如果你常在網上閒逛，無論是單純去一個網站然後停留多頁，或是跨網站蜻蜓點水式地移動，你一定注意到現在的線上服務越來越厲害了。無論是跨網站追蹤的網路廣告投放，或是單一網站內不斷根據你的瀏覽行為推薦你有興趣話題的機制，亦或是議題、商品列表，或搜尋引擎結果排序，背後全都是運算。這些功能看似邏輯簡單，但要簡化出合理邏輯、實時收集數據，並根據即時資訊立刻進行機率推論，反應給螢幕前的使用者，其實是一連串的基本功。
「你可以猜想大如 Amazon 這樣的電商平台，是怎麼做數據的？」104人力銀行數據長呂承諭說「做一個網站，我們通常從使用者入站開始，有機會得到他從前一站轉介來的資料（Referal），接下來就開始是他在我們網站內的旅程了。」呂承諭解釋，當一個網站主決定要收集數據，並進一步利用即時數據的話，首先第一步就得鉅細靡遺地盤出使用者踏入自家網站某個頁面後，接下來可能出現的所有路徑，並在每一個路徑都準備了資料收集點，收集使用者在網站上走過這些路徑的每個足跡。
「數據的應用目的之一，主要是為了做預測；因此，當使用者在一個頁面，我們可以猜想他的下一步，是在幾毫秒後，要往哪裡去，而有了一個預測路徑用，總和為 1 的機率矩陣。」博士班時就鑽研機器學習、語意分析的呂承諭，開始解釋起計算的基礎原理。「在不同的產業，我們都有一個基礎標準，使用者按下連結後，我們多久要回應，通常標準是 100-300 毫秒不等。」呂承諭進一步解釋「所以網站當然希望預測你的路徑，針對你可能會走的方向，在你正在瀏覽的期間，開始準備載入；你可以想像，最簡單的作法，是針對你接下來可能會請求的路徑，預先把相關內容準備在最靠近你的伺服器端，來降低你請求所需時間。」
「這時候，剛剛說的那個路徑預測機率矩陣就很重要了！」呂承諭說「透過持續累積過去使用者足跡，網站方應該可以有一份根據過去使用者資料所做出來的機率矩陣」呂承諭指出，網站主甚至可以根據使用者的背景，例如性別、年齡、偏好、地區別，或網站的使用足跡進行分群，於是不同群體會擁有不同的機率矩陣，也因此可以預準備面對使用者的下一步。「但這都是根據過去資料，更厲害的網站可以做到更短頻率就更新預算出的機率，從幾個月、幾週、幾天，甚至變成每天幾小時就更新一次。」於是網站主就可以應對不同的網站功能開發，無論是廣告版位、商品導購轉換，讓網站反應能力不能抵觸這個演算天花板。
呂承諭認為，大多數的小公司沒有這種資源去做實驗，那只要使用者勉強可以忍耐一個網頁大概能夠在 1-2 秒內跑完，但當一個網頁由更多元素所組成，後面還要考慮網路傳輸及計算時間，大家就必須一個一個往回推，因此演算法規範非常依賴數據與營運經驗。因此，如果一家公司要成立資料科學家團隊，除了一個權限很高，職能上可介入營運的主任資料科學家外，還需要有產品經理、使用者經驗（User Experience）與工程團隊共同支應。呂承諭觀察，如果一個大型網路服務有許多不同的路徑預測機率矩陣，每個節點一定都有服務瓶頸，主任資料科學家就必須根據數據、結合不同職能討論出每個瓶頸的合理上下限，考慮讓使用者最舒適完成一個網站旅程。
如果我們發現一個重度使用者進來，我們甚至應該針對他客製化一個推薦清單，並透過路徑預測機率來最適化他的服務流程。呂承諭以 104 人力銀行為例，104 基本上服務企業端的招募者，與求職者兩方人群，由於服務內容是工作媒合，很幸運地已經有了完整的使用者資訊。「如果能更深入探勘文字資訊，與使用者行為背後的邏輯」我們就有機會提供最好的服務。呂承諭觀察，英語系國家都有不錯的人才媒合服務，在推薦、分析上的確領先 104 不少，例如 monster.com ，但他用同樣技術要跨到華文時，這些服務都會碰到華文地雷，在中文斷詞斷句上碰到文化上的演算障礙。
「例如我們很容易分辨台積電、台灣積體電路公司、台積、TSMC都是同一家公司，但是如果你不做文字整理，電腦沒辦法斷出這些都是同義詞，並自動給予適當分類的。」呂承諭進一步比較，光是網路上常用的正體中文（Traditional Chinese）可能還分成三個分支，台灣中文、港澳中文與馬來西亞中文，以 3 - 5 萬常用字來說，這三類中文就分別有 10% 左右的不同語彙。「光這段關鍵詞做好，我們就可以立刻優化工作搜尋。」呂承諭笑說。
硬底子的數據應用，全來自於點滴功力的累積
「光是一個個人履歷，就可以拆開許多不同的數據觀點」呂承諭說，履歷裡面可以拆分出硬技能（Hard skill）與軟技能（Soft Skill），硬技能包含學經歷、性別、年紀或其他具體特徵，軟技能則包含你的性向、與社會網絡關係，例如家庭或同事等等。這些軟技能會不會影響你的專業表現，其實得看你從事什麼樣的工作。呂承諭表示， 104 有一個性格職能測驗，根據 9 大職類可能需要的性向提供測驗量表，「但社會網絡關係就不需要靠量表了！」呂承諭笑說，我們可以透過學歷與經歷，去計算出你在什麼時間點，與哪些人可能有求學或工作上的重疊，這些人在 104 所留存的職涯軌跡又分別是什麼，進一步幫忙計算出這些軟技能。「104 還有一個特別的服務叫做 104職涯社群，幫助你找到職涯上的導師，透過導師的職涯，也是另一種重要關係。」呂承諭稱。
數據可以幫助媒合，然而回到更現實的問題是服務往往有斷點存在。縱然擁有接近 663 萬求職會員、32.4 萬家企業會員的 104，已經是台灣主流的人力銀行媒合服務之一，甚至在非正式統計有頂尖國立大學約 5 成畢業生的使用率，但諸如雇主只留下 email 聯絡方式、投了履歷卻杳無音訊，都會讓求職者在使用服務時受挫。「這個時候就更需要機率矩陣來做排序了！」呂承諭強調，當招募者資訊不完整，或招募者刊登一個職缺過久沒有更新，事實上都代表著不同的用人訊號。「如果一個招募者一天到 104 好幾次，每次甚至搜尋或瀏覽很多履歷，我們會知道他很心急想要找到工作夥伴！」他解釋，但反過來說，如果他只留下 email ，或是刊登一個職缺很久都沒有找到人，但也不調整或下架，這很有可能是一個假職缺，或只是保留一個可能的彈性窗口，表示企業並不急著要找人。「這時候如果求職者在瀏覽清單，我們就可以給予不同的權重來秀出這些資訊。」呂承諭說。但事實上，這個權重的資訊必須下得非常小心。
也因此， 104 在測試每個數據應用，都是抽選非常小部分的使用者做小流量的測試，如果這些使用者軌跡符合當初設計的旅程，才有機會擴大應用。如果不是，就需要馬上做數據修正。經歷過求職階段的人都能輕鬆明白，遇見一份好職缺往往需要靠一點機運。在 1993 年中年失業後的楊基寬，觀察到當時社會找工作的管道有限，因此成立 104 人力銀行，期許「104 不只是幫求職者找一份工作，更是要幫助他人找到人生方向」。呂承諭發願，要用數據讓求職者更即時遇見好機緣！
