳金融服務企業的高敏捷度;而自由系統則證明了託管服務(MSP)已不再只是被動的修電腦與顧網路,更是高速成長企業在架構選擇、資安風控與AI轉型路上,不可或缺的最佳夥伴。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
一次搞懂工業AI
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓