游庭碩老師 / M10410118

所謂「資料科學」是指透過儲存、分析、呈現資料來協助決策的科學。資料科學家將第一手資料進行儲存，可能是文字、照片或影片，接著進入分析階段，不論是利用現有演算法或是探索式分析，最後都需要重新包裝、視覺化的呈現給需要的人，用資料說故事以輔助決策。走完分析到決策執行的階段後，最重要的是從執行後的反應、回饋來修正分析的過程，除了能夠針對分析的步驟做進一步改良，慢慢地減少失誤，提供分析的準確度之外，這樣的過程其實和Design Thinking很類似，而我們則是利用prototype進行測試，得到進一步的回饋。

不論做什麼都以資料為基礎的精神，加上大數據的3V「Volume大量、Velocity快速、Variety多樣」產生出新技術、新應用與新的商業模式。老師透過介紹案例來讓我們更了解資料科學的應用，例如：

- 在賣場裝設感應器偵測賣場哪一處最多人經過、停留，分析消費者的行為。

- 透過「輿情監控」在廣告一出來後收集各種文章與回應，分析正、負面字句判斷情緒的好壞，進而修正品牌。

資料科學的分析原來可以應用在很多地方，連文字都可以分析，甚至我們每天瀏覽網頁的紀錄也會被相關企業做為決策的參考資料，在大數據的時代裡，真的是各種資料分析在我們看不見、摸不著的地方默默進行阿。

而設計方法、設計思考不再只有設計師可以用，其實這些工具都以各式各樣的形式被運用在各個領域裡，游老師也提及資料科學並非獨立的個體，Computer science、Math & statistic和Domain knowledge三領域的交接處正是資料科學，Computer science和Math & statistic是工具，而Domain knowledge決定你是否問對問題、如何將缺乏結構的資料結構化、有邏輯的整理，例如如何度量？依主題還是數量等等。雖然每個人都有屬於自己精通的地方，但跨領域合作與整合才是能夠真正地有效利用資源、發揮價值的不變法則！