最近在網路上看了《遠見》雜誌「15歲少年救了烏克蘭？大數據專家荀伯格指出這個關鍵」這篇文章，這是全球大數據領域公認權威荀伯格（Viktor Mayer-Schönberger），因新書發表接受《遠見》專訪時，以當下烏克蘭情勢為例，談到了「數據素養」這個議題。
就像農業時代不可或缺的土地，工業時代必要的生產要素是鋼鐵，數據儼然成為這個資訊時代中至關重要的原料。就如同農業時代我們專注於提高單位土地面積農作物，工業時代則是降低耗損及增加產出數量，而在文中則是指出在資訊時代，如何讓數據發揮出更高的價值，關鍵則是「數據素養」，尤其是要懂得如何理解與分析資料，及藉著資料來實驗試錯，找到改善創新的方向。
烏克蘭少年透過無人機將蒐集到圖檔和GPS定位資訊分享給防守的部隊，軍方進一步進行敵我辨識及確認地理位置，然後安排炮兵部隊進行攻擊。荀伯格教授透過這個實例，呼應了在他的新書《資料煉金術：開放資料存取權，重燃創新之火》（Access Rules：Freeing Data from Big Tech for a Better Future）所提到的：
「資料增值的關鍵不在蒐集，而在自由使用和深入分析！」
資料的蒐集和處理，其成本已經遠低於過去，重點應著重於資料的分享、分析和使用，所以他積極鼓吹應該開放資料存取權，人人就能享有數位紅利，就能鼓勵創新，才有辦法在這世界生存得更好。
該書對於「科技巨擘的資料殖民主義」進行了批判，他認為少數的巨擘打造了各種機制、機會與應用程式，蒐集了大量的數據並只掌握在他們自己手中，他們壟斷了數據使用權，抑制了科技創新和新創企業的發展，他也積極倡議「開放資料存取權」，去打破資訊權力的不對稱，重新點燃創新之火，讓數位紅利能被傳統產業、中小企業、甚至每一個人都能享有，最後達到資訊上的財富自由。另外，書中也提到由於資訊科技的發展，蒐集和處理數據所需的運算能力成本已經大大的降低，絕不是只有少數大公司與富裕政府能夠負擔，對於數據分析運算所需的演算法，作者也認為這不是科技巨擘才能擁有的數學巫術和無上智慧，事實是許多在資料分析上廣泛使用的演算法，都是出自於學界，並且公布在開源的資料庫裡，人人都能免費存取。
當然，我認為這樣的倡議是一種十分烏托邦式的理想主義，每個人可以不用支付任何代價就存取各種數據，結合多種數據進行分析和使用，讓數據發揮更高的價值，為人類解決問題及走向更好的未來。反觀現實世界，雖然在現今這個數位時代，每一個人、組織或企業都擁有許多的數據，但在正常情況下，不只是那些科技巨擘，我想沒有一個企業或個人會願意無償地開放自己的數據給其他人使用。因為這些數據資產是必須支付相關代價才能取得和擁有的，就像烏克蘭小哥波克拉薩是用投資加密貨幣賺到的錢買了無人機，我們應該也不會有那種機運遇到科技巨擘免費提供大量數據給我們。所以中小型電商想要數據增值，必須先考量自身已經擁有哪些數據，要獲得額外的數據就必須考量取得的成本，評估自身能力可以負擔的成本，鎖定並獲得與營運目標和業務目的高度關聯的數據，若行有餘力才去收集其他關聯性較低的數據。
再者，蒐集到的數據必須加以處理，後續才能加以分析和使用。我們不像荀伯格教授那樣的大數據專家，可以輕鬆掌握那些免費存取的數據分析演算法，將數據進行必要的處理；對於一般企業而言，那些不用錢的演算法可能是我們無法理解的天書，更別提是否能夠拿來處理取得的數據。若是無法自行處理數據的清洗和分析運算，就也要把數據處理的成本一併納入考量。
針對數據蒐集和處理的成本考量，最關鍵的就是這些數據是否能達到最終的營運目標和業務目的，就像無人機收集的圖檔是用來判別敵我、而GPS的定位資訊是用來確認地理位置，這兩樣數據組成的資訊才能為後續作業提供價值。就以中小型電商常見的狀況為例，假設我們的業務目的是要找出下一期的主力商品，我們可以在個別平台的管理後台獲取個別商品的銷售狀況， 統計之後發現 A 商品是所有平台的銷售冠軍，也就是 A 商品受到了跨平台廣泛客戶的認同，所以把它當作下一期的促銷主力商品應該最能達到我們期待的結果。但如果我們可以進一步知道不同客群的消費情形，進而了解到高消費的舊客戶對 A 商品情有獨鍾，而且是因為這些 VIP 一次都購買多個 A 商品，所以拉高了 A 商品的營業額並使其成為銷售冠軍；反而 B 商品則是在第一次交易的新客戶族群大受好評，幾乎人手一個但其總營業額卻大幅低於 A 商品。那麼在獲得了更多精確的交易數據的情況下，下一期的促銷主力商品又會產生什麼變化呢？是不是能夠藉此針對不同客群制訂執行策略並配置相關資源呢？這額外的數據是不是可以為整個企業帶來更多的價值呢？那麼預期帶來的價值對比蒐集和處理這額外數據的成本是否值得呢？
所以數據的蒐集、分析和使用是否貼近最終的營運目標和業務目的是衡量成本的重要指標，對於中小型電商而言，先要了解投入在數據分析的資源，包含蒐集數據是否對企業營運發展有意義、數據分析的衡量與對比維度是否貼近實際業務運作、分析的應用是否可以在數據中找出差異的原因並作為後續行動的參考依據，這樣才能讓中小型企業以最高的性價比取得更加精準的數據作為決策支援的依據，優化企業的資源配置並帶動營運績效及動能，為企業帶來增值。所以我們認為：
「數據增值的關鍵不只在蒐集，更在有意義的分析和使用！」