數據運用實例
小編看過許多有關數據運用的書，過往的書中皆舉出了許多將數據分析之後，將分析結果運用在生活中的實例。
舉出幾個有名的例子為：
1.使用者介面的AB測試，意即投放兩種不同的介面給不同的消費者，分析使用者對於兩種形況的反應優劣，進而改善使用者介面
2.運動數據分析：分析運動選手的各項數據，運彩投注者利用數據分析預測比賽勝負、教練利用數據分析決定出場人選以及選手的訓練方式
3.賣場利用數據分析找出「啤酒與尿布」銷售量之間的關聯性，於是將尿布與啤酒的貨物擺放在附近以增加銷售量
(若想瞭解上述例子，建議可閱讀 http://www.books.com.tw/products/0010771771
本書觀點
但本書作者卻提出了不一樣的觀點–
當前許多數學模型已經失控濫用、還自作主張地替教師和學生評鑑、篩選履歷表、審核貸款、評估員工績效、鎖定目標選民、決定假釋名單，以及監測我們的健康狀態，決定我們個人及社會的未來。作者歐尼爾呼籲：在這個人人都被迫擁有自己在某種演算系統中持有「e化評分」的時代，那些建立模型的人應該為他們所創造出來的演算法負起更多責任，而政策制定者更應該負起監督管理的責任。
—來源 http://www.books.com.tw/products/0010756505 內容簡介
本書實例
簡單舉出書中的兩個例子：
1.以學生成績上升的幅度來決定老師的教學績效：
增加教師評鑑的準確度，但卻會造成 a.部分教師為了獲得良好評鑑而考前大量洩題，以塑造成績進步的情況 b.不洩題的教師的教學評鑑會遠低於洩題的教師，導致評鑑結果不優，進而被裁員
作者認為此問題間接證明了「數學毀滅性武器」(作者稱那些不透明、廣泛應用的數學模型為數學毀滅性武器)的不足，以及數學毀滅性武器容易受到製訂規則的人的主觀意識影響。
有些人會說：只要改進規則就好了呀!
但是由於數學毀滅性武器的特點—不透明(完全透明的話容易讓人鑽漏洞)，但不透明又會造成被評鑑者無法得知評鑑成績低落的狀況，進而使的制定規則的人需要很久才能發現模型的錯誤。在這段時間內會造成少數人的權益受影響，例如上述的教師便是摸不清楚規則的人。
採用數據分析的好處是「減少成本」，但缺點是「可能會影響少數人的權益進而影響他們的人生」。這時候我們又該如何取捨呢?
2.眾所皆知網路廣告商會分析數據來決定讓你接收到特定的廣告信息，但書中作者舉出了一個錯誤運用數據的例子
首先我們可以思考一下廣告商分析數據投遞廣告給目標受眾的目的：提高產品被購買的機率
但是站在消費者的角度，這個產品是我們所需要的嗎?
或許妳們會覺得那些只是小錢，但把規模放大看看呢?
作者在書中舉出舉出了相關例子：
(1).瞄準缺乏資金的群眾投放借貸廣告，並運用話術使他們進行借貸行為，因此陷入高額利率的還債人生
(2).瞄準區罰大學文憑的群眾，投遞社區大學廣告(此種大學學費高昂並且在職場中不具競爭力)，使群眾認為拿到此大學的文憑便可以增加自我競爭力，事實上只是花錢買了一張廢紙而已
類似的案例不勝枚舉，該如何規範數學毀滅性武器是目前應該注意的事
對本書有興趣的同學可以至圖書館借閱
留言列表
