發佈日期：2023-12-07

謝旻均

管理學院

經營與管理學系

近年來，數據科學和數據分析競賽在各行各業中崛起，成為提升技能、學習最新技術和解決實際問題的有效途徑。為了配合系上必修人力資源管理課程，老師也要求了班上所有人必須參加「2023 WIN the PRIDE：用指標說故事」競賽，這個競賽是為支援科技政策規劃及研究工作，國研院科技政策研究與資訊中心建置了「政策研究指標資料庫(Policy Research Indicators DatabasE)，簡稱 PRIDE」，資料範圍涵蓋社會、經濟、科技、人文等領域的指標資料，並提供指標資料查詢、立即性的線上圖表展現， 以及跨期間、跨國比較等功能，以及節省研究人員到處尋找、處理指標資料及繪製圖表的時間。為鼓勵青年學子利用數據建立資料處理與邏輯分析之能力，進而藉由 PRIDE 豐富的各國指標資料了解國際現況並開拓國際視野。

競賽內容顧名思義就是利用指標分析去說故事，即使得出的結論不合乎常理，但只要你的分析數據能夠合理的解讀出來也可以。一開始，我們團隊花了不少時間研究競賽題目，由於競賽有規定至少三項的參考來源必須來自PRIDE資料庫，這個資料庫雖然內容很多，但分類功能不佳，非常不易搜尋，且也會有資料過於久遠的問題。以我們的主題「社會犯罪率」來說，假設我們想要知道失業率是否會是犯罪的原因之一，當我們在PRIDE資料庫裡搜尋「失業率」時，則會跑出許多不相關的資料，如兒童急性呼吸道感染治療率、農家與全體家庭所得總額之比較－平均每戶所得總額－比率等。這樣的一個搜尋問題讓我們花了不少時間在尋找數據。我們在這個競賽中換過一次題目，在原本選擇的第一個主題，因為上述提到的「至少三項參考來源須來自PRIDE資料庫」的要求，而PRIDE資料庫的數據沒有找到我們需要的內容，只能再更換主題，在這部分我們團隊花了很多心力，後來我們選擇了先找出數據，確定有可以的分析內容，再去思考我們的主題該訂定什麼，找不到可用的數據是我們在這次競賽中遇到的最大挑戰。

後來老師讓我們以科展的形式進行組間報吿，看了其他小組的報告，我們最大的問題是前後內容連貫性不足，在團隊合作裡大家就是把各自的部分完成後就結束了，而沒有更精準地去做到整理數據，加上時間不足，無法提高我們的數據品質，所以最後的結果可想而知沒有入圍，但仍是一個難忘的學習經驗，讓我深刻體會到了數據清理在整個分析過程中的關鍵性作用。通過整理數據，我們不僅提高了數據的可靠性，還使得後續的分析更加順利。