科技濃湯部落格

RSS feed
願世界每個角落的非營利組織都能享受資訊科技的便利
已更新: 42 分鐘 29 秒 前

[活動紀錄] 6/23 微軟 Azure 服務大解密及應用案例分享

四, 2017-08-10 16:49

更多活動照片(使用 Adobe Spark 製作)
微軟在 2016 年底,開放雲端服務 Azure 的捐贈(合格的組織每年有 5,000 美金的額度可免費使用)。Azure 提供的雲端服務與應用程式的功能很多,為了讓 NPO 夥伴們可以更瞭解 Azure 的整體面貌,6/23 邀請了朱以方(微軟資深產品行銷經理)及余俊宏(宏庭科技),一起跟大家分享 Azure 概觀及功能介紹,與實際應用的案例分享。本場活動共有 29 個組織、34 位夥伴參加。




朱以方:Azure 服務百百種 from 開拓文教基金會為什麼有雲端?

過去使用 IT 系統,需要自行架設伺服器,不管是在硬體、人力成本與維護時間的投入,都需要很多資源。現在雲端的架構成熟後,轉往雲上不僅能降低初期的投資成本,也能減少過度投資,依照需求,隨時調整資源投放,同時各種雲上提供的現成套件與解法,也能讓服務更便捷地執行。

雲端服務可分為幾種類型:



  1. 基礎設施即服務(IaaS, Infrastructure as a Service):廠商會負責管理網絡、儲存、伺服器與視覺化功能
  2. 平台即服務(Paas, Platform as a Service):除了前述功能之外,還包括作業系統、中介軟體及執行期
  3. 軟體即服務(Saas, Software as a Service):再加上資料與應用程式,譬如 Office 365 服務,整個系統軟體完全在雲上運作,由廠商負責維護。
許多人會擔心雲端服務的安全性,其實雲端安全和使用者的資安觀念比較有關,譬如之前有案例:美國共和黨智庫把資料放在亞馬遜的雲端服務 AWS 上面,但資料完全沒加密,等於讓資料在雲端上裸奔。

Azure 的所有服務:

  1. 可和 AD(Active Directory) 整合
  2. 開發者服務(Developer Services):可透過 Visual Studio 直接開發
  3. 開發網頁和 App:瞭解使用者使用的狀態及 App 可以改進的部分
  4. 最多人使用:VM 和 Data。可直接在 PaaS 上呼叫 SQL Server,連安裝伺服器都不需要,費用更少


上雲端的三大理由:

  1. 快速:譬如有廠商負責政府燈會的網站,因為和政府合作時,公文會壓縮後面執行的時間,透過 Azure 的 PaaS 服務,可直接選擇、部署所需要的系統與程式
  2. 節省:因應活動人數多寡,隨時進行頻寬方案費用的調整
  3. 延展:資源的部署和方案的更改,延展性大
Azure 生態系統(市集,Marketplace):許多廠商開發各種服務在上面,「應用程式」可隨選付費,馬上使用各種服務。

Azure is an Open Cloud:很多開放原始碼(Open Source)的應用程式也有支援。

Azure 法規遵循:符合最多業界規範或法規遵循,也取得許多認證。

Iaas:儲存、備份、災難復原備援



儲存、備份、復原你的資料:

  1. 「冷資料」的儲存:多年前、不太取用的資料,在 Azure 上儲存便宜,存取較貴。
  2. 預設會異地備份六份,可設定定時
  3. 情境:譬如財報資料的應用,只在特定時間下載、參考,平常不會太常使用。
Modern Application 網站:網路服務(Web Services)+應用程式套件(Application Insight)




  • Iaas 裝在虛擬機器:完全控制
  • PaaS 直接使用網站:簡化管理
    • 提供多種內容管理系統,內含網站範本可直接套用。
  • 案例:
    • 究心科技打造救災協作平台,就是使用最聰明、節省的方式,可參考相關報導
    • 活動網站開發測試:可先測試小活動的網頁,不用把整個網站往上搬
    • App 服務的花費很低
  • 直接整合 Azure CDN(內容傳遞網路)
    • 任何內容都能加速傳遞到全球任何裝置
    • 檔案下載加速
    • 網站加速
    • 影音服務加速
    • 健全的安全性
    • 依需求進行簡單或複雜的控制
    • 進階的即時分析
    • 目前最大客戶是 ASUS,可把網頁快速抵達客戶端
影音上雲端 (Azure 影片串流服務)


影片應用情境

  • 內部培訓影片
  • 服務介紹影片
  • 會議記錄、直播。例如:安麗的全球大會,是透過 Azure 直播來做
  • 宣傳影片播放
雲端影片處理的工作流程:上傳與雲端儲存→編碼→內容保護(加/解密)→資料流處理→媒體播放器(根據不同裝置自動調整解析度)。

客服機器人(Chatbot, Cognitive Services,辨識服務
  • 越來越多廠商把重心轉移到 IM(Instant Messenger,即時通),因為聚集的人數比社群媒體還多(可參考:華康字型聊天機器人創意行銷,三天湧入三萬多則留言郵遞區號收取手寫情書!
  • Prism 服務:
    • 透過影片進行物件分析,以及前景和後景的辨識
    • 平台上可使用微軟開發的研究技術,API 都分享在平台上,preview(預覽)狀態皆可試用
  • 未來:人力、機器人或 AI 共同工作。Ex. 智能冰箱:哪些菜快壞了?材料可以做出什麼食譜?冰箱可以自動偵測告訴你。
  • 官網:頁面拉到下方,有「探索表情 API 的實際操作情形」,可以透過變更不同標籤來進行辨識,也可上傳圖片自動辨識。
  • LUIS 語言理解智能服務:讓機器聽得懂!
Azure 應用案例


余俊宏:6/23 微軟 Azure 服務應用案例分享 from 開拓文教基金會
  • 資料備份(NAS)
  • 部署網站(使用現成的 App Service)
    • 使用 AZURE App Service、AZURE VM (LINUX MYSQL SERVER)、AZURE SQL Database 
    • 應用方式:以共用 AZURE App Service 方案的方式使用 
    • 優點:共用的APP SERVER 服務以少量的費用提供多個網站的展示
  • 部署網站(VM)
    • 使用 AZURE VM (Windows SERVER) 、AZURE SQL Database 
    • 應用方式:因需要比較高的 WEB SERVER 主控權,所以不使用 APP SERVICE,改用 VM 架構 
    • 優點:資料庫使用 AZURE SQL Database,有較高的穩定性,使用者只需調校教好 VM
  • 影音播放
    • 使用 AZURE VM (Web & DB) 、AZURE media service、AZURE storage 
    • 應用方式:以 AZURE media service 作為影音播放的使用方式 
    • 優點:價格便宜,不需擔心頻寬以及轉檔等問題,兼顧檔案安全及私密性
Q&A
  • App Services 和 AD 是二個分開的系統,要分別設定。
  • NAS 資料備份:下載資料要計費,上傳是不計費的。
    • Azure 上面的資料備份是以防萬一。平常都使用 NAS 進行檔案分享,如果 NAS 壞掉,可以把資料下載下來,只付一次性費用
    • 存放 1TB 是 800 元 + 取出的流量費用
    • 台灣數位有聲書推展協會詢問:如果是 8 年前的舊 NAS,可以如何處理?建議可放在一台舊電腦上,使用微軟提供的工具(AzCopy)進行 Windows Server 的設定排程來上傳,也可以做差異備份
    • 災難復原的速度是很快的
  • 計算方式
    • 可以部署好幾個網站,放在同一個方案內是比較省錢的作法
    • 管理員可以設定警示,每個月設定一個額度,超過就寄發 Email 通知
    • 透過 Azure 計算機,設定及預估 Azure 產品的費用
  • 目前 Azure 沒有客服電話。可以加入 Azure 的使用者臉書社團(Azure Taiwan User Group),進行技術與知識交流。

[紀錄總整理] 6/24-25 D4SG 資料工作坊@NCCU

四, 2017-07-27 16:28
大合照(更多照片請見 Flickr相簿
2015 年年底,開拓文教基金會和智庫驅動(DSP)聯合舉辦了「公益加值」資料工作坊(相關紀錄),獲得一些組織的提案和不錯的迴響。今年(2017),開拓、DSP 和教育部ITSA社群運算與巨量資料跨校資源中心,攜手合作,希望能讓更多 NPO 夥伴瞭解資料蒐集與清理、以及怎麼應用資料來改善組織的營運或服務。

工作坊之前,照例在 5/8 先舉辦說明會(活動頁面),瞭解有意願參與的組織,手邊收集到數位資料的質與量,同時也回應夥伴們的問題與擔心,譬如:資料是否可用來解決原本想詢問的問題?資料需要如何整理、清理,方便未來使用?資料的隱私問題與安全性,該怎樣處理、保護?說明會當天夥伴們提出了許多精彩問題,也多了一些對資料應用的想像。

6/24-25 的工作坊在政大舉辦。本次活動主要是政大不同科系、學習過統計及資料分析科目的同學們,一起參與。5 個組織提案,共 40 多位 NPO 夥伴、資料顧問及同學們,一起度過為期 2 天的黑客松。

以下是來自各組織及資料顧問們的心得分享與點評,也歡迎參考活動的 hackfolder 共筆
  1. 從無障礙服務推展社會參與(社團法人台北市行無礙資源推廣協會) 
  2. 分析捐款人樣貌,提升募款績效(財團法人天主教善牧社會福利基金會) 
  3. 弘道AIO照護服務優化(弘道老人福利基金會) 
  4. 從過去的數字找到一條生路(財團法人台北市立心慈善基金會) 
  5. 從個案紀錄/個案基本資料得到天使的行為風險評估(台北市失親兒福利基金會) 
更多相關資料...

[D4SG] 淺談資料格式與資料清理

四, 2017-07-27 16:22
工作坊現場,發現很多組織的資料量雖大,但資料的格式都有點「髒」,需要經過清理、整理之後,才能讓資料人拿來做進一步的資料分析與應用,也才能回應每個組織想解決的問題。

因此,活動中場,Johnson(DSP顧問)特別跟大家分享「好的資料是什麼?」希望未來組織若想投入資料分析的活動時,可預先做準備,特別是在做資訊系統的建置、規劃,與各種表單填寫的設計時,能多加留意。




十分鐘談資料科學的第一步 from Johnson Hsieh
任何資料成為數據化的紀錄之後,會喪失部分訊息。因此,一個問題是否能透過資料來解決,和「資料蒐集與紀錄」的方式有關。

當我們在做資料分析時,會動用到許多不同的資料處理工具或方法,因此資料必須是「機器可讀」的資料。記得:「給人看」的文件,不等於「給機器看」、「機器讀得懂」的內容。譬如單位裡常見的「報表」或「報告」,會把圖片、文字、表格等等,通通壓縮在一個 docx 或 pdf 檔,這是屬於給人閱讀的資訊;甚至報表裡,時常會有二個數值放在同一個儲存格裡、以星號註記、包括「總計」欄位,或欄位彼此有階層的關係、甚至使用跨欄的編排等等。以上這些機器都無法讀懂。




好的資料內容,需要:
  1. 文件內的「報表」要獨立抽取出來
  2. 報表轉成資料:要合併跨頁。移除額外的標頭、小計、階層、註釋等等。
  3. 單一儲存格只放一個數值,欄位很多的話,可以做成好幾份表格
    a. 透過 Excel 的 VBA 功能,很容易可以把二個表格合併在一起。因此不需要擔心加總或數值需要合併考慮的狀況
  4. 統一資料結構:同一筆資料,有不同的儲存結構(如:Excel 版本、JSON 版本),儘管機器可讀,卻會有不一樣的意義。 
  5. 每筆資料要有獨一無二的識別碼,讓機器懂得判讀、分辨那是不同筆資料。
  6. 同一個東西有不同的紀錄方式,最好盡量標準化。譬如年份,最好統一規定,否則可能在同一份表格,因為不同人的紀錄,出現:民國106年、106年、106、2017,這些都需要額外的資料清理過程。
  7. 資訊系統(表單設計)的設計,包括「必填 vs 非必填」欄位,都會影響未來針對特定問題進行分析的成果
  8. 可用「資料儀表版」規劃資料的品管規則
    a. 確認資料已經可以正確的被取出,並視覺化呈現
    b. 讓組織中的不同團隊共享資料,提升全體素養
    c. 減少資料科學團隊產生報表的需求,減少內耗
    d. 建立信任感,初步展現資料科學團隊的價值
如果組織希望大家記錄、保存下來的資料是有「能量」的,就要記得「文件、報表、資料」的區隔,做好資料欄位的設計及數值的清理。因為「資料品質」的控管,會影響之後的資料分析、報表及決策的指標。

更多相關資料...

[D4SG] 從個案紀錄/個案基本資料得到天使的行為風險評估(失親兒福利基金會)

四, 2017-07-27 16:08

小組討論中(更多照片請見 Flickr相簿
工作坊專案共筆

失親兒福利基金會已邁入第10年,服務對象從孤兒擴大為失親兒,目前全台有 50 多個社工,服務 6,000 多個個案。過去從紙本逐漸轉為數位化的個案資料、訪視紀錄、獎學金輔助等,已累積一定量的資訊。但因過往並無針對該數據進行分析與研究,希望藉由大數據分析,能評估基金會投入於個案的資源,以及其所產出之成效關聯性,藉此檢討過去成效,以及對未來新案的預先評估。亦希望藉此分析,能檢視目前基金會資料品質的充足性與正確性。

要解決的問題
  1. 分析基金會所投入之資源,與協助個案成效之關聯性。
    檢視個案是否因本會服務,在心理、生理、學業、生活、經濟等方面有所改善。 
  2. 評估現有數據品質,檢視數據是否有不足或多餘,以致未來能在數據蒐集上做調整。 
有怎樣的資料

彙整 5,675 個案資料總表(2014-2017.5),內容包含:
  1. 個案基本資料/申請表(年齡、性別、所在地區等) 
  2. 個案服務紀錄(社工訪視文字紀錄、經濟資助等) 
  3. 個案年度評估表 (每年評估個案情況) 
希望產出「公益投資社會報酬分析」(Social Return on Investment, SROI),可做為對企業主提案的資料內容。


顧問點評
  1. 找到關鍵因子 
  2. 資源配置最適化 
  3. 成功模式被複製,減少失敗經驗 
  4. 傳播策略:需要扎實的資料分析 
  5. 怎麼把大範圍的問題收斂到二天工作坊可以展示的成果 
成果報告
  1. 資料遺漏值達 95% → 有些欄位應設為必填 
  2. 受助個案中,父亡比母亡高很多 → 這樣的家庭危機比較高?家庭經濟來源者? 
組織心得




很幸運能參加 6/24、6/25 兩天的資料工作坊。

回想起來,我們基金會高度重視這次活動,開始一個月前,召開三次跨部門會議,三個提案中挑出我們最想知道的。非常感謝 Johnson(DSP 資料顧問)特別幫助我們了解、澄清討論中產生的許多疑惑。

我們最後的提案想法是:失親兒基金會在台灣耕耘了10年,能否從我們的服務記錄中,看到我們努力所帶來的社會價值、具體的成果?是不是有什麼服務或方案特別有貢獻?或者成效較低需要改善的?確定提案後,我們資訊組的夥伴,開心地前後用了兩週時間,從資料庫中彙整,挑選最後一次換系統後的 5,675 位個案、去識別化後,把系統中所有能撈的都撈出來,我們抓了8萬8千多筆、337個欄位的資料,滿心期待參加這次工作坊。

最後,雖然在時間壓力下,沒能回應我們原本想問的問題,然而,專業導師們的回饋、同學們的努力與熱情、其他單位的成果,給我們很多幫助,也令我們十分感動。

第一天,在資料整理、去蕪存菁的過程中(我想我們撈了太多資料,多到我們也無法掌握,理不出頭緒)),我們和同學們一起迷失在資料海中。第二天我們退而求其次,先了解個案的基本描述、服務以及相互交差比對、檢視資料的完整性等等,這樣的成果,有助於我們未來的個案評估、系統欄位的優化等,很感謝導師們、同學們的努力。

我們仍期待有後續機會,特別是導師們有提到,我們可能可以做使用文字庫分析個案記錄裡的文字內容,很有可能分析出含有社會價值的成果。然而,兩天的工作坊是做不到的,因此若有下次機會,我們在資料的預備上也會有更多掌握——先有內部初篩,再請專家或學生進行分析,相信在時間壓力下可以有更多成果。

很感謝主辦單位,以及每位投入的學生,讓我們有這次的經驗與學習,謝謝。

更多相關資料...

[D4SG] 從過去的數字找到一條生路(臺北市立心慈善基金會)

四, 2017-07-27 15:54

小組討論中(更多照片請見 Flickr相簿
工作坊專案共筆

立心慈善基金會成立 30 年來,有 25 年都聚焦在新北市的居家服務。透過專業社工精神來協助失能者,目前服務個案約 300 多人,關注萬華地區的社區問題。服務對象:
  1. 老人(失能型)
  2. 身障者
  3. 兒童(高風險)
要解決的問題

從 102~105 年的資料,把長照及非長照補助金額做失能程度的分析,套用在未來服務員薪資支付制度的調整,看成本程度的落差。
  • 目前基金會承接新北市政府的案子,包括:淡水和三重約 1/2 區域。因為區域縮小,多餘的人力怎麼辦?
  • 想了解過去成本的變化,以及成本結構?
  • 因為預算幾乎百分百來自政府專案,如果遇到縮編,會造成困境,所以想透過過去的資料及未來的新制度,來預測「未來的變化」。
有怎樣的資料

長照及非長照的月報表、每個月的核銷明細表。

成果報告
  1. 因應新制的成本規劃
  2. 格式整合困難
  3. 失能程度、低/中/一般收入戶:資料表沒有交集
  4. 基金會可以透過 web app 輸入介面來使用
  5. 顧問:新制與舊制最大的差別是:舊制的輕級不會補助,這部分會被節省起來;重度的新制補助會拉高 → 影響機構的投入服務和配置
  6. 補助方式不同
    a. 居家式:依時數(不管勞力負重)
    b. 機構式:以後是包裹式,不管時數,而是透過類別(把勞力包裹進去)
  7. 資料如果包含多一點訊息(對的欄位),可以找出優勢或服務因子
  8. 變數多的話:可以用「時間長度」而非類別來區分


組織心得


團隊產出了 Web App,可供組織未來使用
6月24日與25日對立心慈善基金會言是一個全新的嘗試,從事前的準備到活動當天,一直無法想像會是什麼樣的過程?以及會有結果產生嗎?當天的報告在參與團隊中並不突出,心想早上結束就可能打包回家了!當面對參與合作的同學們時,立即主動邀約請大家「選我!選我!選我!」還好一群可愛的同學們進入了這個團隊,真是好感謝!覺得好幸福!有這麼一群可愛的同學願意支持「立心」!

中午飯後,團隊開始討論如何進行數字的整理。的確在統計系或資訊人員的眼中,本會呈現的報表需要花時間進行「資料」整理,才是乾淨的!過去的經驗中,以為報表就是資料,原來資料不只是有數字呈現即可,而是需要一個欄位一個數字才能判讀,這是此次參與工作坊得到的重大收穫,未來執行資料整理時,要更確實掌握此重點。

泰竹同學是這組團隊的 Leader,在反覆的討論推敲中,感受到泰竹同學理解力之強,一點即通,不用太多陳述;且能引領團隊達到每個階段需完成的任務。因為如此,我們的工作變得格外輕鬆,只需備詢。

當日在討論階段的前面 2 小時中,確實陷入未來將要推展的「居家支付制度」與現在補助模式無法試算的困難,因為目前缺乏新支付制度的資料,加上新制度設計有多項內容的加成計算,考量因素很多,又缺乏相關資料,工作進度完全卡住。經老師的指點後,突破難關,找到可進行的方向,於是開始進行資料的整理,將本會的報表數字鎖定在 102 年至 105 年度的核銷明細表及月報表的資料,進行推估。因數字的整理需花時間、運用程式導入,遂將團隊分為二組:一組為資料導入,另一組為成果整理。

第二天,同學進入緊鑼密鼓的階段,近中午時又面臨費用計算方式到底為總數費用?還是補助費用?最後,參考目前試推模式,直接將輕度失能等級比照新制分類 8 級中的第1、2、3級,中度失能為第4、5、6級,重度失能為第7、8級,以政府補助的費用進行推估。團隊成員在分享過程中,對很多社政專有名詞是不認識的,而我們也對資訊專業的術語不熟悉,也因此察覺到「如何讓不同專業的對話能接上線」,是需要時間與方法,更重要的是要有耐心及肯學習的動力。不過團隊的成員們都非常專注討論與研究分析、個個全力以赴,這認真的精神實在令人讚嘆!

接近 3 點時,團隊似乎進入困惑期,此時老師再次進入指導,團隊似乎在黑暗中看見亮光、努力突破難關,這期間我們也發揮照顧服務的專業,送上餅乾、飲料。

在上台報告的前一刻,泰竹 Leader 沈寂了一會兒,將思緒慢慢地整併,在成果發表中得到一份出乎意外的禮物——可敬的團隊設計了App!將過去資料導入後,可以試算出未來支付制度在政府補助方面可能獲得的預算數,作為組織運作及營運規劃的參考,並作為政策倡導的依據,這就是我們期待達成的目標。

在此再次感謝 D4SG 資料工作坊給予我們參與的機會,感謝師資群的協助,更感謝團隊中每一位成員的努力與付出,請大家記得在長期照顧領域裡有你們的貢獻!


更多相關資料...

[D4SG] 弘道AIO照護服務優化(弘道老人福利基金會)

四, 2017-07-27 15:48

弘道工作人員正在解釋居家服務的流程表(更多照片請見 Flickr相簿
工作坊專案共筆

弘道老人福利基金會致力於老人長期照護服務,提供深耕社區、居家式的服務,包含送餐、社區服務、居家服務、醫療照護連結。近年更在重整服務經驗中,開辦整合照顧模式(AIO, All-in-one;小區域走動式服務)
  • 一天多次,破除服務被切割的狀況
  • 以家庭為單位,滿足家庭需求
  • 豐富老人生活,而非基本需求
以滿足想留在家、居家養老的體弱長者為對象,協助有老人照護需求的家庭。

居家服務目前已經實行了 4 年。希望讓老人在家安心接受服務,年輕人也可以安心投入居家的就業服務,從時薪制變成月薪制,讓照顧者不只是中高齡,能有更多年輕人加入,達成好的職場環境,讓職涯發展有可能。目前政策上,這樣的模式已經開始影響長照 2.0,政府也在密切注意,開始鼓勵更多 NGO 往月薪制發展。希望最終達到「翻轉長照,創造三贏」的目標,同時也希望好的模式能往外擴散。

基金會目前的運作中,共計有台北、新北、台中、彰化、高雄 5 個服務處、下轄 13 個組別,照顧人力約 230 名。單一區域服務人數從 30 餘人至近 300 人不等,以小區域模式提供可快速走動的照顧服務。

在這樣的規模下,基金會希望能從現有的個案、員工資本基料中,分析出更合理的團隊配置、服務規模、照顧比例(社工、照顧秘書與老人)與照護者的班表排程(顧及員工的休假需求、在職訓練需求、服務使用者的服務需求及機構成本管理的行政需求),讓基金會得以規劃、執行完善的服務計畫。

要解決的問題
  • 以台中市西屯區為分析樣本
  • AIO服務有好的服務、找不到關鍵損益
  • AIO服務團隊配置、照護比例(社工、照顧秘書、老人的比例為何?)
  • 排程?
目前有 33 萬名長照需求,居家服務近75%,但現況卻是「高需求、低使用,仍多用外勞」。弘道的服務模式建立起來後,收支平衡仍有待努力。


有怎樣的資料

*資料期間:105/01~106/05
  1. 各區域小區域劃分情形
  2. 成員每月服務時數及班表
  3. 個案、員工基本資料
  4. 每月服務收入及支出
為了準備資料,開了多次會議,各區工作人員一致且有力支持,進行了全會性動員。

遇到的困難

「時間」欄位。因為政府是用時數來計算,但可能遇到個案死亡或停止服務的時間,目前表單上沒有 → 因為格式是混亂的。

成果報告



  1. 五個服務處收集資料的方式都不一樣(模組語法無法一體適用或延展),所以選擇台中「西屯區」(39個里),資料量最大
  2. AIO 在市區比較能推行
  3. 個案資料是105年,但員工資料是106年
  4. 時數和失能:重度服務反而時數最少。得回頭去看排班。
  5. 社工:有人 60 多件,有人 20 多件,但輕重度沒有明顯區別 → 有人負荷很重
  6. 滿班率:四月比較低。冬天老人比較容易生病。
  7. 照顧時數:中度的多很多
  8. 照秘個案個數 vs 居住距離:透過距離比較好排班
  9. 個案地圖:
    a. 顏色深淺依照輕重度來劃分
    b. 以里作為地圖界線:之後可以作為分佈參考
  10. 花很多時間清資料,所以沒有太多產出
    a. 如果資料比較「髒」(格式混亂),那麼要分析的問題和方向就要調整(進行配速)
  11. 建議弘道可規劃:
    a. 統一的系統和介面,可以省下資料成本,至少到資料庫裡的數值是一致的。
    b. 蒐集資料的過程要「人性化」一點,來進行設計和思考
    c. 智慧輸入方式:可以減少行政成本
    d. (有品質的)資料蒐集會決定你要分析的東西。
    e. 到底要蒐集什麼欄位?太多欄位會讓人失去耐心。


組織心得

現場感想:
  • 和預期的結果有些落差
  • 在資料人詢問的過程中,瞭解資料有問題,會回到組織內部改善
  • 延續和推廣的話,無法讓各據點自主發展,至少資料的欄位和系統需要統一
  • 想了解資料工具,但怕打擾同學工作
從 2016 年就聽聞 D4SG 這一個方案,基金會內部也多次討論是否參,思考著透過這方案可以為基金會苦惱已久的創新型服務服務帶來何種改變?或者可以用不一樣的角度來讓我們延展對整體服務的思考。討論了許久,雖然那年並未付出行動,但埋下了一個想嘗試的種子。

今年 D4SG 的公告一出,那棵已埋下的種子露出了芽頭,哪個工作環節適合在此專案中進行探討?哪一個具有迫切的需求?且又是我們真正卡關亟需外援,以及其他觀點的?從服務結構、財務風險、照護模型、常模建立等議題,透過討論取得一致性的目標。也透過全會型的會議邀請夥伴投入、協助蒐集各服務處之資料,一次又一次的內部討論,更讓我們聚焦改變的方向、欲深入探討的議題。

我們期盼透過整體資料,找尋在共同模式底下各服務處因地而產生的差異,在可能的基礎下,何種團隊模式、人力安排及服務涵蓋才是最好的安排?為了這樣的野心,我們花了許多力氣收集各地的人力、排程、財務等各面向的資料,卻也也因資料的龐大,而無法好好在活動前做好資料清理的工作。在工作坊現場非常感謝夥伴們用了整整兩天的時間(看到大家深夜都還在工作,感動……),陪伴我們試圖從資料中找出目前的現況,雖然因為資料的格式、內容……等諸多問題,讓我們花很多時間在清理,也讓大家的發揮有所限制。

但,真地很開心,因為看到夥伴們在現場可以透過自己的專長,自主進行任務分工,努力嘗試著釐清問題、現象以及從中找到可能的解決方法,但因為時間有限及花費太多時間在清理資料,而讓大家都覺得似乎沒提供什麼實質的幫助。

其實在整個過程中,雖然我們一開始的野心很大,想要找到團隊及人力管理的最佳模式,但在二天的團隊工作中,我們也在學習,透過不斷地討論、釐清,做出適當的目標與期待調整;在有限制的情況下,做到什麼程度,是當下對整個團隊最好的模式——這是團隊工作中的學習,也是做出適當的決策、讓團隊能持續走下去的動力,這樣的妥協不是委屈,也不是不得已,而是我們清楚限制,也清楚我們的目標不會因著二天的活動結束而結束。所以過程中,我們很享受團隊夥伴所提出的一切,包含問題、限制,也包含夥伴覺得可以做的;我們也在觀察,從不同人的視角,會如何運用這些資料?會朝什麼方向著手?這些對我們來說都是學習與收穫。


依照服務個案的輕重程度,繪製的地圖
二天的工作坊雖然做出許多調整,卻非全然沒有收穫。除了團隊工作的學習、看見不同專業的切入觀點外,實際上我們一直想做個案落點,想透過一張地圖,讓基金會夥伴一目了然地了解個案分布,這樣他們在派案時可以更直觀;一直想做距離計算,但我們用的是笨方法,一個一個 google 地圖,但在這二天中,夥伴實質做出這二個模型,雖然只是雛形,但有了這些程式碼、這些技法與觀點,後續我們可以有很好的延伸。

另一方面,也讓我們從其他單位的困境,以及其他夥伴投入後的發現有額外的收穫,參與這工作坊對於我們來說是個學習,而我們也很開心曾經投入,在整個活動的過程中發現每個夥伴擁有很不一樣的特質,讓自己在團體中發揮關鍵影響力,也讓自己享受這些過程、看見自己所做的成果,這是一種很棒的體驗,因為每看見一次投入的成果,每次用力在團體中發揮自己的能力,都會有不同的感受以及成長。

最後謝謝開拓文教基金會與智庫驅動辦理這次的活動,謝謝提供這麼好的資源讓我們有機會可以透過團隊工作,深入的討論、陪伴,吸收不一樣的觀點、確認困境背後可能的原因,並提供我們找尋答案的契機。

更多相關資料...

[D4SG] 分析捐款人樣貌,提升募款績效(天主教善牧社會福利基金會)

四, 2017-07-27 15:39
工作坊專案共筆

天主教善牧基金會於民國 76 年成立,已服務 30 年,主要從事婦幼保護及拯救雛妓的工作,目前全台有 39 個服務據點,是擁有最多庇護家園的基金會。




要解決的問題

遭遇的困境:分析資料整合困難、投資效益分析無從下手、募款困難。目前一年約需 2 億經費,募款可達 7,000 多萬。現場其他組織分享:

  1. 失親兒:捐款人資料的收集比較困難
  2. 立心:大多是透過專案和企業及 NPO 合作
  3. 弘道:基金會找了一批行銷人才,會做專案募款分析,以及續捐戶的經營。企業經營很重要,盡量減少政府補助的來源
幫忙一起思考如何產出最完美的資料庫運用,來做最大利益的募款分析與資訊整合。主要研究議題為:

  1. 捐款人之輪廓為何?
  2. 索取贈品之捐款人輪廓?
  3. 捐款者動機與未來規劃。
現場 QA
  1. 避免刊物重新寄發
  2. 怎麼經營和捐款人的互動?
    a. 線上捐款:會收到 email,另外寄發收據時,會有酷卡。每年也會寄發成果報告及季刊。因為 30 年的活動,所以想分析近 5 年實質支持的資料。
  3. 目前有和捐款人的實體見面會?沒有。
  4. 目前募款成果是持平及上升的
  5. 資料填寫:很多資料不完整
  6. 資料庫和行銷的關係
  7. 善牧在聯合國佔有一席位置(有全球的善牧組織),也希望透過資料分析當作未來發聲的後援
  8. 分會的募款角色:很少,多是區域性在地經營,募款大多是總會在做
    a. 線上:總會
    b. 線下:分會,透過捐款人分析的策略

資料

3年線上資料庫、10年線下資料庫,由於資料的遺漏情形考量,最後決定使用線上資料庫作分析之主要資料庫。


第一天的小組成果分享(更多照片請見 Flickr相簿
顧問建議
  1. 資料搜索
  2. 初步分析
  3. 問題定義
目前資料看起來,捐款後贈送給支持者最多的是小陽傘。

成果報告
  1. 遭遇的困境:
    a. 現有媒體的管道資料不足 → 使用線上資料
    b. 資料庫項目不全 
  2. 平均捐款1,000元是合理的
  3. 雲林縣沒有據點,但捐款卻是偏高的 → 可以考慮設點?但成本可能增加!
  4. 資料遺漏值高(其他/待業中) → 設計問卷可以設為必填
  5. 群眾募資、小額捐款 → 小資女孩是主要的目標對象
  6. 所有年齡來看,信用卡捐款比例都是最多的 → 線上小額 1,500 塊以內
  7. 應該加入支持者管理系統(CRM)資料,以及贈品最好準備 500 份以內,也減少倉儲問題
  8. 社群網站:群眾只有 15 秒的注意時間,所以要和線下資料一起
  9. 不害怕推測,但沒有資料支持時,最好是:往哪個方向走?還需要哪些資料?這類的方式。
  10. 歷史資料:發現以前的事情,作為驗證,怎麼往下一步走?
NPO感想

感謝有這一次的機會,不僅可以和老師學生們學習新的資訊和應用,更因為可以和其他基金會接觸和討論現況,產生了更多的激盪與收穫。

1. 與不同領域朋友合作過程的挑戰或火花或其他...

原來資料分析的背後是如此專業複雜的一門課,包含我們在資料收集的過程需要的準備,這給了我們很重要的提醒——基金會應該修正前台線上、線下的資料收集,以利之後分析資料結果出來時,可以用有限的預算做更準確的投資。

2. 過程中,對原本提案的修正

一開始很想知道廣告投遞的效益,但因為資料庫缺乏資訊來源,故無法分析此項。但老師、學生們都給了我們很好的建議,期待來年我們可以做更多更好的效益分析評估。

3. 獲得的成果?以及會怎樣繼續使用產出的成果?



我們這一次主要分析捐款人樣貌,很特別的是我們從未分析過台灣各地的捐款交叉分析,分析的結果與我們自以為的想像還是有段差距,感謝大家的幫忙,讓我們更明白捐款者真實的樣貌。

這一次的成果為線上資料庫的分析,期待之後我們可以將資料庫來源編列的更完善,讓線上、線下的資料共同分析,使得樣貌能更完整。



更多相關資料...

[D4SG] 從無障礙服務推展社會參與(台北市行無礙資源推廣協會)

四, 2017-07-27 15:17

行無礙推廣的無障礙潛水活動
工作坊專案共筆

行無礙長期致力於「透過旅遊達到社會參與」——從旅遊活動落實在地無障礙的深耕與推動,透過各種活動試圖「勾引」更多人出來參與——從無障礙建築物、無障礙旅遊到飛行傘和潛水等各種活動。

障礙者走出來是需要輔具的。老人出國旅行需要租用輪椅,身障者也需要不同類型的輪椅來適應不同活動。目前行無礙提供輪椅輔具的租借宣廣及衍伸服務,包括電動輪椅(可收折及一般重型)和手動輪椅(一般和載重型)。

目前提供租借的輪椅,通常 1 年或 8 個月就會汰換(為了減少損壞或髒污)。有需求者如果到輔具中心租借,是免費的,但需要等待,所以就會轉往行無礙詢問。

目前在台北、台中、高雄三地都有營業據點,可甲地乙還,租借費用堪稱便宜。台北現在有二個據點(大橋頭、公館),發現需求量加起來是過往的二倍,二個據點沒有相互搶生意的問題。目前想在台北市或新北市開設第三個據點。


線上表單資料
資料

去年(2016)一整年租借服務的資料。平常資料都放在 Google 試算表上,累積約 8,000 筆,內容包括:
  1. 租和還各紀錄一次
  2. 日期、使用目的
  3. 不同時間或目的的變化
  4. 只有身心障者的註記,沒有性別
想解決的問題
  1. 每台輔具租借次數/ 天數/ 產值情形
  2. 如何評估租借成本與效益?
  3. 如何評估日後汰換與進貨策略?


行無礙協會總幹事許朝富,進行提案簡報(更多照片請見 Flickr相簿
現場 QA
  1. 這個提案比較偏向營運類:供需﹑習慣或模式的呈現
  2. 比較常被租借的輔具?用途是什麼?試算表有哪些欄位可以增刪?
  3. 租借沒辦法被安排的狀況?有使用者想租租不到嗎?
  4. 通常會準時還,或續租
  5. 多數都提早預約,會提醒:3-5天前打來預約
  6. 庫存有遇到困難?沒辦法預估,目前只能依靠臨時的表單瀏覽
  7. 客訴問題:很少,一個月不到一次
  8. 有記錄人數或人次?
  9. 使用量相關的資料:舊水量、新水量

顧問建議
  1. 對顧客進行分類(End User Profiling)
    1. 現場租借的資料
  2. 找出潛在客群
  3. 從「使用率」計算,來看「成本與收益」
  4. 新的經營方向(不同客群 → 不同費率 → 不同收益)

成果報告
  1. 租借者使用目的:最多是「臨時受傷」和「休閒旅遊」
  2. 使用者身份:老人和一般民眾最多
  3. 只有閒置的問題(供給大於需求),所以是成本問題
  4. 費率(價格敏感度):價格的調漲與調降的差異
  5. 臨時使用的:價格容忍度可以很高 → 調高的空間
  6. 生病及退化比老人還多
  7. 國內使用者:很多是臨時受傷
  8. 借用高峰:國內-農曆年;國外-聖誕節
  9. 使用次數都很低:只借一次的很多
  10. 使用次數1次=使用天數0-15天
  11. 因為成本考量,降低持有天數/提高使用天數
  12. 以一週為單位,有些人借出去,時間不到就還回來 → 可以設定為五天的單位

顧問再建議資料分析團隊
  1. 把長期和短期擺在一起平均,是奇怪的 → 不同行為模式要分開觀察
  2. 資料要產生影響力,需要有一張圖讓受眾馬上有感覺
  3. 如果報告死線是16 點,12 點應該就要完成「觀點」,剩下的時間要找好資料來佐證
  4. 簡報週五完成,那週三就要完成內容,接下來要把內容「做成猴子都看得懂」的狀態

NPO感想
  1. 原本有感覺、在思考的輪廓,有了資料佐證更清楚
  2. 希望在營運策略有更多發展

更多相關資料...

[網二紀錄] 陳昇瑋:從公益資料分析到聰明公益平台的抽絲剝繭之路

四, 2017-06-29 10:57


5月份的網二,邀請到資料科學專家陳昇瑋。他曾在網二分享「慈善捐款與個案故事——相關案例與數據分析」,這次,他帶來:資料分析究竟是什麼?並以博客來書店案例,說明資料應用分析的有趣結果。同時介紹「聰明公益平台」,希望透過共創、共享的群眾外包方式,讓 NPO 的組織訊息及財務資料,可以透過公開平台,達到財務透明、時時更新、有助捐募的效果。


簡報 from Net Tuesday Taiwan
現場影片 https://www.youtube.com/watch?v=mKKWBO4CUtY

資料科學是 21 世紀才出現的詞彙。資料探索和淘金一樣,如果用手淘金,就和用 Excel 做資料分析一樣,工具太過簡單。其實資料科學的範圍很大,包括所有幫助資料分析的方法。其中有三大趨勢:

一、Big Data(建議翻為「大數據」,而不是「巨量資料」)

  1. Volume. 量很大的資料,位元可至兆位元組(terabytes,簡稱TB)或千兆位元組(petabytes,簡稱PB)
  2. Velocity. 即時處理資料。高速資料流量、資料的改變及處理。
  3. Variety:非/結構化的資料。電腦開始可以處理非結構化資料。也因為資料的多樣化,通常需要解決很多問題。
    A. 譬如電腦的影像處理和分析(Computer Vision):透過視覺拍攝來進行分析。如:透過 256 顏色深度的強化分析,可以知道心跳等身體狀況,Google 眼鏡也可以應用這一類功能。
    B. 如:立法院公開影片的分析,可以知道發言者的情緒與誠實狀態推測 
二、Deep Learning(深度學習,過去一年全球最注意的技術)

機器學習(Machine Learning)的一種:讓電腦也有學習能力。人不用觀察規則來寫程式碼,改為電腦自行學習、自動產生資料,透過程式來學習規則。當然,機器習得的規則和人的直覺是不同的,所以現階段仍會出現偏誤。


Google 從 2014 年 200 個這一類的專案,目前已增加到 2,000 個,使用 Deep Learning 來做。如:Inbox 服務中的自動回覆、Google 地圖的門牌辨識、照片內容識別標註等等。

另一個應用是 Word Embedding(詞彙嵌入):把維基百科的十億筆文字資料放進電腦探勘,發現字詞之間的關係,可以用作向量分析,自動找出句子的結構與相對應的字詞位置。 譬如有人曾把批踢踢八卦版丟進去分析,會出現:



把 Big Data、Machine Learning、AI 比較,關係是:Big Data(原料)vs. Machine Learning(處理)vs. AI(結果)。 AI 代表電腦擁有人的智慧和判斷力 ,通常會以圖靈測試(Turing Test)來做:假設 10 個人與之對話,有 7 個人以為是人,以結果論就是成功的,不管中間的過程。

三、Deep Analytics

一般統稱的 BI(商業智慧),其實工具本身沒有太多智慧,沒辦法讓資料直接告訴你怎麼做決策,仍舊必須自行綜合很多維度來考慮。2014 年曾分析過蘋果日報慈善基金會的報導文字與捐款之間的關係,就不贅述(請參考慈善捐款與個案故事——相關案例與數據分析)。

博客來的資料分析案例

  • 描述型:性別、年齡等等。 
    • 譬如文學小說的讀者年齡分佈,透過正規化校準來做 
    • 找出暢銷書標題的文字雲 
  • 診斷型 
    • 封面、標題、頁數等等因素 
    • 關鍵字 vs 銷售,是正相關。如:力量 
    • 關聯性、因果性分析 → 找出真的原因,不容易。 
  • 預測型 
    • 書名關鍵字+上市狀況+書籍與商品呈現特徵 → (建模-列出700個因子)產生預測模型 
    • 列出各種變數 
    • 程式自動推薦比較好的用詞 → 最佳化,介入流程 


聰明公益資訊平台 HTTP://WWW.SMARTDONOR.TW



希望解決非營利組織資訊破碎及不透明的問題 ,透過資料的公開釋出,讓資訊充足,支持者能聰明捐款,所以產生這個資訊公開的平台。

如果某個欄位資訊,越少組織提供,會加重透明度分數的權重 → 變化值 





組織簡介中,包含網站預覽功能,將網站內的圖片、影片、文件等等,自動抓出
  • 類似維基百科的參與方式:任何人登入後,都可以編輯;隨時有版本紀錄,糾正錯誤。 
  • 願景: 希望大家成為聰明的捐款人,多瞭解組織的整體狀況與財務透明度 


最後的提醒

以下舉一些案例說明。

美國財政部稅務催繳信,曾進行 A/B TEST 的版本內容改善,結果繳交率從67%成長到 83%。在改版後的信件開頭,一開始就點出社會規範(Social Norm),來進行刺激,如:目前全美已有 91% 的人繳稅,而您是屬於小部分的那群人。

美國聯邦政府案例:透過資料分析進行資源分配的挪移,造成老人死亡率下降。



與會者對聰明平台的建議
  1. 有使用手冊的說明,比較容易上手 
  2. 小型NGO,比較沒有能力負擔責信功能 
  3. 可能從資料產生社會貢獻度指標?
    a. 社會影響力(Social Impact)無法量化
    b. 公益投資社會報酬(SROI)的數字無法比較 
  4. 支持者通常跟議題走,比較不會看財報。建議從議題分類,看組織的貢獻度 
  5. 中小型NGO,特別是運動、倡議,現階段需要更多人支持 
  6. 平台的定位?責信似乎是基本條件。 
  7. 服務 vs 倡議型組織可以分開來比較 
  8. 每個組織可以自行上傳 PDF 檔 
  9. 組織規模:建議加上這個篩選條件
    a. 小型組織:財務比較簡單
    b. 分成大中小,以中位數來比較 
  10. 相信公開透明的力量 → 是目前想解決的主要問題
    a. 重新對話、建立信任
    b. 基礎的開始 
  11. 想看到:組織的盈餘 & 虧損
    a. 困難點:每個組織的收支表項目不同 
  12. 有可能做輿情分析?社會印象?
    a. 需要量大,才有辦法做 
  13. 平台顯示大多是數字。捐款人捐款通常不是因為數字,以及平台可以揭露的限制 
  14. 網站上有捐款資訊:
    a. 可能有詐騙危險,另外可能會因為金流,導致信任降低
    b. 有可能跟政府串 open data API?把政府有的組織資料抓過來
    c. 評分+搜尋:會有 SEO 人為操縱的顧慮。考試影響教學?無法避免。
    d. 開放標準規格 
  15. 美國:過去太偏向量化資訊,正在進行反省 
  16. 機器學習:資料分析中,會有很多變數。規則的變化?人工智慧還差很遠。 
  17. 工作報告之外:新增官網、照片、部落格等等欄位 
  18. 社福團體評鑑:將要停辦。因為要修財團法人、社團法人等法規,有可能倡議修法時加入?
    a. 財務格式:有可能另外立專法。因為法律只有比較大架構的規定。 
延伸閱讀

  1. 【活動現場】大數據與資料分析,如何為 NPO 與捐款人搭起信任橋樑? - NPOst 公益交流站
  2. 余孟勳:最簡單也最困難的一步!「聰明公益資訊平臺」正式啟用! 

    [網二紀錄] 林彥甫:「如何從零開始導入 CRM 系統」— 美國 NGO 工作經驗談

    四, 2017-06-15 16:11
    4月的網路星期二,邀請到曾在美國 NGO 工作的林彥甫,分享如何從無到有、將 CRM(支持者關係管理系統) 架設起來,以及如何進行準備工作和功能的取捨。




    簡報 from Net Tuesday Taiwan
    彥甫唸書時,主修 NPO 管理,分別在三個 NPO 實習、工作過。以下先介紹一下他所協助架設系統的組織:

    一、簡介 AVillage



    AVillge 是講者實習的組織,當時沒有正職人員,只有兼職人員一位,類似社區協會,會做些社區目標設定(goal planning)的活動。

    講者實習時,主要在這個組織內進行:
    1. 建立資料庫/捐贈者 CRM 系統
    2. 設計、建設簡易網站
    3. 臉書小編、電子報總編
    4. 製作報表、分析服務狀況
    5. 建置簡易會計系統
    6. 編制使用手冊、提供教育訓練

    二、什麼是CRM?


    CRM 通常翻作:客戶/顧客/支持者關係管理系統,能夠儲存大量資料、產生所需報表的系統。

    當時在 AVillage,講者選擇的是 Little Green Light 這套系統。展示系統的控制台畫面(詳見簡報 p.9):
    1. 個人資料,一覽無遺:美國已經可以做到有資料庫提供個人捐款記錄等等
    2. 歷史動態,掌握全局:瞭解支持者跟組織的互動,支持者會感受到組織在關注他,更有意願捐贈
    3. 群組分類,智慧搜尋:包含多種邏輯條件,可以設定包含、排除特定屬性
    4. 募款進度,報名狀況:募款進度條
    5. 個人化信件,一鍵搞定
    三、如何導入系統?


    希望 CRM 可以幫組織做什麼?現場有人回答:分析季報告的統計數據、分眾經營等等。

    簡單來說,組織導入任何系統,一切都從許願開始。譬如:能跟其他雲端工具連結、感受到跟組織成長相連結的需求;簡單好用、長者也可以操作等等。

    初期導入時程(總共花了二個半月,等於全職在做):

    6/01 確認需求

    6/15 選定系統

    一開始進行「系統海選」,從網站推薦中,選擇最接近組織需求的。

    篩選條件包括:便宜、方便自學、有完整的教學資源、基本功能齊全、使用者介面簡單等等。

    至於「資訊安全」,當時沒考慮到,因為組織比較小。後來在比較大的組織,就使用區網內才能使用的系統。

    6/30 匯入現有資料

    盤點與彙整既有資料,包括現有支持者資料的 Excel 表單(約1,000筆)、捐款明細、活動簽到單、各種名片(建檔時會包括「姓名、地點、三個關鍵字」)、手機、信箱通訊錄(約1,500筆)等等。

    這是很重要的第一步,花了一個月時間。

    資料量不是太大問題,反而是系統設計要作對才最困難。譬如:有組織累積了 20 年的資料,系統重新建置,又把資料清理一遍,反而更累。

    7/15 自學各項功能:善用線上使用者手冊、YouTube教學影片,以及其他組織的教材。

    7/30 制訂作業流程:各種捐款、募款、人力分配等等流程(如下圖)。流程確認好,系統才有作用,數據才有可用性。


    捐款管道:報表欄位要經過大家討論,其中線上金流的部分,在美國 Paypel 上捐款者填入的資料,可以自動匯入。

    8/15 系統正式上線

    四、善用 CRM 於年度募款活動



    AVillage 組織成立約五年,是年輕的組織。CRM 系統建置好後,募款年增率達60%。怎麼做到的?

    首先,精準化貴賓/邀請名單:
    • 曾經參加過年度募款活動
    • 單年度捐款超過美金 250 元
    • 去年有捐款紀錄者
    可分眾經營。針對不同對象,以不同頻率來經營,譬如:捐款較多者,會花比較多力氣經營(一個一個打電話去邀),與一般對象僅寄發複製、貼上的制式 Email 不同。

    第二,簡單寄送個人化信函:
    • 個人化信件只要能吸引大家開信時,多停留10秒鐘,就算成功了
    • 上傳信函 Word 檔
    • 系統自動套用個人資料(姓名、通訊地址、捐款金額等等)
    • 系統自動產生信封標籤
    第三,連結既有電子報系統。當時使用 Mailchimp 作為發報系統,透過系統外掛,可以將CRM與Mailchimp的寄送名單資料,雙向同步更新。(關於 Mailchimp,可參考:非營利組織的免費電子報行銷利器:請大猩猩幫您送信非營利組織的免費電子報行銷利器(2):大猩猩進階功能使用

    第四,線上報名資料自動匯入,快速掌握參與人數。避免重複動作,節省時間,如果使用 Google 表單的話,需要複製貼上的整理;節省下來的時間,可以花在其他的經營行動上。

    最後,組織可以輕鬆匯出捐款明細,製作財務報表,事半功倍。

    五、過程會遇到什麼困難?

    現場詢問大家,導入 CRM 會遇到什麼困難?
    • 至善:金流和 CRM 沒有接在一起,還是二個獨立系統
    • 青平台:工作人員的 SOP 不一致,有人用 FB 開活動、有人不想填太多資料、電子郵件容易被丟到垃圾桶
    • 勵馨:有些久未更新的資料,如何活化?
    剛開始會遇到的困難:
    • 不知從何開始 
    • 老闆不瞭解、不支持 
    • 無法統一作業流程 
    • 沒有專門人力去研究、學習系統 
    導入後可能面臨的問題
    • 同事抗拒學習,需要一對一教學 
    • 介面不直覺,學習困難 
    • 作業流程不一致,重複做同樣的事 
    • 資料輸入錯誤率高,沒有校對機制 
    • 經驗與知識沒有傳承,離職後系統無人使用 

    系統導入要成功,有上圖的五大要素。其中:
    • 完整教育訓練:組織內部或外部的支援
    • 多方溝通(特別是舊系統轉換到新系統)
    講者離開後,組織的電子報有持續發送、經營,很高興募款金額一直在成長。

    Q&A時間

    1. 網絡行動 Jimmy:組織願意聘用你、找系統、教育訓練等等,組織願意投注的成本? 
      • 一年 500-1,000 美元的系統費用 
      • 在另一個預算有一億台幣的大組織,設計新系統花了 3 萬美金,每年教育訓練和維護,約2,000-2,500 美金。
    2. 勵馨:舊資料如何活化?資安如何控管,特別跟雲端連結?系統和金流、電子報的連結,因為已經有舊系統在,如何對新系統進行評估? 
      • 支持者5年內都沒有任何互動和捐款的,建議直接把資料砍掉 
      • 國外有這樣的例子,雖然不太好:對 Email 沒有任何反應的訂戶,發出一個最後通牒:只要捐款,就不會再煩你 XD
      • 有些系統可以做到:前台輸入的資料,到後台會變成加密資料。降低個資風險 
      • 舊系統有何不足?先做一個整理,再討論要加外掛或設計一個新系統。 
      • 網絡行動建議:
        • 國外有比較的網站,可就功能挑選
        • 現有 vs 許願的功能
        • 未來會介紹多一點國外怎麼評估?以及組織內部的評估表,類似買電腦或手機那樣的功能比較表
    3. 活動參與者,名單都會全部匯入? 
      • 報名表單上很多選填,只要姓名+Email,就可以發電子報 
      • 用戶可以「取消訂閱」:通常會保留選擇權給用戶,加上個資法也限制資料的用途
      • 手機簡訊:可自行選擇頻率與緊急程度
    4. 如何從零學習? 
      • 很多原理、原則、程序,值得參考 
      • 譬如特定節日可以寄送給特定的支持者,蒐集資料時就要包含可以辨識身份的條件
    5. 如果系統裡沒有需要的欄位?以後有新增欄位的需求?和金流平台串接,需要組織自己洽談? 
      • Little Green Light 的系統可以客制化欄位,不確定有沒有上限。需要注意,每個系統都不同。
      • 透過 API 串接金流,自由選擇需要匯入的資料
    6. 有內部客戶和外部客戶,財務系統可以整合? 
      • 可以匯出捐款明細的格式,匯入另一個會計系統 
      • 國外系統比較可以跟會計、銀行系統互通;國內因為系統自行開發或比較老舊,資料可以匯入、匯出就很不錯了
    7. 信件被歸類成廣告信,沒有被點閱,如何改善? 
      • Mailchimp 後台會有統計,也可以進行 A/B test,看大家比較會點閱哪一種標題
    8. 組織規模大小不一樣,怎麼各自設立不同的目標? 
      • 小組織:目標不知道,但喜歡許願,希望逐漸改善 
      • 大組織:需求開得很細,最後只能找系統商來開發 
      • 拿很多政府專案計畫,所以數字報表需要很精確,資料正確度要很高
      • 減少成果報告書的步驟 導入
    9. CRM 後,如何產生有意義的數據? 
      • 清楚看到支持者的歷史互動,是很關鍵的資料,特別當活動都很分散的時候 
      • 案主使用機構哪些服務?頻率? 
      • 勾勒出用戶的樣貌
    10. 資料校對怎麼進行?教育訓練是什麼? 
      • 面對面的教育訓練 
      • 使用手冊(備用、查找):很細的用戶使用指南 → 流程、資料格式、步驟 
      • Email 時常需要校對,透過 MailChimp 來幫忙。 
      • 找出明顯的錯誤,譬如捐款的金額是0。 
      • 常用的資料通常會特別校正
    11. 會推薦使用線上報名?有些現場報名,字跡潦草,資料容易輸入不正確。 
      • 現場會提醒大家使用印刷體書寫 
      • 線上報名仍比較好
    12. 設定目標,譬如募款隔年進步的幅度,讓專案管理者可以提醒自己注意 
      • 去看捐款的人數是否成長?比總額重要 
      • 捐款是更高階的參與方式 
      • KPI:支持者是否持續捐款?或捐款總額的變化?
    13. 比較台、美NGO管理的不同?關心的議題? 
      • 美國的 NGO 發展歷史比較久,有些從歐洲而來。 
      • 二國規模差很多,譬如組織的規範、法治 
      • 美國是透過國稅局統一管理,但台灣管理機關比較複雜 
      • 透明化:美國有統一資訊公開的格式,支持者可以到很多NGO評比網站或資料庫,瞭解組織的財務狀況 
      • NGO和社企的法規是否健全 


    [網二紀錄] 打擊家暴的資料英雄 - NPO如何憑藉數據來解決社會問題?

    三, 2017-05-24 17:46
    3 月的網路星期二,邀請到 Johnson(DSP智庫驅動資料科學家),分享 D4SG 資料英雄計畫(D4SG Fellowship),包含以下幾個部分:
    1. NPO 如何提一個資料專案?
    2. 如何在招募會上找到強大的資料英雄?
    3. 三個月的專案是怎樣進行的、需要怎樣的準備?
    4. 產出成果之後的下一步是什麼?
    活動直播影片 https://www.youtube.com/watch?v=CynLJq1V-6k



    簡報 from Net Tuesday Taiwan


    家暴通報熱點地圖
    台北共有 12 個行政區,根據 2015 年台北市社會局的資料,每一個行政區都有家暴案件,不論老舊或新興社區。要透過數據資料解決問題,首先要規劃出「計畫流程圖」,包括:目的→資料旅程→問題定義(如下圖)。



    1. 地圖組:分析方法

    必須做「資料清洗」的處理,因為家防中心提供的資料,皆為訪談或填寫的表格,內容會有人為誤植、或使用數字及描述方式不一致的情況,因此需要整理資料,才能作分析使用:
    • 軟體工具:Excel、R 語言
    • 投入 80% 心力
    • 包括性質、要處理的問題:
      • 未來人(生日錯誤)
      • 未分類案件
      • 無家可歸(要分辨是否遺漏資料)
      • 生日格式不同
      • 缺漏值(解法:用結案報告回填、運用統計分析的方法)
      • 資料視覺化:D3JS、AxShare 等工具。
    2. 建模組:找出危險因子

    找出危險因子,包含「個人、關係、社區」為中心的三個圓圈。訊息量部分,關係>個人>社區,因社區的資料收集較少,不過這些數據會跟其他資源銜接,可以從其他地區回填過來(這部分實作時,因時間限制,沒有完成)。



    預測模型使用「隨機森林演算法」(上圖),先建構出整個模型,再看有哪些性質的個案,會最接近疑似回頭客的因子。共 46 個變項, 500 棵決策樹做平均,得出一棵最佳的樹。誤差值 0.079。

    模型樹中,最上面的因子是最重要的,從上面往下推遞減。這裡使用的資料是 2015 年 8,000 多筆的家暴案件,再用 2016 年的案件來驗證模型是否準確。

    3. 組成人員
    • 領域專家:對所提出的資料及組織的服務內容、提案問題等,熟悉掌握者
      • 家防中心:主任、督導、社工師、資訊分析師等。
    • 顧問:擁有處理各種資料議題疑難雜症、經驗豐富的資料科學家
      • DSP 智庫驅動
    • 建模組:負責資料清洗、分析、風險指標與模型建立的資料科學家
      • 對外招募的資料英雄
    • 地圖組:讓資料透過易於解讀的方式被呈現,成為好看的故事
      • 對外招募的資料英雄
    4. 本段 Q&A

    (1)是否可以推估出家庭在貧窮線以下的狀況?

    答:這次沒有特別做,但可以將森林演算法最下面的因子分數,換成家裡的經濟狀況,就可以推估出家庭經濟狀況的結果。就像前面補回缺漏值的作法,透過其他的因素來回推。

    (2)500棵樹是怎麼決定的?

    答:數學上有證明,只要夠多棵樹,都差不多。或是另一個方法,用10、50、100、300、500 棵樹做出來後算誤差,當在 300→500 時已誤差不多。

    (3)這個專案有嘗試其他演算法嗎?

    答:有,而且並不是決定「隨機森林法」,馬上就做出來,中間有很多專業考量。

    (4)46 個變項如何決定?

    答:A. 一開始資料有的欄位,會先丟進來,但有些欄位太隨機,就會去掉

    B. 透過原來的數據,加上社工經驗轉換出來,如:求助時間差。

    (5)如果要尋求其他問題或答案,那表格又要重新整理嗎?

    答:像 46 個變項就是針對回頭客問題所整理、縮減的,在另外的大表裡有儘量保留其他可以處理其他問題的彈性,但不一定足夠。這次誤差可以那麼小也算是個案狀況,不是通例。

    (6)施暴者如果透過社工查出疑似身心障礙,但不確定,可以從這個成果來進行協助嗎?

    答:因為這個模型是以受暴者的數據來得出,所以無法描繪出施暴者的模樣。

    怎麼做到的

    D4SG 是 Data for Social Good 縮寫,是智庫驅動正在推動的「資料力、做公益」計畫。目前已協助 40 個 NPO 及政府機關。

    Johnson 分享,以前念統計,後來發現很多同學出來做的事都跟統計沒什麼關係,希望讓跟自己同樣出身背景的人可以真正去做資料分析的事,發現幫公共服務性組織可以達成,一開始都是無償的。

    去年二月時開始這個計劃,很多人出來免費、熱心地參與,每次三個月。所以會選高社會影響力、且可再利用的資料科學專案。例如剛剛家暴的案例,台北及新北市政府就可以使用。

    公共服務性組織也一定要主管協力進行,才能拿到足夠資源,也才知道能否再被利用。選題目時,必須很嚴謹。

    1. NPO 如何提一個資料專案?

    需到官方網站提案

    大部份錄取單位的提案,都不會成為最終成果,但有價值的是把這些問題想好、寫出來。重點是組織有沒有「影響力」、「行動力」和「資料」。

    資料部份,可以找服務科學專業的夥伴來設計,或是找一套資料系統搜集一、二年。

    下個階段,會找資料分析的顧問來重新組合(re-module)這個問題。例如:當初家防中心想做「技能管理」,因為主任一開始想的是「如何更有效率」。我就想怎麼做快篩,當條件是文山區某處,要很快想到可能是兒少問題之類的,這不會取代負責該地區的社工,但能幫助一開始不熟悉該地區的社工。

    2. 如何在招募會上找到強大的資料英雄

    提案完、顧問重新組合思考問題後 ,再來就是選美比賽,看誰的資料和問題比較性感。

    當天會有幾個提案組織上台報告「我們要做什麼事」,也有發生過提案都沒有人加入的狀況,因為有些組織可能報告很好,但被看出來沒有資料。

    報告完就是大家搶座位。簡報中大家低頭看資料的照片,是當時消防員想知道「哪些是火災危險地區?」,讓當局可以多做宣導或是給火災警報器。

    3. 三個月的專案是怎樣進行的?需要怎樣的準備?

    每週開定期會議,什麼都可以變,只有截止日期(deadline)不變。

    會議中黑板左下角會分工,決定這週要達成的結果。過程中,會請做主要服務的一線社工到場解惑,也會有專業的顧問來幫忙技術指導。

    4. 產出成果之後的下一步?


    新聞媒體的露出。像台北做了全台第一個用資料防治家暴的宣示,大家就會關注。講個小八卦,連續兩週跟家暴相關新聞,一開始風傳媒獨家在早上8點,蘋果在一小時內跟上,再來自由就到晚上了。

    一開始組長考慮要公開資料,投書討論後,決定不公開了,只考慮給社區等組織看。一週後,有些新聞聽了「找回頭客」比較聽得懂,才漸漸比較多家報導。

    如果還是不知道怎麼開始、參與提案?


    可以考慮參加為期二天的 D4SG 工作坊。

    [活動邀請] 6/24-25 D4SG 資料工作坊@NCCU

    若有任何問題,歡迎詢問:
    • 邵小姐(開拓文教基金會)
      • alice.shao@frontier.org.tw
      • 電話 02-2368-9895#13
    • Johnson(DSP 智庫驅動)
      • johnson@dsp.im
      • 協助確認資料是否合適為工作坊所用

    【活動紀錄】2017 CEO 交流研討會~想像理想的資訊運用圖像

    二, 2017-05-23 14:09
    開拓文教基金會與台灣微軟在今年(2017) 3 月舉辦的兩場「NPO資訊科技運用」座談會(活動紀錄)中,我們介紹了雲端的趨勢與影響、分享了雲端捐贈產品(Azure & Office 365 的運用),以及「行動載具時代,NPO的網站可以怎麼做?」諸多與會的朋友們在回饋中提到:開啟一些對雲端發展運用的認識、學到剖析的角度……期待在組織與主管們的支持下,用更開放和學習的心情,做更多的嘗試和努力。

    所以,這一場 2017 CEO 交流研討會,我們邀請大家一起來進行一個下午的交流和探索——因為除了我們努力搜尋資料、設想的需求外,探詢 NPO 的主管們對這一波波改變帶來的衝擊和機會,有什麼想法和需求?對於未來的因應策略有什麼擔心與規畫?並且互相交流學習,對NPO夥伴和想要提供協助的資源方都是重要的。

    這次活動共有 41 個組織、61 位非營利組織夥伴參與,主要是主管及組織內決策人員。活動現場分為 7 個小組,由 2 位引導師進行活動引導。在有限的時間內,聽到許多不同的經驗和想法,並看到彼此可以互相參考與學習的地方。在此將過程和產出整理出來讓大家參考,也希望藉此邀請更多擁有資訊科技與資源的朋友們,一起來關心與協力。(具體的做法可以是:加入與支持科技濃湯的軟硬體捐贈行列、參與每個月辦理的網路星期二、或支持個別NPO的資訊能力提昇……我們都歡迎。)

    完整的活動紀錄,包含現場協作的海報、討論與文字紀錄,請參考簡報檔(下載連結):


    活動紀錄簡報檔 from 開拓文教基金會@slideshare
    活動主要從四個面向進行討論:

    一、對未來資訊理想圖像的拼貼



    1. 每個人移動到旁邊的工作桌,挑選最能代表自己感覺的照片圖片,進行分享。

    2. 每個小組分到一些雜誌,邀請大家共同討論後,一起在海報紙上,透過剪貼雜誌的方式,一起把未來對資訊的理想圖像,進行拼貼整理。


    3. 各組上台分享對未來的願景與想像

    二、從組織出發,未來可能面對組織資訊工作的挑戰


    1. 每一組討論,用便利貼寫出 15-20 張,目前組織遇到的挑戰。
    2. 將這些挑戰,再進行整理,每一直行代表一個重點
    3. 每組整理好後,留下一位桌長,其餘組員分散到其他組聽取報告,一桌不超過 7 個人。
    三、解決哪 3 個挑戰,可以為 NPO 的未來,帶來不同?


    1. 從上一輪的討論中,再挑選出 3 個特別有感覺的,寫在 A4 紙上,一點一張紙
    2. 所有組別討論出的重點,個別簡單報告過後,貼在大牆上
    3. 透過大牆上大家貢獻的要點,逐一進行討論與歸類,最後歸納出最多要點的事項。
    四、從願景邁向策略



    每組選擇一個最想解決的挑戰,根據這個主題,擬定可行的策略與規劃,成為下一步行動的可能。七組人針對四個大方向的挑戰,提出策略想法,做為彼此未來努力的參考。(例:上圖為針對突破行銷困境的策略想法)

    參與者回饋

    一、參與本次交流研討,您最大的收穫是?對您或您的組織有幫助的是?
    1. 與性質相近的組織交流,以後可以有更多連結
    2. 瞭解目前 NPO 遇到的困難和解決的策略
    3. 學習其他組織的經驗
    4. 看到成功使用 O365 等工具的範例
    5. 設備租借
    6. 對於組織內部人員的溝通,獲得許多具體改善方式的交流
    二、經過今天的討論,您覺得您的組織在資訊運用方面,最需要外來資源協力的是什麼部份?
    1. 資訊的教育訓練
    2. 輔導使用科技濃湯有提供的軟硬體、易上手的範例
    3. (有同理心)IT 人力,兼職及使用者體驗設計師等等
    4. 資訊顧問
    5. 數位志工
    6. 對的資訊團隊
    7. 資訊基礎人才的培植
    8. 數位行銷
    9. NPO可使用的(免費)資源
    10. 更能簡單操作即使用的軟體,適合組織、量身定做
    11. 跨界的溝通與諮詢
    12. 多瞭解科技濃湯提供的服務
    13. 新軟體的認識與技術指導
    14. 經費支持穩定的網頁更新、系統導入
    15. 政府及各方機構對資訊開放和程式介接的支持
    16. 更多元的資源可以選擇
    17. 資安、資訊倫理的觀念建構
    18. 大數據的分析
    三、您的組織是否有可以跟其他非營利組織分享的資訊運用的經驗?可以簡單說一下是那一方面的經驗嗎?
    1. 科技輔具:眼球畫畫
    2. 目前配合不錯的廠商
    3. 由內部人員學習瞭解資訊專業、外包業務,比外部請人容易
    4. 微電影的申請
    5. Office 365
    6. 利用Excel設計簡易長者志工的服務資料彙整及統計分析
    7. 地處偏遠的資訊應用經驗
    8. 從決定、開始到使用的問題及突破
    9. 網頁設計
    10. 共享收捐款軟體的使用
    11. 資料雲端化共做、權限管理等更便利及安全
    12. Google 及 Trello 的應用
    13. 兼職的IT人員
    14. 有導入新系統不順暢的失敗經驗,瞭解到專業人員與組織之間需要有轉化語言、內外溝通的通才
    四、您的其他建議與回應
    1. NPO 專屬的交流平台,可以互通有無
    2. 有更多解決方案的分享與範例
    3. 增加非北市的場次
    4. 建議可以統整成功機構的資源盤點、使用及克服問題的方法
    5. 想瞭解 O365的功能與使用經驗分享
    6. 希望能有導入系統的教學工作坊、入單位教學的組織工作人員
    7. 工作坊的方式比一般的講座更好
    8. 可縮小範圍,加深分享、討論
    9. 節奏緊湊、講師很棒(主婦聯盟合作社)若為一天課程更佳