由健保署舉辦的「健康存摺黑客松」競賽於12/9完成決賽，關貿網路公司由資料科學課的同仁組成「Winner of Health Security, WHS」隊伍提出了黑客方案，以「94藥你好好的」為名，融合個人病歷、用藥狀況、家族病史等個人醫療資訊及各類Open Data的大數據分析，為台灣醫療環境的提升提供一個實現的好選擇。

本次關貿健康有大師團隊所提出的解決方案，是將健保署健康存摺系統所蒐集到民眾的病歷、用藥狀況以及食藥署公布的藥物資訊作結合，在民眾就醫時，輔助醫師可以經由系統分析結果，進而選擇適合患者的診療方式及藥品，患者也可藉由系統分析資訊與醫生討論管理用藥，台灣的慢性病人口持續成長，每天使用一種以上藥物的人不在少數，但不同症狀的藥會由不同科的醫師開出，醫師們彼此之間除了口頭提問病患的近期就醫紀錄外，並無詳查實際用藥的狀況，而每種藥物或多或少都會有一定的副作用，在患者服用多種藥物的狀況下，可能造成交互影響，對身體造成額外的傷害，但藉由大數據分析的幫助，系統可以健保署建立的副作用資料為基礎，即時協助醫師判定藥物開立的適當性。

另外，此解決方案也納入了醫院診所的資料建立地圖資料庫，未來可打造專屬App，並以不同就醫科別來分類，病患只要使用App時選擇症狀，程式就會依照使用者的地理位置、症狀等來協助找出最近的就醫地點，並加入了使用者評分功能，讓選擇就醫地點的同時，先參考大眾的評分與評論。

在新的資訊爆炸時代，傳統的資料處理概念已經很難應付現有的需求，唯有運用大數據分析技術搭配客製化的顧問服務，才能貼近使用者端的需求，因終端使用者大多非資訊技術人員，清楚明瞭又美觀的視覺化呈現及操作方法更是絕對必要的。

歡迎您參考 關貿網路「yodass雲端有大師」大數據分析服務。
網址：https://www.yodass.com
另有全新輿情大數據分析服務：https://im.yodass.com
也歡迎直接洽詢：marketing@tradevan.com.tw

隨著全球電子商務的蓬勃發展，傳統行銷模式面臨諸多的挑戰，各大業者都在尋找最有效益的解決方案。在過去，業者用過許多傳統的方法做過產品／品牌的聲望度調查，不論是用街邊問卷、電訪或是網路詢問，事後還要以大量的人力工時建檔做系統化的管裡，讓許多的業者打退堂鼓，在市調這塊仍摸不著頭緒，然後繼續以亂槍打鳥的行銷模式在市場上看見黑影就開槍，除了在技術上的繁瑣外，傳統市調更讓受調查者以一種”有防備心”的狀態下回答問題，對於民眾意見蒐集的真實度大打折扣。

如果，企業可以是可以「主動」出擊的呢？

還在等客戶自己提出意見？

還在每天默默Google自有品牌討論？

我們認為，永遠沒有要求顧客「主動」的理由，惟有從自身做起，傳統的市調，是你問我答，屬於比較被動的方式，受訪者通常在諸多侷限的狀況下回答（如環境、對談者、題目限制），您可以運用大數據蒐集分析的技術，達到主動化、智慧化、多元化，設下天羅地網，跟上多變的輿論風向，一次掌握主流討論議題。

現行各大主流媒體網站，如Ptt、FB、Youtube、新聞網站、論壇、部落格等，都是大眾最常使用的意見交流管道，透過「yodass輿情有大師」，您可以輕鬆掌握每天成千上萬篇的討論串、新聞、留言、發文，清楚了解意見領袖，了解相關輿論是如何擴散，找到行銷策略最根本的需求。

別讓今日的商機，明日隨即逝去！

在資訊爆炸的時代裡，輿論風向可說是變幻莫測，今天網民讚聲四起的人事物，明天都可能充滿負面評論，一時聲名大噪的商品，兩天後就乏人問津，全新盛大開幕大排長龍的店面，一周後卻門可羅雀，您找了網紅推播商品後，卻不知道相關討論正在哪些地方發酵，大眾對於品牌或商品主動提出發自內心的建議往往在網路紅海中被淹沒了，經營者常常被類似的「突發狀況」逼得不知所措，若能即時掌握任何輿情變化的蹤跡，對於自家品牌、產品、服務的滿意度經營才能更得心應手，進而制定剋敵致勝的行銷策略。

服務頁面：https://im.yodass.com
或是直接與我們洽詢：marketing@tradevan.com.tw

本次競賽主要係高公局為精進全國大眾使用國道相關的應用服務為主，評審 團由7位交通大數據分析應用、視覺化及設計等領域專精的專家學者組成，為本次競賽評選出優秀團隊作品，期望藉著本次競賽激發出更多便民的解決方案。關貿網路組成的「G.T.N.」團隊以《E路通》主題系列為名，主要應用領域有「駕駛E路通」、「假日E路通」、「天氣E路通」及「事故放大鏡」等四大多元主題，以團隊本身累積多年大數據分析應用服務經驗，以及身為車主駕車的需求來發想，提出務實的方案構想。

在「駕駛E路通」的領域中，團隊運用Google API結合警廣路況資訊，即時 提供國道各路段事故警示，讓駕駛朋友們利用導航系統設定前往目的地路線途中，隨時知道將會遇到哪些事故路段，可以及早改道。而「假日E路通」則是整合歷年的節慶、連假等國道各時段車潮狀況，輔助民眾判斷在甚麼時候上路比較適合，而不僅僅是看到”當時”的車潮狀況而以。「天氣E路通」的部分，是整合各項氣象資訊如晴天、雨天、霧霾能見度等，即時警示駕駛朋友們提早注意。最後是「事故放大鏡」，結合政府Open Data整合各路段歷史事故記錄，警示提醒民眾或是 高公局此路段的安全風險。整體方案構想達到事前預警、事中即時運算分析與建議、以及事後記錄整合。

關貿網路大數據分析平台「yodass雲端有大師」，服務涵蓋電商業者、航空 公司、流通供應鏈、通關業者、進出口業者、政府部門等多元領域，服務內容包含網路電商（與實體零售）銷售KPI、門（分）店績效、財務統計分析、輿情分析、庫存管理、行銷策略、跨國融資等多層面的應用。為鼓勵團隊成員不斷充實自我，向標竿學習，跟上大數據應用之世界潮流，參加資料科學應用競賽或是黑客松（Hackathon）活動成為最好的學習成長試金石。過去團隊曾參加過政府機關主辦的農業黑客松、電力黑客松等競賽也都屢獲佳績，也曾與新北市政府合辦青創黑客松，藉由良性競爭及團隊合作激勵出更多的應用思維，碰撞出更多創意的火花。 從更貼近使用者的角度，思考資料如何昇華淬鍊為有用價值，展開洞見行動。未來關貿大數據團隊將持續努力，透過專業大數據分析服務為政府、企業和社會大眾提供更多優質的的資訊加值服務。

台灣能源政策，如何滿足供需平衡，是思考電力系統規劃時的關鍵前提。因應台灣用電量一年比一年高，特別是夏季用電高峰時刻常有接近負載極限的狀況，不但造成環保、空氣品質的問題，還有可能造成用電高峰時段斷電的意外，本次黑客松活動，就是為了探討台灣用電問題以及期望能讓民眾對電力供需有更深的認識。

yodass團隊運用台電開放的資料以大數據分析技術搭配專業的視覺化呈現軟體進行數據統整與分析。本次作品以「PPAP : Practice Power-saving Assisted Platform」「實踐節電輔助平台」為名，利用大數據分析找出高潛能節電地區 (指用電量及用電密度高的地區)，針對地區呈現的用電數據探討如何實施及推廣節電。並透過視覺化地圖呈現各地區的用電狀況、節電成效排名，以達到電力系統供需平衡的整體規劃目標。

yodass團隊有幸參加國內數場黑客松競賽並持續榮獲佳績，累積各個層面(如長照醫療、農業及電力供需等)之問題解決能力與各種資料領域特性，期許未來做個有大師，在相關領域拓展大數據能量，運用資料產生價值，為台灣這塊土地帶來更多的貢獻。

車險UBI指的是，依照個別駕駛人的駕駛行為，設計新型保費模式。泰安產險有推出類似保單，但產險公會希望可推出一個示範條款的UBI車險保單，提供更多同業參考，各家同業可從共同基礎再發展。

要建構屬於台灣自己的車險UBI計價模型，必須要蒐集更多資訊。未來產險公會開發基本型的車險UBI保單後，希望其他產險公司跟進，蒐集更多被保險人的危險因子，研發出更好的保單。

車險有許多新的開發方向，以近期金管會推行的外溢效果保單為例，產險業的車險可發展外溢效果保單，最有機會應用在車險理賠事故。

舉例來說，車禍發生時，車主不能移動車子，必須等警方到場判定責任事故。未來若能透過手機照相、視訊、車上建置記錄駕駛人習慣的機器等，來記錄車禍意外事故，讓產險業者迅速獲得被保險人的車禍現場訊息，有助產險公司迅速掌握車禍的時間點、地點及現場狀況，可加快車禍處理流程。

透過外溢效果保單，能讓車禍處理流程更快速，不會因車子卡在路中間造成交通打結。總言之，未來保單可在客戶建構安全管理機制前提下，搭配快速理賠服務，讓事故不延燒到周遭其他人。

（本文由富邦產險董事長陳燦煌提供）

陳燦煌談話三要點

1 汽車保險UBI意指按個別駕駛行為，設計新型保費模式

2 若能蒐集更多被保險人危險因子，有助於研發新保單

3 手機照相、視訊、車上建置記錄駕駛人習慣的機器等，可讓產險業者迅速掌握被保險人事故現況

來源: 聯合財經網

本次活動分成農業問題觀察與服務加值兩階段，第一階段團隊運用大數據分析技術蒐集與分析台灣各個農業都市的耕地率、人口密度、農業活動程度、平均所得及消費金額，試著從眾多農業都市中找出最需要幫助的都市。團隊發現台灣某中部都市面臨平均所得最低卻有最高消費的支出，進一步了解發現許多農民每每在進行耕作之前就耗費了相當大的資金進行農地整置和種子購買，甚至有貸款的現象，對於辛苦耕作的農民來說承擔相當高的風險，歸咎原因不乏是農民對產品銷路的資訊不清楚，不了解多數消費者真正的需求，投資種植價值不高且需求量低的作物，最後只好降價求售。

為了推廣產地直銷，讓消費者可以清楚了解農產品的銷售概況、收成季節、產銷履歷，在第二階段團隊開發出「台灣吃喝玩」與「農產品履歷」兩大模組，透過視覺化圖表讓消費者以簡單、明瞭、好操作的方式對農產品生產履歷及供應商服務狀況更加了解。此外，團隊運用農業開放資料結合當地旅遊資訊來推廣在地農遊產業，把當地的農村旅社、觀光景點及交通資訊都結合在產地地圖裡，並加入當地的節慶活動，要讓農村成為人人愛玩、人人愛買的好去處，振興農村經濟。

因應全球氣候變遷與國內相當重視的食安問題，首屆「台灣農業阿龜松 Agrithon@Taiwan」主要鼓勵參賽團隊運用農業資料解決問題的思維和行動力，協助農產業者發現問題並提供解決方案。此次競賽關貿大數據團隊再次使出了「洪荒之力」，展現我們在大數據分析領域的服務能量與創意思維。希望透過活動的參與略盡企業社會責任綿薄之力，並吸引更多對大數據應用與服務有興趣的各方好手加入。

台北世貿一館一連展出四天的「二○一六台北國際軟體應用展」四日圓滿落幕，此次以創新創意、智慧生活、智慧新政作為三大主軸，完整呈現包括物聯網、人工智慧、行動支付、大數據、智慧製造與雲端運算等新創科技和虛實整合的軟體應用趨勢。由於適逢暑假，估算吸引了超過十萬以上的參觀人潮。

關貿網路表示，本次應邀於經濟部工業局大數據智慧應用館展出的「yodass雲端有大師」不同於以往展覽的簡單探詢，到訪民眾對yodass與大數據表現高度的興趣，探詢問題皆有相關深度。

關貿網路「yodass」是一種BDaaS（Big Dataasa Service）服務，提供雲端大數據分析平台、資料倉儲、軟硬體整合技術、大數據顧問諮詢、教育訓練與實務導入等全面性三六○度服務。未能撥空看展者，可至yodass官網（www.yodass.com）作進一步瞭解，或電詢02-7737-0858，亦可以電子郵件（email:support@yodass.com）與關貿網路連絡。

越來越多的人使用Fitbit手環，小米手環或蘋果手錶記錄生活的點點滴滴，為每日生活做下記錄；就算沒有用這些裝置，智慧手機也悄悄的透過GoogleFIT或是AppleHealthKit，收集使用者的每日走路步數，爬梯階數，睡眠時間和生理資訊（透過配戴許多其他感測裝置）;當然這些數據的量並不大；不過透過長時間的收集，也能符合樣本數是可以趨近統計母體數的大數據特徵。再透過數據分析的相關技術，越來越多的APP都可以提供相關的建議。

這些行為數據的收集和分析，透過更多的感測裝置和連網能力，配合習知的演算法，已經有非常多的廠商提供解決方案;不過大數據的強項在於由不精確的數據中看出一些不為人知的相關性，也就是許多原本不以為重要的參數，反而展現出很強的相關性，例如之前我們用網路上減重日記的資料，搭配雲端有大師的大數據服務做交叉分析，可以清楚地顯示日記的填寫頻率，比起其他的條件更能顯示出一個會員的減重成功率。

拜資訊科技進步所賜，現今我們已經把社會中大部分的活動過程和記錄都已經數位化（digitalization）;然而數位化僅僅是把類比的訊號轉為零與壹的位元，現在我們才剛剛開始面對大量數位化之後堆積如山的資訊;這些大量的資料究竟是被放成堆棧還是倉儲，就在於最近開始的資料化（datafication）浪潮，透過數據分析的技術，在茫茫資訊瀚海中，找到有用的方向來發現持續收集這些資訊帶來的價值。

大數據分析產生的價值，就如同麥爾荀伯格所說的”是通知，而不是解釋”，透過已經成熟的技術，我們可以從數據觀察中預知一些可能性;根據穿戴裝置回傳的數據，分析你有可能變胖，有可能患上代謝症候群，但這並不代表這就是你被安排的結局;我們藉由這些先期的警告，透過和專家的對談，找到合理的解釋，做對應改變;激勵自我找出路徑，導向理想結果。

李世白

Dennis Lee
圖現科技 創辦人

更多文章

在為期二天的活動中，參賽者運用政府開放資料與社群媒體資料為主軸，打造出具有創新創意的應用程式、APP和網頁等服務和產品。關貿吳姿燕、陳俊光、黃勁超、李民祥及洪偉喬組成的「BI新時代」隊伍以「高年級奶爸媽」產品獲得最佳設計家金獎的殊榮。本服務的靈感來自於高年級實習生這部電影，台灣已然邁入高齡化的社會，高齡化的人口再加上低生育率恐已成為國安的問題，本產品以數據驅動的概念有效地協助政府單位”引導與媒合長者進行嬰幼兒之托育”同時解決銀髮族照護以及幼兒托育的問題。運用退休老人的人力，整合托育人員與閒置建築物的資源，打造社區托育中心，讓老人家藉由參與社區志願服務，得到陪伴並刺激活力，讓雙薪家庭的父母能夠放心工作，提高生育率。

本次「Big Data X Maker」Hackathon由關注大數據議題的各界企業共同贊助，目的為刺激各界高手發揮數據的創意，重新定義數據的價值與貢獻，關貿大數據團隊亦透過參與此次活動與國內不同領域的數據分析專業人才進行交流，向各界展示將我們在大數據分析領域的能量與創意，並邀請具備優秀創意與有意投入大數據應用之高手加入我們yodass大數據團隊。

目前單部車輛的自動駕駛基本原理（在尚未於其他車輛、號誌、道路與交通中心做訊號信息交換時）是：利用自身安裝的各種感測器與行車電腦，快速運算四面八方數據，做出即時的動態預測與控制，例如估算前方可行駛的最小安全空間，估算前方可剎停的最小安全距離，等等…。

哈佛大學哲學教授Michael Sandel在其著名的開放課程《正義》，善用許多假想或實際案例，設法使倫理道德安置在爭辯點，顯現其不確定性與矛盾本質，第一堂課的開場就用思辨的方式展開：「假設你駕駛著一部輕軌電車，發現前方有四個工人在施工，又驚然察覺煞車無效、喇叭失靈，你可以任由車子撞上四人，或是急轉到另一軌道，但會犧牲另一工人，你會怎麼做？…」

科幻作家Issac Asimov於1942年的一部科幻小說，其中藉由一本2058年的機器人手冊，列出了人工智慧機器人的三個基本守則：1）機器人不能傷害人類，或以無作為而造成人類傷害，2）機器人要絕對服從人類的指令，除非指令是抵觸第一守則，3）機器人也要隨時保全自身完整，除非情況預測是抵觸第一與第二守則。真是經典與合理的邏輯想像，也造就日後機器戰警與終結者等系列電影的高娛樂性。

對於目前偕同人類於工廠生產的重型機器人（手臂），若有足夠感測器，這樣的基本守則是必要的與可達成的。但當機器人裡也有人時，內部與外部的人類安全，孰重孰輕？也就是回到本文的主題：Robocar。

當前方緊急狀況發生時（例如，對向車輛不當超車失控滑入），自動駕駛車輛判斷已無法直線安全剎停時，是要保護自身人員與自身車輛的安全，而轉向造成路邊行人或車輛的犧牲？還是就是不管結果地只能直線煞車？資本論的世界，或許靠保險來賠償一切民事責任，但是電腦已高速預知結果，還是行車電腦連保險賠償都做了分析比較。在論述一般職業倫理時，判斷違反人員的三個基本共識是：1）直接造成非倫理結果的前因相關人員、2）知曉會有如是結果的相關人員、3）若能有其他避免選項而不採取的相關人員。或是就可以直接問：現在的自動駕駛車輛，有無類似的機器人守則？又是誰決定了一切？

當然這樣的討論可以反觀飛機的自動駕駛，但施行情況與所處環境是相當不同，特別的是飛行訓練的重心是利用科技設計出多樣模擬，以提升人類的應變能力，而車輛的自動駕駛的發展卻是取代人類的應變失誤。人類文明進化，需要持續做道德倫理的思辨，就像小到只是幾行程式規避車輛排氣檢驗，大到用龐雜程式選擇處理人身安全模式。

彭光中

KC Peng, Ph.D.
彭光中 博士

更多文章