1. 整合跨領域生活數據
   1. Open Data
   2. Jun Chen 陳俊宏
   3. 生活數據
      1. 3V
      2. 智能
      3. 即時
      4. 簡易
   4. 社群耹聽
      1. 聲量的概念
         1. 以一個主題
         2. 回文(被討論的程度)
         3. KEY WORD 提到關鍵字的程度
         4. 了解目標市場/ 產業的網路分布狀態
         5. 現代社會- 有聲量就是好事, 即使是負面的
         6. 流程案例
            1. 清理
            2. 概述
            3. 歸納
            4. 分析
      2. 經濟火車頭
         1. 實價登錄
         2. 分支主題 2
2. 連結產品與生活數據
   1. 和泰 吳騰芳
   2. ABC好車網
      1. 希望顧客關係不是買完就結束了
      2. 銷售平台與售後服務商家
      3. 由車延申到人-->
      4. 買車-人X車X生活 生態系
         1. 生活數據
            1. 交通資料
            2. 人口統計資料
            3. 經濟資料
            4. POI資料
         2. 人數據
            1. 會員資料
            2. 網站行為資料
            3. 行銷資料
            4. 車主偏好資料
         3. 車數據
            1. 車況資料
            2. 網路聲量資料
            3. 維修資料
            4. 預測零件的更換週期
            5. 車商基本資料
         4. 客戶, 競爭者, 與市場在那裡?
            1. OPEN DATA
            2. 市場情報 / 雷達圖
            3. 供應商
         5. 生態系數據的整合
      5. 銷售平台
         1. 通路
            1. 熱銷車款熱度分析
            2. 車輛庫存周轉率分析
            3. 商圈屬性分析
         2. 價格
            1. 車輛行情精準估價
            2. 車商收購風險分析
         3. 產品
            1. 車輛保值趨勢分析
            2. 人氣車款推薦
            3. 個性化商品推薦
         4. 促銷
            1. 潛客分析
            2. 精準行銷
            3. 廣告投放及轉化效益
         5. 汽車售後服務商家
         6. 消費者/屬性/生活型態/習性/購買意圖
   3. 盧人瑞 JJ LU
      1. 凱絡媒體_數位行銷
      2. 讓對的人說話
         1. 對的內容出現在對的人前面, 同樣的廣告素材在不同的情境跟使用的軟體是不同的, 而這會產生重大的影響
         2. 內容愈來愈重要
            1. 而且現在還需要知道內容在什麼平台,在什麼地方用什麼方式出現
            2. 內容
            3. 接觸
            4. 好感
            5. 互動
            6. 信任
            7. 記憶
            8. 內容
            9. 推廣
            10. 社群
            11. 搜尋
         3. 搜尋結果-品牌策展的成果
            1. CURATION
            2. 傳播該用策展的概念
            3. 數位環境裡溝通對象的信任
            4. 信仰主義
            5. 品牌廣告(上個世紀)
            6. 消費者的共同體驗(NOW)
            7. 每一個接觸點所傳達出來的訊息
            8. 品牌
            9. 性格特質
            10. 情感連結
            11. 創造信仰
         4. 將軟指標用語意分析的方式去作分析與判斷
      3. 凱絡+貝力德
         1. 50%以上在數位投放
            1. 30%以上在即時競價
         2. 軟指標
      4. 媒體與注意力都碎片化
         1. 媒體即訊息-由媒體的選擇來決定訊息的內容
3. 城市多元數據應用
   1. TMS 景翊科技 陳奕廷
   2. OPEN DATA 產品範例
      1. 公車
      2. Hitofun 可以喊價的訂房平台
      3. GuideMee 用旅行創造無限美好回憶
         1. 200多網紅搭配
      4. INRIX PARKME
      5. NTT Docomo AI Taxi
         1. 配合計程車
         2. AI Taxi
         3. AI Bus
      6. Toyota Myroute
         1. 未來移動新服務
         2. Myroute
         3. 一次的訂票完成所有的交通轉換的行為
      7. Data Market
         1. data Market
         2. Data Analyst
         3. Data Process
         4. Data Provider
         5. Data set
      8. Databar(平台) 資料販售平台
         1. 30 Data Set
         2. 50 API services
         3. 4 Data tools
         4. Revenue
         5. 10 Data Providers
         6. 7 Success deals
      9. DATATANG(交通數據)
         1. 自駕車模擬及訓練數據
         2. 無人車駕駛數據
4. 數據思維_
   1. 吳君孝 蜂巢數據科技 資料科學家
   2. 用人的背景去作聲量分析
   3. 資料將成為新一代的石油( 財富 )
   4. Data Thinking
      1. 資料思維將成為關鍵
      2. 案例: 農業資料科學
         1. 工程師只管功能完成
         2. 管理者不了解細節
         3. 農夫在意沒有光罩資訊
      3. 什麼是資料科學
         1. 把完整的資料生命週期過程, 將原始資料建造成可供行動的下一步
      4. 怎麼開始資料科學
         1. 資料
            1. 怎樣更了解資料的特性
            2. 魔鬼蔵在細節裡
            3. 怎樣更了解資料的特性
            4. 資料的標籤的準確性與意義
            5. 跨領域資料
            6. 要拆解個別的參數資料
            7. 觀察資料與貼資料的標籤
            8. 跟環境因子的關聯性
         2. 要了解你的需求, 定義你的問題(要很細很準)
         3. 科學
      5. 跨領域資料應用, 將成未來
         1. 農機共享
            1. 全新的農務服務模式
            2. 人
            3. 機
            4. 農機使用頻度地圖
            5. 事
            6. 農地
            7. 農作物資料
         2. 開放資料的Quality
         3. 商業上是否需要
5. 城市多源數據調研
   1. 資策會_吳瑄芮
   2. 台灣政府開放資料評比世界第一
      1. 41.9%使用過
      2. 21%
      3. 23%
   3. 民眾數據加值應用服務使用現況
      1. 交通領域
      2. 健康領域
         1. 需求17%
      3. 數位支付領域
      4. 觀光領域
   4. 最佳實踐 東京2020奧運
      1. 公共資訊開放平台
      2. 智慧型手機, IC卡, 數位看版
      3. 資訊傳遞與合作的雲端系統
      4. 數位看版合作. 提供最商切路線
         1. 跟數位看版合作, 根據票卷推測目的地
      5. 與飯店櫃台同步記錄計程車資訊
   5. 資料如何活用-才是後續推動政府開放資料的成功關鍵
6. Q & A
   1. Open Data
      1. 困難- 個資法的限制使得資料使用的限制太大
      2. 簡單的應用-結合
      3. 做商圈分析
         1. 家庭收入-可支配所得
         2. 人群分群-七群的人
            1. 交叉MAPING-最大的使用者需求在台南中西區(皮卡車)
            2. 從不同的維度裡面去發現不同的價值
            3. 警政署
         3. 每個不同的單位抓回來的資料的格式都不一樣
      4. 商務資料很難取得又很有價值 / OPEN DATA
         1. 結合什麼樣產業的資料會特別有價值的?
         2. 開放資料的品質問題?
         3. 快速了解到概況, 但資料品質很可能是有問題的
   2. 最常遇到的問題
      1. 有什麼問題需要被解決?
      2. 有什麼資料可以使用?
      3. 1. 這個產業想要解決的問題是什麼? 先找
      4. 2. 再去收集所需要的資料
      5. 3. 找領域專家, 問有沒有適合收集的DATA SET
      6. 4. 不要被開放DATA的資料參數限制住, 要自已去找到自已要的參數
      7. 假設要作未來要開的一家新店小七的銷售預測, 你會作什麼樣的資料收集
         1. 商業思維要先有
         2. 潛在客戶分析/流失客戶分析
         3. 先定義目標(EX: 什麼是代步車?)
            1. 小資車
            2. 價格標籤
            3. 客戶需求情境的描述
         4. 誰會來買?
         5. 常駐人口? 流動人口?
         6. 消費能力-商圈分析
         7. 要把那些影響的變數全部訂出來, 再從影響的變數去找數據
         8. 鄰近的店家的正相關或負相關?
         9. 消費行為會跟著時間改變
            1. 時間序列
            2. 最近購買日
            3. 平均消費值
            4. 需求與商業思維
      8. 把影響因子列出來
         1. EX: 天氣預報 VS 測站資料
      9. 怎麼找相關的人才
         1. 找到對DOMAIN KNOW HOW感興趣的技術人才
         2. 分兩種角色
            1. 商業思維的人(純技術的人沒有商業思維)
            2. RUN過BI或行銷的人, 跟技術搭配
            3. 對數據的敏感度
         3. 同一種人材能夠各方面都符合的很難找/建議分開來找
         4. 對資料的想像能力
            1. DATA資料科學家
            2. DOMAIN KNOW HOW的領域專家
      10. 對資料的想像能力-DATA THINKING 是很重要需要的思考
   3. 總結
      1. 資料即是黃金
      2. 1.對資料的想像能力, 培養資料思維
      3. 2.資料將不在只是單一領域的資料, 而是跨領域的資料, 以及資料生態圈, 小心溫水煮青蛙
      4. 3. 大家來交換手中的DATA吧