1

台北市電腦商業同業公會

專案計畫期末執行成果報告

計畫名稱：資料服務產業應用推動計畫—

臺灣資料服務產業發展現況暨人才需求調查

執行期間：自 106 年 2 月 1 日至 106 年 11 月 30 日止

主辦單位：經濟部工業局

執行單位：台北市電腦商業同業公會

受委託單位：財團法人工業技術研究院

2

計畫執行成果摘要表

計畫名稱 資料服務產業應用推動計畫—臺灣資料服務產業

發展現況暨人才需求調查

受委託單位 財團法人工業技術研究院

政府經費(新台幣) 300 萬

期末報告摘要

一、計畫簡介

台北市電腦公會配合政府開放資料政策推動，執行工業局「資料

服務產業應用推動計畫」，其中有關「臺灣資料服務產業發展現況暨人

才需求調查」研究，委託工業技術研究院產經中心負責執行，期能釐

清臺灣資料服務產業樣貌、市場需求方向以及未來專業人才需求缺

口，進而研擬相關因策略建言供政府決策參考。

二、計畫成果與產出彙整

(一) 完成臺灣資料服務產業、市場現況分析與因應策略建言：

1. 完成資料服務產業/市場之定義、範疇與衡量方法研究

2. 完成臺灣資料服務市場需求趨勢探索

3. 完成臺灣資料服務產業發展樣貌與價值鏈缺口分析

4. 完成新創資料服務業者個案研究與服務商機探索

5. 完成臺灣資料服務產值與市場規模推估

6. 完成臺灣資料服務產業發展推動之因應策略建言

(二) 完成臺灣資料服務產業專業人才需求調查與因應策略建言

1. 完成數位科技趨勢對於資料服務產業發展影響分析

2. 完成數位科技趨勢對於資料專業人才職務與技能影響分析

3. 完成臺灣資料服務產業專業人才需求調查與現況分析

4. 完成臺灣資料服務產業專業人才關鍵議題探索

5. 完成臺灣資料服務產業專業人才因應策略建言

三、結論與建議

(一) 結論

1. 產業與市場面

3

(1) 2017 年之臺灣資料服務產業產值達 747 億、市場規模則為

948 億。預計至 2020 年，產值將超越 1058 億，市場規模則

接近 1370 億，兩者之 2017~2020 年成長率均超過 40%。

(2) 臺灣資料服務產業發展趨勢：臺灣資料服務產業專業分工

態勢尚不明顯，仍以國際品牌大廠與國內系統整合大廠為

發展主力，不過隨著特定應用需求之興起，已有新創資料

服務業者出現。新創業者服務多集中於客製化之資料分析

與應用加值，專注於「資料處理」、「工具開發」與「商

業顧問諮詢」等服務需求之業者相對不多，形成產業價值

鏈缺口。

(3) 臺灣資料服務市場需求趨勢：

市場需求機會篩選邏輯：從「產業應用發展潛力」、「產

業資料獲取程度」、「產業占比 GDDP 比重」與「產

業之勞動生產力」等四大條件進行市場需求機會發展評

估，四大條件越正向者，優先發展順序排名越前面。

臺灣資料服務市場需求強度分析結果：經「產業應用發

展潛力」評估項目與其他三項條件兩兩交叉分析後，製

造、電信與政府部門並列第一，商務則居次。

(4) 臺灣資料服務產業發展關鍵議題：

專業分工興起，然關鍵產業價值鏈仍有缺口：國內專業

分工已興起，然仍以國際品牌大廠與國內系統整合大廠

為發展主力，不過隨著特定應用需求興起，已有新創業

者出現，惟新創業者多集中於資料分析與應用服務，專

注於「資料提供」、「資料處理」、「工具開發」與「資

料應用顧問諮詢」等四類服務需求之業者仍少，形成產

業價值鏈缺口

中小企業資料加值應用能力普遍不足：中小企業人力、

技術、資金有限，普遍缺乏資料加值應用創新能力。

缺乏大型應用推動計畫，以帶動新創資料服務業者發

展：國內尚無如歐美整合 Open data 與 Smart Cities 議

題之大型應用推動計畫(如歐盟 FIWARE)，以致應用開

發多以 App 應用程式為主，創新成效有限。

非開放資料之共享與流通仍有障礙，阻礙產業發展：企

4

業常受限於個資法而無法充分多元混搭擁有之資料；企

業所需之外部資料多半無法共享，且存在資料互通問題

2. 人才面

(1) 臺灣資料服務產業總從業人員(含專業人才與支援人力)之

未來人數需求變化：

2017 年總從業人員數為 73,666 人(包括專業人才數為

36,649 人，專業人才佔總從業人員數比例推估為

49.75%)

2020 年總從業人員數為 88,723 人(包括專業人才數為

46,136 人，專業人才佔總從業人員數比例推估為 52%)

2017~2020 年，臺灣資料服務產業總從業人員數新增

15,057 人，專業人才數新增 9,487 人。

(2) 臺灣資料服務產業專業人才發展關鍵議題：國內資料服務

廠商對於未來三年產業景氣持樂觀看法，有意持續招募專

業人才，但於人才發展與運用遭遇以下困難：

資料專業人才短缺，企業招募困難：大多數廠商皆認為

「資料科學家、應用領域專家」是最重要的資料人才，

但招募困難度也最高

人才實務經驗無法被標準量化，業者苦於無法清楚辨識

人才能力：資料應用專業人才須同時兼具「專業領域知

識」、「資訊軟體」與「資料分析」等多重技能，缺一

不可；然「熟悉商業運作與之市場環境」、「問題解構

與分析能力」與「良好的溝通與說故事能力」等特殊專

業技能往往無法輕易識別，以致企業於聘用人才時經常

無法順利做出合宜之聘用抉擇。

缺乏具問題解決導向之產學合作機制，以解決企業實務

資料應用之人才培育需求：目前學界普遍缺乏企業資料

應用人才培訓思維(如多數大學並無相關開放資料、巨

量資料培訓課程)，以致畢業新生無法立即勝任企業商

業應用需求，影響企業資料加值應用創新能力。

(二) 建議

1. 產業面

(1) 強化產業價值鏈缺口：可採用公私協作方式，推動大型應

5

用亮點計畫，媒合大型企業與新創公司合作，促成創新育

成商機同時強化新創業者服務能量，以完備資料服務產業

價值鏈。

(2) 建立資料加值共享平台：建議可搭配大型應用計畫之推

動，鼓勵資料服務業者合作建立資料加值共享服務平台，

相互利用所需各式資料，以加速應用服務之開發，推動國

內資料服務市場發展。

2. 人才面

(1) 建立民間或國際認同之人才專業能力辨識方法與機制：未

來可標竿國際組織如何評鑑資料專業人才技能，釐清資料

專業人才所需之評鑑項目與內容、運作方式，同時透過專

家座談會，提出合適之資料人才專業能力鑑別機制建議。

(2) 運用資料應用工作坊，媒合人才、培育人才：藉由資料應

用工作坊之辦理，促進業界、學界、社群三方組織之合作

交流，例如由業界出題、提供實務資料集，學界與社群合

作於資料應用工作坊進行各式應用之解題訓練，達成強化

人才熟悉科技工具與解讀商業知識等跨域能力培養之目的

6

目錄

頁次

一、計畫緣起 ................................................................................ 9

二、計畫目的、預期效益與主要內容 ....................................... 9

(一)計畫目的與預期效益 ....................................................... 9

(二)計畫主要內容 ................................................................. 14

三、計畫執行成果 ...................................................................... 15

(一)完成「資料服務產業、市場」之定義、範疇與衡量方

法研究 .................................................................................... 15

(二)完成「臺灣資料服務產業發展樣貌與市場需求探索」

研究 ........................................................................................ 24

(三)完成「臺灣資料服務產業專業人才需求調查與關鍵議

題探索」 ................................................................................ 49

(四)完成「臺灣資料服務產業發展與人才需求因應策略建

言」研究 ................................................................................ 70

四、檢討與展望 .......................................................................... 82

(一)精進資料服務產業相關量化數據之推估方法 ............ 82

(二)從建立應用場域與生態系之觀點，思考產業推動政策

新規劃 .................................................................................... 83

(三)結合現有公私部門人才培育資源，建全資料專業人才

培訓機制 ................................................................................ 84

7

圖目錄

頁次 圖 1：臺灣資料服務產業未來發展之關鍵議題 .............................................. 10

圖 2：本計畫之預期效益 .................................................................................. 13

圖 3：本計畫之三大研究主題與重要研究議題 .............................................. 15

圖 4：歐盟定義之資料服務產業結構與服務業者組成 .................................. 18

圖 5：資料服務產業與資料服務市場範疇示意圖 .......................................... 20

圖 6：臺灣資料服務產業產值之推估方法 ...................................................... 25

圖 7：臺灣資料服務產業之總從業人數、專業人才數與公司家數 .............. 27

圖 8：臺灣資料服務產業產值與市場規模 ...................................................... 28

圖 9：企業數位轉型面臨之五大資料應用發展挑戰 ...................................... 29

圖 10：臺灣代表性應用產業之資料運用能力與服務需求 ............................. 30

圖 11：臺灣資料服務市場之營運服務模式 ..................................................... 31

圖 12：資料服務市場需求強度之篩選邏輯 ..................................................... 32

圖 13：臺灣代表性應用產業之資料運用需求分析 ......................................... 33

圖 14：製造業之資料運用服務需求分析 ......................................................... 36

圖 15：電子商務與零售業之資料運用服務需求分析 ..................................... 38

圖 16：臺灣資料服務產業發展樣貌 ................................................................. 40

圖 17：傑騰智能之資料服務模式 ..................................................................... 44

圖 18：行動貝果之資料服務模式 ..................................................................... 45

圖 19：意藍科技與中華電信之跨界合作服務模式 ......................................... 47

圖 20：資料服務產業發展之三大未來服務趨勢 ............................................. 48

圖 21：資料服務業者之異業合作模式示意圖 ................................................. 48

圖 22：數位科技趨勢對於資料服務產業之影響 ............................................. 50

圖 23：優質資料專業人才應具備之三大跨領域工作技能 ............................. 52

圖 24：企業理想之資料加值應用團隊組成樣貌 ............................................. 55

圖 25：AI 對資料服務產業各段價值鏈所造成之衝擊 ................................... 57

圖 26：資料服務產業人力組成結構 ................................................................. 58

圖 27：資料服務產業專業人才需求調查範疇 ................................................. 63

圖 28：公私協作模式運作示意圖 ..................................................................... 74

圖 29：歐盟之智慧城市平台「FIWARE」技術架構圖 .................................. 77

圖 30：「智慧旅遊加值應用服務」之公私協作機制運作構想模式 ............... 78

圖 31：資料應用工作坊之運作方式 ................................................................. 80

8

表目錄

頁次

表 1：歐盟定義之資料服務公司行業標準分類代碼 (NACE rev 2) ............. 23

表 2：臺灣資料服務產業對應之行業標準分類範疇(J 類) ............................. 25

表 3：臺灣資料服務產業對應之行業標準分類範疇(M 類) ........................... 25

表 4：資料科學團隊五大關鍵職務之工作職掌與所需技能 .......................... 53

表 5：資料科學團隊五大關鍵職務所需具備專業知識技能準備度 .............. 54

表 6：資料科學團隊專業人才五大主要職務及其定義 .................................. 59

表 7：資料服務產業之專業人才應具備之專業條件 ...................................... 61

表 8：臺灣資料服務產業專業人才需求數推估 (億新台幣/人) .................... 64

表 9：因應重要數位科技趨勢影響下之高需求關鍵職務 .............................. 65

表 10：金融、零售與製造三大應用產業之資料專業人才需求分析 ............ 66

表 11：臺灣資料服務產業專業人才招募難易程度與運用挑戰分析 ............ 67

表 12：專家座談會出席名單 ............................................................................ 70

9

一、計畫緣起

台北市電腦公會配合政府開放資料政策推動，執行工業局「資料

服務產業應用推動計畫」，其中有關「臺灣資料服務產業發展現況暨人

才需求調查」研究，委託工業技術研究院產經中心負責執行，期能釐

清臺灣資料服務產業樣貌、市場需求方向以及未來專業人才需求缺口，

進而研擬相關因策略建言供政府決策參考。

二、計畫目的、預期效益與主要內容

(一) 計畫目的與預期效益

1. 計畫目的

物聯網、人工智慧等新興數位科技之來臨，使得全球各行各業之

產品開發與服務傳遞發生創新變革(如：全面感知、裝置互聯、跨域創

新、平台整合…)，衍生許多新創服務市場商機，同時也促成資料服務

產業之轉型變革與專業人才需求浮現。

首先就市場需求而言，資料服務業者的潛在客戶與應用面向將因

新興科技之興起而趨於多元，以物聯網分析應用為例，隨著物聯網裝

置於不同產業之普及，物聯網分析商機開始於顯現於交通、物流、農

業、醫療、零售、製造、智慧城市等不同應用場域，而其中有近八成

市場商機來自於資料分析與加值應用(McKinsey, 2015)。

再者就產業發展來說，資料服務業者應具備之技術能量與服務思

維也將因新興科技之應用導入而發生變革，例如臺灣這兩年崛起之物

聯網分析服務公司「行動貝果(MoBagel)」，其關鍵成功因素就在於結

合物聯網(將感測器安裝於傳統家電)與雲端運算(如 Google、Amazon、

Microsoft)等工具，並運用即時分析、預測學習(人工智慧/機器學習)等

多元資料分析科技，提供客戶未來發展趨勢與預測建議(以零售業為例，

行動貝果能從過去物聯網蒐集到的資料，精確建議店家應該做出什麼

樣的行銷活動，例如明天什麼時候哪些商品應該打幾折)，提升其營運

10

效能與業績。

最後就專業人才而言，因應上述市場需求與產業變化，各資料服

務業者所需之專業人才職務與對應技能也將與過往迥異。以近年最熱

門的資料科學家為例，隨著人工智慧應用崛起，其所須具備的專業技

能可能就會由現在之 R 軟體、Python、NoSQL 等程式語言進一步往機

器學習/深度學習等人工智慧技術延伸，方能滿足未來產業與市場變化

之需求。

總結來說，在此波資料與數位科技整合之趨勢浪潮中，臺灣資料

服務產業勢必將因此而發生變革與轉型，是故如何迎頭趕上國際腳步，

在產業轉型升級、市場需求洞悉與專業人才培育等三大面向突圍、將

是本研究欲探究之未來臺灣資料服務產業重要發展課題。

資料來源：工研院 IEK (2017/11)

圖 1：臺灣資料服務產業未來發展之關鍵議題

為探究上述臺灣資料服務產業將面臨的三大關鍵議題，本計畫將

完成以下研究工作並提出因應對策建言，茲說明如下：

(1) 完成「資料服務產業、市場之定義、範疇與衡量方法」研究

11

A. 研究問題

何謂資料服務產業與市場？

資料服務產業之組成結構與發展樣貌為何？

B. 研究重點

國際研究探討：標竿國際具代表性之研究文獻，了解該文獻如

何解讀資料服務產業與市場，包括定義、範疇與衡量方法等。

研究成果引用：參酌代表文獻之方法論，界定本研究欲探索之

資料服務產業、市場之定義、範疇與衡量方法。

(2) 完成「臺灣資料服務產業發展樣貌與市場需求探索」研究

A. 研究問題

臺灣資料服務產業發展樣貌為何？產業價值鏈是否健全？總

體資料服務業者之產值為何？

臺灣資料服務市場規模為何？具發展潛力之市場需求為何？

新創資料服務業者之可能發展樣貌與未來服務商機為何？

B. 研究內容

推估臺灣資料服務產業產值與市場規模大小：前者將由供給端

推估臺灣資料服務業者之公司家數以及其所創造之資料相關

產品與服務之營收貢獻；後者則由需求端角度推估臺灣資料服

務市場規模大小。

探索臺灣資料服務市場發展趨勢與市場需求動向：將由需求端

了解主流服務模式，同時分析臺灣具發展潛力之代表性應用領

域產業之資料服務應用需求。

解構臺灣資料服務產業發展樣貌與關鍵發展議題：前者將由產

業價值鏈之角度，分析臺灣資料服務產業發展現況；後者則探

究臺灣資料服務產業發展之關鍵議題，如產業價值鏈是否有存

在服務缺口。

12

新創資料服務業者之可能發展樣貌與未來服務商機分析：分析

新創資料服務業者之發展樣貌，同時探究成為優秀新創資料服

務業者可能之營運布局方向(如：技術能量、跨界整合…)，以

為未來國內相關資料服務業者轉型之規畫參考。

(3) 完成「臺灣資料服務產業專業人才需求調查與關鍵議題探討」

研究

A. 欲探討問題

數位科技趨勢對於資料服務產業與專業人才之影響分析

那些新興科技深深影響資料應用服務發展？資料應用服

務將因此發生甚麼樣的創新應用變革？

國際代表性文獻對於資料科學團隊組建條件與資料專業

人才定義為何？企業理想之資料加值應用團隊樣貌為何？

全球企業對於資料專業人才職務的觀點轉變？

重要數位科技趨勢對於資料專業人才應具備之技能條件

衝擊為何？

臺灣資料服務產業專業人才需求現況分析與關鍵議題探索

臺灣資料服務產業專業人才需求現況分析調查目的與方

法為何？

臺灣資料服務產業專業人才需求現況分析結果為何？

臺灣資料服務產業專業人才關鍵議題探索

B. 研究內容

數位科技趨勢對於資料服務產業與專業人才之影響分析：標竿

國際具代表性之研究文獻，蒐集數位科技趨勢國際脈動，了解

其對於資料服務產業發展影響變革，探究專業人才需求趨勢動

向。參酌代表性文獻之洞察結果，彙整與歸納符合本研究計畫

目的之數位科技趨勢對於資料服務產業發展、專業人才需求之

影響內容。

13

臺灣資料服務產業專業人才需求現況分析：人才需求調查重點

項目包含臺灣資料服務產業短中期之總從業人數、專業人才數、

關鍵職務分類、能力需求條件、廠商於人才運用現況與困難…

等。

臺灣資料服務產業專業人才關鍵議題探索：綜整臺灣資料服務

產業專業人才需求分析結果，發掘專業人才發展相關之重要議

題，依此議題發現內容為基礎，提出臺灣資料服務產業專業人

才因應策略建言。

(4) 完成「臺灣資料服務產業發展與人才需求因應策略建言」研究

完成上述研究工作後，本研究將依據整體產業發展趨勢、

市場需求與人才缺口議題，提出因應策略建言，以供未來政策

推動之規畫參考。

2. 預期效益

完成臺灣資料服務產業、市場與專業人才需求等三大議題之現況

分析與關鍵議題探索，以提出產業推動、市場布局與人才培育等因應

策略建言，進而帶動創新市場商機、產業轉型與新創企業發展。

資料來源：工研院 IEK (2017/11)

圖 2：本計畫之預期效益

14

(二) 計畫主要內容

基於上述臺灣資料服務產業面臨之產業、市場與人才三大關鍵議

題，本計畫預計將完成以下重點工作，以便提出相關因應策略建言，

茲說明如下：

1. 完成「資料服務產業、市場」之定義、範疇與衡量方法研究

標竿國際代表性研究機構之資料服務產業/市場研究方法論

制定衡量臺灣資料服務產業產值與市場規模之合適方法

2. 完成「臺灣資料服務產業發展樣貌與市場需求探索」研究

推估臺灣資料服務產業產值與市場規模

探索臺灣資料服務市場發展趨勢與未來市場需求

解構臺灣資料服務產業發展樣貌與關鍵發展議題

探索新創資料服務業者之可能樣貌與未來服務商機

3. 完成「臺灣資料服務產業專業人才需求調查與關鍵議題探討」

分析新興科技驅動下之資料服務產業專業人才需求變革

分析臺灣資料服務產業專業人才需求現況

探索臺灣資料專業人才需求發展關鍵議題

4. 完成「臺灣資料服務產業發展與人才需求因應策略建言」研究

提出臺灣資料服務產業發展推動策略建言

提出臺灣資料服務市場需求布局策略建言

提出臺灣資料服務產業人才需求策略建言

15

三、計畫執行成果

本研究將藉由國內外代表性推動政策與研究報告之蒐集分析，

並搭配專家學者、政府機關與代表性廠商之請益，從新興科技驅動

資料服務產業變革之角度，探討產業、市場與人才三大面向之發展

現況與關鍵發展議題，茲說明詳細之執行方法如下圖所示。

資料來源：工研院 IEK(2017/11)

圖 3：本計畫之三大研究主題與重要研究議題

(一) 完成「資料服務產業、市場」之定義、範疇與衡量方法研究

近年資料已成為數位經濟時代不可或缺的重要發展元素。不論

是巨量資料、物聯網、開放資料抑或是這兩年最火紅的人工智慧、

擴增實境/虛擬實境等應用均與資料有關。更具體地說，以上新興

科技應用之本質均為「Data Business」，缺乏資料，這些新興科技

將無用武之地。例如這兩年震撼圍棋界的 AlphaGo 即是吸收數千

萬張棋譜，運用深度學習技術持續強化自身能力，方得以相繼打敗

16

中韓圍棋棋王；換句話說，人工智慧應用大幅躍進的關鍵，除了電

腦運算能力與日俱進之外，各類型資料量暴增亦至為關鍵。而資料

加值應用之創新(Data-driven Innovation)，將可產生各式各樣的新創

服務，驅動整體資料服務產業之發展。然而，何謂資料服務產業

(Data Service Industry)？一家公司該提供甚麼樣的產品與服務才算

是資料服務公司(Data Service Company)？而資料服務公司有哪些

可能的發展類型？這些都是本研究在正式進行臺灣資料服務產業

現況調查之前，應先完成之前置研究工作。

經蒐集分析國際相關研究計畫與文獻後，本研究發現歐盟因應

「數位單一市場(Digital Single Market)」與「資料價值鏈(Data value

chain)」推動政策之落實，而委託國際研究機構 IDC 於 2014 年著

手研究之「European Data Market」計畫產出1中，已建立一套可描

繪資料服務產業樣貌與市場規模之衡量方法。該方法論具有以下研

究特點，且研究目的與本計畫相當契合，值得參考。

1. 何謂資料服務產業？

在正式定義資料服務產業之前，歐盟認為須先定義何謂「資料

服務公司(Data Service Companies)」，因為所有各類資料服務公司之

組成與集合體即為資料服務產業。歐盟認為，只要一家公司所提供

的產品、服務與資料應用相關(data-related)，可創造營收來源，即

可視為資料服務公司。更具體的說，只要一家公司的營收來自於「資

料集販售、API 販售、資料應用工具開發、資料分析預測服務…」

等各式資料加值應用之服務提供，即可認定為是一家資料服務公司；

而且不論前述「與資料服務相關」營收佔該公司總營收之比例是高

或是低，均是屬於歐盟定義所認可之資料服務公司。

由上述歐盟定義可得知，只要任何一家公司的產品或服務與資

料應用相關即可視為資料服務公司。由此分析觀點來看，絕大多數

的資訊服務公司(Information Service Companies)或多或少應該都可

視為資料服務公司，因為資訊服務中之「系統整合(包括系統設計、

1該研究係歐盟為衡量與數位經濟相關計畫(如 Digital Single Market, Data Value Chain)推動成效之先

期研究計畫，為期三年(2014~2017)，預算為 50萬歐元，研究範圍涵蓋歐盟 28國。具體目標為建

立名為「Data Market Monitoring Tool」的研究網站，定期公布歐洲資料市場之量化推估數據。

17

開發、整合、建置顧問諮詢)」、「企業解決方案(包括 ERP、CRM 等

應用軟體、資料庫與應用工具開發)」與「雲端服務(IaaS, PaaS, SaaS)」

等產品或是服務之提供均與資料應用有關(例如 ERP 或是 CRM 也

會有資料分析的服務功能)，換句話說，這些資訊服務公司之營收

貢獻有若干部分也是來自於資料服務，只是相對於一家全新的資料

服務新創公司(如專精於巨量資料分析或是資料視覺化工具開發之

服務公司)而言，與「資料相關之服務營收」佔上述資訊服務公司

之營收比重相對不高，不過依照前述歐盟定義，這樣的資訊服務公

司還是可以算是一家資料服務公司。

再者，資料服務需求並非近年才出現，例如「資料處理」之需

求一直都存在，只是過往因服務需求相對簡單(以前企業資料多為

數字、文字等結構化資料)，所以資訊服務業者所提供之資訊服務

即可滿足大多數的資料處理服務需求，然而隨著社群媒體(facebook,

twitter, Instagram…)、物聯網、雲端服務等巨量資料之出現，使得

服務業者需處理之資料量越大、越複雜(包含大量的影片、照片等

非結構資料)，傳統的資訊服務技術已無法應付；再者，因應資料

加值應用服務需求之創新，企業需要利用更細緻之資料加值服務以

滿足其各種可能之資料應用需求(如零售業需要利用氣象資料以協

助其產品銷售策略之決策研擬，因此企業需要透過氣象顧問專家之

協助，以利用氣象分析資料協助相關銷售營運決策之制定)，因而

產生資料服務專業分工之趨勢與需求。

綜整上述說明可得知，資料服務產業並非憑空出現，而是奠基

於過往資訊服務產業與顧問諮詢服務產業之發展基礎逐步演進而

來。因此資料服務產業之公司組成除了傳統的資訊服務公司之外，

也包含許多資料應用專業分工需求下的新創服務業者，如「資料提

供服務業者」、「資料應用工具開發商」以及「專業顧問諮詢服務業

者」等。所以完整的資料服務產業結構，除了原有之資訊服務業者

以及專業顧問諮詢服務業者外，也包含專注於資料應用為本業之純

資料服務公司(Pure Data Company)。而一個國家所屬資料服務公司

營收中，與資料相關服務與產品(data-related products and services)

之營收總和(包括海外市場之營收)就是該國資料服務產業之產

值。

18

歐盟進一步依照資料服務公司之營收來源，將資料服務公司分

為「純資料服務公司(Pure Data Company)」與「混合型資料服務公

司(Mixed Players)」兩大類(見下圖)。「純資料服務公司」絕大多數

營收來源均為資料服務，包括「資料提供」、「資料處理」、「資料分

析/應用」以及「資料應用工具開發」等，此類業者多數為新創公

司 (start-ups)、新創中小企業 (innovative SMEs)，少數為大企業

spin-offs 出來的新公司；至於「混合型資料服務公司」除了有資料

服務收入外，還有深耕已久且佔較大比例之本業收入，代表性公司

如大型系統整合服務業者以及電信服務業者等。

資料來源：工研院 IEK(2017/11)

圖 4：歐盟定義之資料服務產業結構與服務業者組成

整體而言，資料服務產業組成包括「純資料服務公司」與「混

合型資料服務公司」兩大類業者，並可細分為以下八大次分類服務

業者：

資料提供服務業者：蒐集大量、多元資料(政府、企業、個

人)，並依據不同產業應用需求進行資料清理、整合等資料

處理工作，以提供各行各業所需之資料集與API (Open data,

IoT data, Enterprise data…)。

資料處理服務業者：運用巨量資料/開放資料之資料處理技

19

術，如 Hadoop、MapReduce 等相關工具與軟體平台進行

資料的蒐集、整合、儲存、預處理與結構化等資料前置

(Data Preparation)服務。

資料分析/應用服務業者：依據客戶需求蒐集內外部資料並

將資料處理與彙整，繼之依據應用需求進行資料混搭與各

式資料預測分析服務(語意分析、情感分析、物聯網分析…)，

並將分析結果視覺化，以利客戶加值應用與決策參考。

資料應用工具開發服務業者：提供企業各式資料加值應用

所需之服務工具，如資料分析軟體、視覺化分析軟體、資

料處理軟體等。

顧問諮詢服務業者：提供企業導入資料應用商業策略與規

劃服務，包含企業整體資料應用策略規劃(提供一站式服務)

以及個別應用及技術解決方案(如輿情分析、精準行銷、預

知保養…)兩大類服務。

完整解決方案服務業者：提供從資料蒐集、儲存、處理、

分析、應用乃至顧問諮詢等完整資料應用服務解決方案，

包括：(1)產業應用：製造、零售、交通、醫療、金融、電

信…等；(2)企業營運：精準行銷、財務管與風險管理、產

品開發等。

特定應用領域服務業者：許多特定應用領域之企業除了是

資料使用者，也可以是資料服務提供者，例如電信服務業

者已開始將行動基地台之通訊資料去識別化資料，提供相

關之資料販售或是資料加值分析等資料服務。

資訊網路基礎設施供應商：提供資訊(如雲端運算、雲端儲

存、伺服器儲存…)與通訊(如高速寬頻網路、行動寬頻網

路、行動通訊服務…)相關之基礎設施供應商均屬之2。

2 歐盟特別強調，有關資料服務營收部分，只計算該類業者與資料相關之營收(For the sake of this

study we will take into account only the activities, revenues and employees related with the provision of

data-based services.)

20

2. 何謂「資料服務市場」？

歐盟認為「資料服務市場」係指應用資料以協助自身公司改進

營運效率、甚至創新產品服務的資料使用者(如金融、製造、電商…)，

因其採購相關資料服務(如購買資料、處理資料…)所創造之資料服

務市場價值。更具體的說，即是從資料服務需求端(如製造業、金

融業、零售業…)花費多少金額於與資料相關之應用投資(如 IT 基礎

建設、分析軟體與相關應用服務之採購)改進其營運績效與服務創

新所衍生之各種資料服務經濟市場。

資料來源：工研院 IEK(2017/11)

圖 5：資料服務產業與資料服務市場範疇示意圖

而資料使用者(Data Users)有可能兼具資料服務公司之身分，例

如電信服務業者之本業為行動通訊服務，然其累積之行動電話基地

台用戶資料經去識別化處理後，即可作為資料集(Dataset)販售或者

是提供行動定位分析服務，在此情境下，電信服務業者即搖身一變

成為資料服務公司。同理，許多擁有大量營運資料的服務業者，如

零售商、線上電商都有可能由資料使用者搖身一變成為資料服務提

供者，因此國際上已出現許多大型垂直應用服務業者將其原有之資

料應用分析部門獨立成為新創資料服務公司的商業案例。

21

3. 資料服務產業所屬行業之範疇界定

歐盟推估資料服務產業產值之思維邏輯是先定義產業範疇，亦

即先思考有哪些行業可能有資料服務公司之存在，確定可能之行業

範疇後再就這些行業進行代表性公司訪查與次級資料蒐集，以推估

資料服務公司家數與資料服務公司營收之總和。

在定義產業範疇部分，歐盟認為資料服務公司之服務價值(與

資料相關之產品、服務及技術)多與巨量資料(Big Data)之技術應用

與研究諮詢有關，因此若從國際行業標準分類 (International

Standard Industry Classification, ISIC)來看，資料服務公司大多可歸

屬於資通訊(Information and Communication)行業以及專業、科學與

技術服務類(Professional , Scientific and Technical activities)兩大

類。

當然也有少數其他行業(如電信服務業者)的業者亦提供資料

販售或是資料分析應用服務可因此而帶來資料服務產值貢獻，但歐

盟認為資料服務產業為新興產業，目前非屬「資通訊」與「專業、

科學與技術服務」行業的其他行業所帶來之資料服務營收占比尚小，

故目前僅就「資通訊」與「專業、科學與技術服務」兩大行業進行

資料服務產業產值與市場規模之推估統計。

總結而言，歐盟認為目前之資料服務公司多集中於歐盟行業標

準分類 ( Nomenclature statistique des Activités économiques dans la

Communauté Européenne, NACE)中之資通訊(代碼 J)與專業、科學

與技術服務類(代碼 M)兩大類。因此只要進一步分析 J、M 兩大類

中有那些行業可能提供資料服務，並調查、推估該行業所屬資料服

務公司之資料服務營收總和，即可得到該行業之資料服務產業產值；

若將所有可能提供資料服務的行業產值加總，即可得到歐盟境內任

一國家之資料服務產業產值，統整歐盟 28 國之資料服務產業產值

即為全歐盟之資料服務產業產值。

經歐盟詳細研究後，資料服務產業所對應之歐盟行業標準分類

編碼為 J、M 兩大類，共計 11 項次行業分類(詳細內容請見下表)：

J大類：出版業(58)、電腦程式設計、諮詢及相關服務業(62)、

22

資訊服務業(63)

M 大類：企業總管理機構與管理顧問業(70)、科學研究發

展服務業(72)、廣告與市場研究服務業(73)與其他專業、科

學技術服務業(74)

23

表 1：歐盟定義之資料服務公司行業標準分類代碼 (NACE rev 2)

SECTION J - INFORMATION AND COMMUNICATION

Division Group Class

58

(Publishing activities)

58.12 Publishing of directories and mailing lists

62

Computer programming, consultancy and related activities

62

Computer programming, consultancy and related activities

62.01 Computer programming activities

62.02 Computer consultancy activities

62.03 Computer facilities management activities

62.09 Other information technology and computer service activities

63

Information service activities

63.1

Data processing, hosting and related activities; web portals

63.11 Data processing, hosting and related activities

63.9

Other information service activities

63.99 Other information service activities n.e.c.

SECTION M - PROFESSIONAL, SCIENTIFIC AND TECHNICAL ACTIVITIES

Division Group Class

70

Activities of head offices; management consultancy activities

70.2

Management consultancy activities

70.22 Business and other management consultancy activities

72

Scientific research and development

72.2

Research and experimental development on social sciences and

humanities

72.20

Research and experimental development on social sciences and

humanities

73

Advertising and market research

73.1

Advertising

73.2

Market research and public opinion polling

73.20 Market research and public opinion polling

74

Other professional, scientific and technical activities

74.9

Other professional, scientific and technical activities n.e.c.

74.90 Other professional, scientific and technical activities n.e.c.

資料來源：歐盟 European Data Market，IEK 整理 (2017/11)

24

(二) 完成「臺灣資料服務產業發展樣貌與市場需求探索」研究

1. 完成臺灣資料服務產業產值與市場規模之衡量方法與推估結果

參酌歐盟研究之產業、市場定義等研究方法，並利用以下步驟推

估臺灣資料服務產業產值與市場規模(見下圖)，簡要說明如下：

(1). 界定臺灣資料服務產業對應之行業標準分類範疇

評估相關統計資料之代表性(如資料可取得性、資料更新性)後，本

研究決定以財政部之「中華民國稅務行業標準分類」作為臺灣資料服

務產業範疇推估之參考標準，亦即本研究比對「歐盟歐盟行業標準分

類(NACE) 」與「中華民國稅務行業標準分類」中之 J 與 M 類次產業

之分類內容，從中挑選出合宜之次產業分類(見下兩表，子項 6 位碼)，

並作為後續統計財政部定期發布之營利事業家數及銷售額3之推估基

礎。

資料來源：工研院 IEK(2017/11)

3

http://web02.mof.gov.tw/njswww/WebProxy.aspx?sys=210&kind=21&type=1&funid=i0513&rdm=fffffff

f

25

圖 6：臺灣資料服務產業產值之推估方法

表 2：臺灣資料服務產業對應之行業標準分類範疇(J 類)

歐盟定義之資料服務公司對應行業

分類碼：「資訊及通訊傳播業」類 對應之財政部稅務行業分類

5812 目錄及郵件名冊出版 5819-00 其他出版業

6201 電腦程式設計 6201-99 其他電腦軟體設計

6202 電腦顧問 6202-11 系統整合

6202-12 系統規劃、分析及設計

6203 電腦設備管理 6202-13 電腦設備管理及資訊技術顧問

6209 其他資訊科技和電腦服務 6209-00 其他電腦系統設計服務

6311 資料處理、代管及電腦服務 6312-99 資料處理、網站代管及相關服務

6399 其他資訊服務 6390-99 未分類其他資訊供應服務

資料來源：工研院 IEK(2017/11)

表 3：臺灣資料服務產業對應之行業標準分類範疇(M 類)

歐盟定義之資料服務公司對應行業分類

碼：「專業、科學及技術服務業」類 對應之財政部稅務行業分類

7022 業務及其他管理諮詢服務 7020-11 財務管理顧問服務

7020-12 行銷管理顧問服務

7020-99 其他管理顧問服務

7220 社會科學及人文科學研究與實驗

發展

7220-00 社會及人文科學研究發展服

務

7230-00 綜合研究發展服務

7320 市場研究及民意調查 7320-11 市場研究

7320-12 民意調查

7490 其他專業、科學及技術 7609-11 環境顧問服務

7609-12 農、林、漁、礦、食品、紡

織等技術指導服務

7609-99 其他未分類專業、科學及技

26

術服務

資料來源：工研院 IEK(2017/11)

(2). 臺灣資料服務產業產值、市場規模之推估與修正

利用財政部「營利事業家數及銷售額－第 7 次修訂」網站輸入統

計年度與統計項目，取得上述各次產業之營利事業家數及銷售額數據。

同時依據問卷調查與代表性廠商(如系統整合服務大廠或是新創服務公

司)之訪談結果以及歐盟研究之相關成果，進行臺灣資料服務產值與市

場規模之推估。

在問卷調查與代表性廠商訪談部分，本研究先著手蒐集國內可能

之資料服務公司清單(如開放資料聯盟、工業局資料服務產業應用推動

計畫輔導廠商、臺灣資料科學愛好者年會…之會員名單)，並透過相關

次級資料(如公司網頁、新聞資訊…)之檢核，剔除不合宜之公司名單，

繼之再請教國內各次產業之代表性業者，請其協助確認挑選出營業規

模較大或是具代表性的新創資料服務公司，並以此份公司名單作為國

內資料服務產業產值推估修正之基礎。

具體訪問內容包括：該資料服務公司之員工數、營業額、核心產

品服務項目、客戶類別以及未來營運發展佈局。最後則同步蒐集國內

既有資訊相關產業規模調查數據，包含政府、法人、研究單位等調查

雲端、資訊軟體產業之數據，作為產值規模推估之基礎。同時也參考

相關之產業成長動能(如下述數點)，做為未來數年相關預測值推估之參

考基礎。

基礎設施：雲端運算、高速運算、5G 行動網路、物聯網…

推動政策：數位國家/創新經濟、雲端運算、行動寬頻、開放資

料、亞洲矽谷、人工智慧…

新興應用：萬物聯網、電子商務、社群網路、金融科技(區塊鏈

/行動支付…)、人工智慧…

經上述推估程序後，本研究推估之 2017 年臺灣資料服務產業關鍵

量化資訊如下(詳見下圖)：

27

公司家數與從業人數：2017 年之資料服務公司已超過 1 萬家(約

九成為中小型企業)，預計至 2020 年將微幅增加至 11,142 家，

而資料服務產業之總從業人數將超過 8 萬 8 千人，其中資料應

用專業人數超過 4 萬 6 千人，約佔總從業人數之 52%。

資料來源：工研院 IEK(2017/11)

圖 7：臺灣資料服務產業之總從業人數、專業人才數與公司家數

產值與市場規模：2017 年之臺灣資料服務產業產值達 747 億、

市場規模則為 948 億。預計至 2020 年，產值將超越 1,058 億

(CAGR>9%)，市場規模則接近 1,370 億(CAGR>9%)。

28

資料來源：工研院 IEK(2017/11)

圖 8：臺灣資料服務產業產值與市場規模

2. 臺灣資料服務市場需求發展趨勢探索

(1). 需求驅動力：企業追求數位轉型帶動資料服務產業發展商機

近年巨量資料應用在各行各業興起浪潮，各領域業者都展現了高

度的興趣和期待。然而，資料應用策略並不只能關注於技術或工具的

導入，更需從整體的商業價值來佈局應用，將資料視為企業數位轉型

的重要資產，藉由各種內外部資料之善用，以達成營運效能優化、產

品服務創新、營運風險管理與客戶需求洞察等多元效益。

更具體的說，企業欲推動數位轉型將面臨「解題策略」、「資料稀

缺」、「人才不足」、「工具難尋」、「高層支持」等五大面向挑戰，每個

面向均存在許多關鍵挑戰(見下圖)，不過也因此而衍生各式資料服務需

求，帶動臺灣資料服務產業發展商機。茲簡要說明可能之三大類資料

服務需求：

協助業者完成非核心營運工作：如協助(1)取得所需資料、

或是(2)資料前置處理作業(如：資料蒐集、清理、正規化…)

以及(3)媒合所需之資料專業人才，以降低業者於非核心營

運業務之作業時間與成本。

協助業者完成力有未逮之應用工具開發：提供(1)高效率之

資料處理工具、(2)簡易操作之視覺化分析工具、(3)可擴充

29

式之整合性分析服務平台，協助業者優化既有營運服務。

提供專業領域加值應用：(1)特定應用領域之預測分析服務；

(2)跨領域之顧問諮詢服務。

資料來源：工研院 IEK (2017/11)

圖 9：企業數位轉型面臨之五大資料應用發展挑戰

整體而言，目前臺灣企業之數位轉型推動多半萌芽期，因為現階

段臺灣企業多數是因為突發的業務需求才開始評估巨量資料分析應用，

因此大多沒有針對巨量資料分析應用擬定短期、中、長期策略，並且

由專門團隊負責統籌規劃與提撥專門的預算，相對的，多由個人或小

組的方式進行小規模的概念性驗證，需要較長時間才能體會到具體成

效。因此概括而言，臺灣多數企業之資料加值應用導入仍處於嘗試和

摸索階段，於資料應用的商業價值、分析技術人才、新興工具應用和

新舊系統整合等皆缺乏，也欠缺企業的整體策略規劃。

(2). 服務需求模式：企業資料運用能力影響服務需求之導入模式

進一步分析可發現，一家企業對於資料之運用能力將直接影響其

30

資料服務導入之方式，而資料之運用能力通常與該企業之數位化程度

有正相關。亦即數位化程度越高之企業，通常也具有較佳之資料運用

能力。因為數位化程度越高且公司規模越大的企業或產業，其擁有深

厚的資料分析與應用能力，幾乎可自行完成所有資料蒐集、處理與分

析工作，故考量資料保密與營運成本，多半不會採一站式服務之委外

採購，而是依據特定需求採購所需資料服務即可。而相對數位化程度

較低或是公司營運規模較小之中小企業(如傳統製造業或是小型電商)，

則多半偏好一站式之完整配套服務，以加速資料應用服務作業之導入。

例如近年相當知名的 91APP(九易宇軒)公司，即是以協助中小型電商迅

速網路開店而聞名，該公司提供包括「跨裝置官網」、「APP 開店」與

「會員系統」等完整解決方案，一次滿足眾多小型企業用戶之全面需

求。不過，亦有些企業用戶雖同樣具備優異的資訊與數位化應用能力(如

電信服務業者、金融服務業者)，然考量整體營運系統之穩定性、應用

性能與資訊安全，仍偏好一站式服務。

資料來源：工研院 IEK (2017/11)

圖 10：臺灣代表性應用產業之資料運用能力與服務需求

然而隨著資料應用所需之資料來源(企業內部資料、社群媒體、

開放資料、物聯網…)日趨複雜、資料量龐大以及即時分析等趨勢

變化，各種更專業之資料應用服務需求已逐漸浮現，不論是中小企

業或是企業龍頭均須更客製化的專業資料服務，方可協助其營運步

上軌道甚至超越同行。

31

以半導體製造龍頭台積電為例，考量資料處理之作業效率與

效能，即委外國內知名資料處理服務業者亦思科技，協助處理巨量

且即時的複雜製程資料，並協助跨內外部 IT 系統(ERP/CRM…)之

資料串接、整合等前置處理作業，以便其資料分析部門之資料科學

家、資料分析師能專注於半導體製程良率改善與工廠生產效能優化

等資料分析工作研發。

資料來源：工研院 IEK (2017/11)

圖 11：臺灣資料服務市場之營運服務模式

綜合考量國內資料服務市場需求可發現，多數資料服務需求

仍是以特定應用領域之一站式服務為主，真正投入資料採購或是專

業服務(如資料處理)之支出比例相對不高；不過隨著資料加值應用

思維之推動以及資料應用專業分工需求之浮現，近年已逐漸有新創

資料服務業者出現，開始佈局特定應用服務市場(如物聯網應用之

預測分析、資料分析建模服務…)，為臺灣資料服務市場發展注入

新動能。

(3). 服務需求焦點：製造、電信、政府、商務與金融

32

A. 資料服務市場需求強度之篩選方法

本研究從「產業應用發展潛力」、「產業資料獲取程度」、「產

業占比 GDDP 比重」與「產業之勞動生產力」等四大條件進行市

場需求機會發展評估，特定產業之四大條件發展越正向者，其市場

需求強度越強，優先發展順序排名越前面(見下圖)。

資料來源：工研院 IEK (2017/11)

圖 12：資料服務市場需求強度之篩選邏輯

B. 臺灣資料服務市場需求強度分析結果

經「產業應用發展潛力」評估項目與其他三項條件兩兩交叉

分析後(見下表)，製造、電信與政府部門並列第一，商務則居次。

33

資料來源：工研院 IEK (2017/11)

圖 13：臺灣代表性應用產業之資料運用需求分析

C. 代表性應用產業之資料服務需求商機分析

(A) 製造業

製程監控與良率管理：收集分析多種大量製程參數，偵

測製程異常、診斷問題與找出根本原因、進行良率預

估。

設備預測性維護：設備異常偵測、設備壽命與效能預

估。

產能最佳化：生產執行系統管理、製造排程管理。

供需管理優化：市場需求與銷售預測分析、庫存最佳化

決策、供應鏈透明與風險評估。

(B) 電信服務

提高客戶續約率：客戶流失預測、發展符合客戶需求的

電信方案、產品/服務精準行銷。

優化基礎設施資源的管理與規劃：網路品質最佳化(如

34

網路通訊品質、資安防務管理)、網路設備精準建設或

彈性配置(如光纖、Wi-Fi、基地台)。

資料加值創新服務：運用行動位置資料與網路資料發展

群眾行為洞察服務(如用於展店地點與類型規劃、交通

規劃、觀光旅遊規劃)、個人化廣告行銷服務。

(C) 政府單位

透明政府：開放政府資料，推動施政透明。例如日本政

府開發「食品產銷履歷系統」，強化食安危機處理能力；

韓國國土情報院整合下水道、電力線等七大地下管線資

訊，分析正確挖掘地點。

洞悉需求：運用政府資料，掌握民眾需求。例如聯合國

利用社群巨量資料分析民意，掌握民意動向 (Global

Pulse)；新加坡政府提供公廁使用狀態回饋平台，提升

市民使用滿意度。

分眾服務：分析個人資料，提供客製化服務。例如美國

教育部利用線上課程分析軟體，提供客製化學習服務；

美國衛生和公眾服務部(United States Department of

Health and Human Services；HHS)建立癌症基因、心血

管病症等疾病資料庫，開發治療新方法並分析用藥效

果。

加速決策：分析特定應用資料，強化政府施政決策。例

如新加坡政府於全國廣建影像與感測器，利用相關資料

之蒐集與分析，強化城市治安監控；韓國國土情報院運

用 3D 數位地圖資訊分析，提高機場周遭安全維護。

創新服務：運用資料加值混搭，提供創新服務。例如美

國州政府與新創公司合作，分析學生學習資料，提供適

性化學習服務；美國地方政府與新創公司合作，建立

311 通報系統之行動服務平台，提升回報與處理效率。

(D) 商務服務

35

個人化客戶購物體驗：客戶分析(購物習慣、購物喜好、

購物交叉分析 、店內行為分析、社群分析)、精準推薦

機制、跨業行銷、多通路行銷、適地性行銷、價格比較。

銷售營運最佳化：展店選址、貨品擺設規劃最佳化、商

品分類最佳化、動態定價。

供應鏈管理優化：庫存管理、供應商管理、派送與物流

最佳化。

整合多種非結構化資料源：可以更全面與即時收集與客

戶、銷售相關的資訊，提供即時決策支援(如影像分析、

社群媒體、感測器、行動位置等)。

D. 資料服務業者可深耕之特定應用服務需求建議

(A) 製造業

製造業之資料加值應用，從前端之研發、供應鏈管理、生

產線製造、乃至後端之行銷與售後服務等不同價值活動，均有

不同之服務需求，例如在生產自動化與優化部分，隨著工業 4.0

趨勢興起，在生產設備加入了感測器 (Sensors)與致動器

(Actuator)，在產品端加入了識別碼(ID)與記憶體，以產生大量

資料，進而分析應用以自動化控制作業，達成提高生產效能、

減少機器設備停機時間、降低耗能等多重效益；抑或是在供應

鏈部分，因電子產品市場趨勢走向小型裝置，產品生命週期短，

或者難以直接即時掌握終端客戶狀態，故需要工具結合通路及

外部市場資訊，以確切掌握下游市場需求，找出高銷售潛力客

戶，以及降低採購和即時交貨的風險。進一步分析各產業價值

鏈具體資料服務需求方向如下，以供未來有意投入製造業之資

料服務業者參考：

36

資料來源：工研院 IEK (2017/11)

圖 14：製造業之資料運用服務需求分析

研發階段(R&D)：資料加值應用目標為協助新產品快速研

發，具體需求包括「快速即時資訊蒐集」與「多面向研發

優勢分析」。

供應鏈管理(Supply Chain)：資料加值應用目標為彈性高效

率生產，具體需求包括「精準需求預測」、「智慧供應鏈管

理調度」與「自動化生產管理」。

生產製造(Manufacturing Production)：資料加值應用目標包

括「設備穩定運作」以及「良率自主提升」，前者之具體需

求包括「設備失效提前偵測與失效來源分析」、與「自主維

修管理」；後者之具體需求則包括「製程參數分析優化」以

及「虛擬量測與良率自主管理」。

售後服務(Afer Service)：資料加值應用目標為蛀洞是售後

服務，具體需求包括「個人化技術支援」、「預先主動維修

服務」與「產品升級優化」。

(B) 商務服務業

37

隨著電子商務服務之興起，未來零售業成長將取決於線上

交易與行動交易，故需要強化多種通路的虛實整合，有效交互

應用(如了解客戶的消費模式)，以提升客戶服務體驗；同時因

應物聯網、社群網路等新興科技趨勢，包括電子商務與傳統零

售業者均可於市場行銷、商品銷售與產品供應鏈管理等不同營

運面向，善用資料加值分析，以協助商務服務業者改善營運效

能、掌握客戶需求，以建立新的行銷策略精進產品銷售。進一

步分析商務服務業之具體資料服務需求方向如下，以供未來有

意投入商務服務業之資料服務業者參考：

市場銷售：建立「以顧客為核心的單一 360 度顧客視圖」，

可串聯整合跨裝置、多種通路的異質資料來源，建構以顧

客為中心的 360 度顧客主檔資料，可以對顧客有更完整的

追蹤分析，了解顧客的喜好，進而改善顧客購物體驗，或

作更精確的廣告行銷策略，提高商品銷售效益和顧客滿意

度

商品銷售：

個人化綜合性推薦服務：根據商品特性、消費者特性、

消費者對商品的評價、社群關係、以及地理位置等各種

情境感知資訊，即時推薦顧客感興趣的商品/服務，以

提高商品銷售效益

拍照影像搜尋購物：在任何地方看到喜愛的商品(路上、

電視、報刊雜誌等)，可以即時使用智慧行動裝置拍照

上傳，系統會自動從電子商務網站搜尋出相對應的商品

資訊，甚至進一步提供商品評價與比價服務，讓購物變

得更便捷，也可以更精確地找到所要的商品

實體商店推薦與導購：根據消費者的顧客資料與位置、

以及商品選擇等資訊，透過行動應用即時提供顧客個人

化的商品行銷廣告資訊和商品位置的路徑指引等服務

即時動態調整商品價格：分析多種資料源(例如：供給

量、需求量、競爭對手價格、顧客資料、顧客位置、日

38

期時間等)，根據銷售策略自動即時調整價格，不同顧

客可能有價格差異化

供應鏈管理：建立「更精確快速的商品供應與配送管理」

服務，結合多種資料源分析預測各通路對於商品種類與數

量的需求，以減少庫存管理和進貨成本，避免因無庫存導

致失去商機，進而增加商店收益。支援線上訂貨、線下商

店取貨的應用模式，對於訂單的配送，可以協調多種管道

與商店，讓訂單配送的總成本降低，增加產業競爭力

資料來源：工研院 IEK (2017/11)

圖 15：電子商務與零售業之資料運用服務需求分析

3. 臺灣資料服務產業發展樣貌分析與關鍵議題探索

(1). 臺灣資料服務產業發展樣貌分析

首先在市場需求部分，近年臺灣企業於數位轉型之投資比重雖

已提升，不過需求主力仍集中於大型企業(如金融、高科技製造、

電信服務…)，多數的中小型企業仍處於嘗試和摸索階段，不論是

資料應用的解題策略、專業人才、新興工具應用之掌握等能力均相

39

對欠缺，以致於目前的服務需求仍以採購完整解決方案為主，特定

專業服務需求比重仍低。

而在供給端之廠商發展部分，IBM、Microsoft、Oracle、SAP、

SAS、Splunk、Teradata…國際大廠從雲端基礎設備（伺服器、儲存

設備、網通設備）、巨量資料分析軟體（企業管理軟體、商業分析

軟體、工廠自動化軟體…）乃至專業顧問服務均插旗布局頗深，可

提估完整之巨量資料分析解決方案服務，深獲國內大型企業(如金

融服務、電信服務)青睞，居於市場領先地位；而國內廠商部分，

係以系統整合廠商（System Integrator，SI）為主(如精誠、凌群、

大世科)，以代理國際大廠之解決方案與服務產品方式起家，多採

與國際大廠策略聯盟方式切入特定應用服務市場；已有部分廠商以

Spin-off 或是轉投資方式成立新創公司(如精誠資訊將大數據部門

切割獨立成立「知意圖」)，搶攻特定應用市場。

整體而言，國內之資料服務產業仍以中小企業為主力，軟硬整

合與創新應用能力相對國際大廠薄弱，員工數與經營規模之成長動

能均有待加強。不過，隨著特定應用需求(專業之資料集販售、客

製化資料處理、精準預測分析…)之興起，已有新創資料服務業者

(如沛星科技、行動貝果、創意引晴、盾心科技、DTCO…)出現，

運用自身擅長的核心能力與跨界合作方式切入獨特利基的市場(例

如物聯網分析預測、資料分析建模…)，成功吸引創投資金與合作

機會，逐漸打破國際品牌大廠(如 IBM、SAP、SAS…)與國內系統

整合大廠(精誠資訊、資拓宏宇、神通電腦、敦陽科技、凌群電腦、

程曦資訊、大同世界科技…)獨佔市場的局面。

40

資料來源：工研院 IEK(2017/11)

圖 16：臺灣資料服務產業發展樣貌

進一步從產業價值鏈之完整性來看，臺灣資料服務產業除了

「資通訊網路基礎設施供應商」、「系統整合服務業者」與「大型垂

直應用服務業者」等大型服務業者發展已久、相對成熟外，在「資

料提供」、「資料處理」、「資料分析/應用」、「資料工具開發」以及

「顧問諮詢」等關鍵環節之廠商能量仍有提升空間，特別是「資料

提供」、「資料處理」、「資料工具開發」與「顧問諮詢」這四類服務

廠商相對缺乏，形成產業價值鏈缺口(如上圖所示)。茲說明上述關

鍵服務缺口之發展現況如下：

A. 資料提供服務

服務需求：須擁有特定應用領域之龐大優質資料，且可提

供客製化資料取得服務。

臺灣現況：僅有少數應用領域(如交通、電商、社群媒體…)

有部分業者提供資料集販售服務，真正能推動產業長遠發

展之資料市集(Data Marketplace)服務平台4則仍處於相當早

期之萌芽階段。

B. 資料處理服務

4 目前僅有臺灣金融科技股份有限公司提供金融類之資料市集服務

(https://www.fusions360.com/service/neptunus/)，其餘應用領域則多屬於單純的資料販售服務

41

服務需求：須能協助客戶解決資料量龐大、格式複雜、跨

系統介接、即時等困難的資料處理問題。

臺灣現況：因涉及資料保密問題，故多採專案工程師到府

服務方式，人力投入成本較高，目前投入業者不多，且須

持續開發不同產業之新客戶，維持獲利動能。

C. 資料應用工具開發服務

服務需求：包括資料蒐集、資料處理、資料視覺化、資料

分析平台等應用工具。

臺灣現況：缺乏本土工具開發業者，多數為國際品牌代理

商(如視覺化軟體 Tableau)，僅有少數系統整合大廠整合開

放原始碼(如 Hadoop)發展自有工具(如精誠資訊轉投資之

知意圖開發之一體機)。

D. 資料應用顧問諮詢服務

服務需求：包含(1)企業整體資料應用策略規劃(提供一站式

服務)以及(2)個別應用及技術解決方案(如輿情分析、精準

行銷、預知保養…)兩大類服務。

臺灣現況：現有顧問需求以「個別應用及技術解決方案之

顧問諮詢服務」為主(服務業者包括個別應用的技術提供商

以及以少數之社群活動)，「企業整體資料應用策略規劃」

之服務需求量仍少(服務業者以 IBM、KPMG、PwC、

Accenture 等外商為主)。主要係因國內業者無法判斷企業投

入數位轉型之投資價值，願意大手筆導入巨量資料應用解

決方案之企業仍少，大多僅希望參與研討會獲得相關資訊

即可。

(2). 臺灣資料服務產業發展關鍵議題探索

經分析、歸納臺灣產業、市場趨勢與相關推動政策，本研究認

為有以下數點關鍵議題影響臺灣資料服務產業發展至深，須研擬因

應對策以推動產業健全發展，茲說明如下：

42

A. 產業面

專業分工已現雛形，然關鍵服務能量仍有缺口：「資料提供」、

「資料處理」、「資料工具開發」與「顧問諮詢」這四類服務廠

商相對缺乏，形成產業價值鏈缺口。

中小企業資料加值應用能力普遍不足：中小企業人力、技術、

資金有限，普遍缺乏資料加值應用創新能力。

缺乏大型應用推動計畫，以帶動新創資料服務業者發展：國內

尚無如歐美整合 Open data 與 Smart Cities 議題之大型應用推

動計畫(如歐盟 FIWARE)，以致應用開發多以 App 應用程式為

主，創新成效有限。

B. 環境面

跨單位資料無法有效互通與整合：資料加值應用之效益能否發

揮，除取決於廠商本身之組織文化、技術能力與加值應用思維

外，公司內部、甚至是產業之間的資料能否有效開放、互通

(Interoperability)與整合，亦是重要發展關鍵，以國內政府應用

為例，目前許多政府裝設之監視攝影機資料，因檔案格式等問

題以致無法有效整合，使得跨部門資料之應用效益無法順利發

揮。再者，在更關鍵的詮釋資料(metadata)部分，目前政府的開

放資料作業規範看似已完成詮釋資料、API 等介接標準規範，

但對資料使用者而言，上述標準規範並並未與世界資料互通標

準 (如 WWW 之 DCAT)真正接軌 ，例如 Metadata 欄位描述不

清且字彙用語未統一，導致機器與機器之間無法讀取，對程式

開發者而言仍難以加值應用。

個資法疑慮、阻礙資料流通善用：自個資法上路後，許多企業

已開始面臨過往蒐集的顧客資料無法使用之困境(多半係因當

初蒐集聲明已註明僅能限特定用途使用)，因此許多業者多半僅

敢私下分析或是僅限於企業集團間之流用，不敢大聲張揚，以

免面臨法律訴訟問題。

43

4. 代表性資料服務業者個案研究與未來服務趨勢分析

經分析比較多家代表性資料服務業者之服務模式與營運現況

後，本研究發現若一家資料服務公司能專注產業價值鏈中之某一類

關鍵技術或是服務開發，發揮其不可替代之服務價值，將有機會為

自家公司創造許多獨特的服務商機，特別是新創資料服務業者更是

有機會因此而切入競爭激烈的服務市場，例如以下介紹之傑騰智能5與行動貝果6即是具代表性之新創服務業者；另外本研究也發現，

資料服務公司若能運用自身服務優勢跨產業合作，將可為既有之營

運服務另闢蹊徑，帶來更廣闊的營收來源，下述介紹之意藍科技與

中華電信合作案例即為代表性合作案例，茲說明如下：

(1). 傑騰智能(TAO Info)：專注資料分析建模，跨足多元產業應用

傑騰智能成立於 2016 年，員工數 8 人(包括數據科學團隊 5 人

以及產業顧問團隊 3 人），核心成員具多年深耕半導體資料分析經

驗(台積電、旺宏、宇清數位)，能協助企業建構資料分析系統架構

並導入關鍵分析模組，以強化企業競爭優勢、優化商業決策品質。

價值主張：專注「建立資料分析模型」，將多元的資料型態

歸納為連續時間資料（如 IoT 感測器、穿戴式裝置、精密

機械加工機台等連續產生資料的情境）、及空間位置資料

（如製造業晶圓檢測、生物特徵辨識、虛擬實境動作變化

等）兩類，經過資料的建模後，可快速提供演算法的原型

（Prototype）給予客戶做需求驗證，整體流程從問題界定、

建模至修模約只需 3 至 6 個月時間。

目標客戶：系統整合(SI)服務業者，協助其補強整體資料分

析預測能力。

服務方式：運用「分析演算法+機器學習」技術，以 API

方式提供演算法服務，方便與企業既有 IT 系統介接整合，

5 https://www.facebook.com/TAOInfoTW/

6 https://mobagel.com/tw/

44

加速企業分析作業。

應用產業：由高科技製造業（如和大、鴻海），逐步拓展到

晶圓檢測、生技特徵辨識、手勢辨識與健康照護等多元產

業，收取客戶諮詢費用與分析模型開發費用。

資料來源：工研院 IEK(2017/11)

圖 17：傑騰智能之資料服務模式

(2). 行動貝果：整合物聯網、人工智慧，提供精準預測服務

行動貝果（MOBAGEL）成立於 2009 年，總部設於美國並在

日本與臺灣設立子公司。自 2015 年第一輪募資至今，累計獲得約

300 萬美元（約新台幣 1 億元）的投資，包括矽谷知名加速器 500

Startups、矽谷知名眾籌基金 FundersClub、日本最大網路廣告商

CyberAgent 、新加坡最大電信商 SingTel Innov8、國際大型銀行、

清華企業家協會天使基金（TEEC Angel Fund）等。預計 2017 年下

半年將到法國設立辦公室，打造繼矽谷總部、東京、台北辦公室後，

第四個海外市場分部。同時也將擴編團隊，招募工程師、資料科學

家、行銷、市場發展等人員，預計開放 20 至 30 人左右的職缺。

服務價值：「行動貝果」透過物聯網平台全自動化蒐集各類

資料源並梳理資料，同時利用巨量資料、機器學習等技術

建立人工智慧引擎 Decanter™，不斷優化顧客行為模式預測

45

分析結果，以提供客戶更精準之商業決策建議(如協助零售

商設計行銷方案，增加單一店鋪每月營收成長 15%)。

服務特色：

簡易：自動化的機器學習建模，不具資料科學背景的企

業用戶亦能在短短數分鐘內建構世界級模型。

快速：秒級回應速度，即時分析巨量資料，提供商業策

略推薦與趨勢預測服務，穩抓客戶不流失。

精確：資料平均計算精準度超過 90% ，企業將對客戶

瞭若指掌。

代表客戶：Panasonic(家電)、Philips(建築)、TRITRA(展場)、

Softbank(商務機器)

合作夥伴：包括飛利浦、亞馬遜、Google 與微軟等國際知

名企業

資料來源：工研院 IEK(2017/11)

圖 18：行動貝果之資料服務模式

(3). 意藍科技：跨業應用合作、拓展資料服務商機

意藍科技成立於 1999 年，專精於搜尋、自動語意、網路社群

分析等尖端軟體技術之研究開發，並於 2008 年收購知名搜尋引擎

46

公司「龍捲風科技」，成為國內搜尋引擎龍頭，連續多年獲票選為

臺灣最佳知識管理與搜尋引擎產品第一名。

意藍科技的主要產品服務包括：(1)企業搜尋引擎與語意分析

平台：運用人工智慧演算法，自動擷取內容重要的個體或用語，協

助客戶將重要資訊轉化成標記，歸類並彙整文件；(2) OpView 雲端

輿情觀測平台：提供客戶全方位的網路口碑觀測與分析服務，可有

效率地聆聽網友聲音，掌握市場脈動；(3)社群與廣告資料庫：提

供客戶(如：金控業者)各式社群媒體與廣告之資料販售與 API 串接

服務，約佔總營收兩成。

近年意藍科技除了持續深耕語意分析技術開發與輿情分析應

用服務，也持續強化社群、廣告等特定資料集之販售(交易模式因

涉及資料授權、訂價、計價、拆帳等議題，進展時程較慢)，以補

強其於資料服務價值鏈的營運缺口。

除此之外，意藍科技於 2017 年起，更與中華電信數據通信分

公司合作，利用其多年的輿情與人群資料庫，搭配中華電信之「人

潮客群分析平台」，創建全台最大之第三方人群資料庫 PeopleView，

將線上資料(如民眾瀏覽所留下的數位足跡)，利用語意技術與機器

學習，辨識網頁內容，為瀏覽者貼上不同興趣、生活型態之標籤，

再與線下資料(如實體地理的人潮資訊)相互串聯，描摹出明確的客

群區隔，以協助零售業者與品牌更精確掌握消費客群之輪廓與服務

需求，同時釐清營運策略方向與規劃創新商業模式。

47

資料來源：工研院 IEK(2017/11)

圖 19：意藍科技與中華電信之跨界合作服務模式

(4). 未來服務趨勢分析

總結前述個案研究以及本研究相關之訪談心得，可總結未來新

創資料服務業者可關注之服務模式有以下三類(見下圖)：

48

資料來源：工研院 IEK(2017/11)

圖 20：資料服務產業發展之三大未來服務趨勢

專注關鍵技術：如傑騰智能運用資料分析建模技術，提供跨產

業之資料分析預測服務所須之關鍵核心服務模組。

整合新興科技：如行動貝果整合物聯網、巨量資料、人工智慧

等多元新興科技，提供跨產業之預測分析服務。

跨業合作加值：如意藍科技利用自身之輿情、人群資料庫(可分

析消費者樣貌，如個人資料、消費意圖…)結合中華電信之人流

資料(消費者位置)，提供異業整合服務。

特別是在跨業合作模式部分，隨著創新服務需求日趨增多，不

論是資料之混搭應用或是技術工具之善用，均須隨著市場端需求之

多變而持續精進，若僅憑單一廠商單打獨鬥，失敗風險較高，倒不

如利用打群架之合作機制，尋找合適之商業夥伴共同服務目標客戶，

即可運用較有效率且風險較低之營運模式取得一定之市場地位。目

前國內已有許多服務業者開始運用此合作模式，協助終端客戶解決

所需之資料加值應用服務(如下圖示)。

資料來源：工研院 IEK(2017/11)

圖 21：資料服務業者之異業合作模式示意圖

49

(三) 完成「臺灣資料服務產業專業人才需求調查與關鍵議題探索」

本研究議題藉由標竿國際具代表性研究文獻，用以掌握數位

科技趨勢對於產業發展、資料活動之國際脈動與洞察觀點，以此為

論述基調，從國家戰略發展角度，解析臺灣資料服務產業專業人才

需求調查與關鍵議題，研擬因應對策與建言。

1. 數位科技趨勢國際脈動對於資料服務產業與專業人才之影響

(1) 衝擊資料活動程度最為廣泛之科技項目與影響內容

Gartner 所發佈之 2017 年十大策略科技趨勢7評選結果，可歸納

成三大主題，分別為智慧化、數位化、網絡化，明確點出未來的

科技趨勢將會形塑出智慧無所不在的數位世界。

Gartner 認為「人工智慧8(AI)與機器學習(ML)」是影響力最為

廣泛、多元之重要科技趨勢，原因在於人工智慧與機器學習的發

展階段已達到關鍵引爆點，且會持續透過虛擬化的方式，來促動

各式服務與應用的發生，且透過更快速的資料處理、更即時精準

的巨量資料分析結果，讓以智慧軟硬體為基礎的系統得以自我學

習。Gartner預測直至2020年為止，「人工智慧(AI)與機器學習(ML)」

會是科技供應商的主要競爭戰場。

(2) 資料產品服務於人工智慧(AI)科技趨勢下之創新應用方向

在重要數位科技趨勢浪潮帶動下，物聯網普及、巨量資料激增、

7 Gartner 2017十大策略科技：人工智慧(AI)與先進機器學習、智慧 Apps、智慧物件、擴增/虛擬實

境(AR/VR)、數位分身/虛實融合(Digital Twins)、區塊鏈(Block Chain)與分散式帳本、對話系統、網

絡狀 App與服務架構、數位科技平台、適應性安全架構 8人工智慧(AI)是一種科技統稱，涵蓋多種超越傳統演算法的先進技術，例如，機器學習、深度學

習、神經網絡、自然語言處理…等，其可超越現行既有的可理解、學習、預測、適應，以及有可能

自主行動的先進系統，進而打造出更加智慧化、可自我學習，且可改變行為的智慧裝置與程式。因

此，為現行的演算法注入或結合更為強大的平行處理能力、更為先進的演算法，以及更為廣泛的資

料集，勢必能釋放出強烈的創新能量與成果。

50

人工智慧興起的交互作用，讓資料服務產業創新發展重點有所轉

變，原因在於資料(Data)價值展現乃係透過分析、建模、解讀與詮

釋，而能突顯資料所帶出的重點議題、掌握使用者需求。

在物聯網(IoT)與人工智慧(AI)的科技帶動下，就技術面而言，

可讓資料蒐集與處理更具全面性、完整性，資料分析與應用更為

精準、即時，而就應用面而言，推升了「智慧服務」的重要性，

意即，IoT、AI 是工具、BIG DATA 是素材，唯有能夠抓住需求、

具有服務思維的產品、提升使用者應用體驗才是產業發展的核心

價值，由此而言，新興科技對於資料服務產業的重要影響，主要

將會發生於資料分析與應用此塊領域(如下圖所示)。

資料來源：工研院 IEK 整理 (2017/07)

圖 22：數位科技趨勢對於資料服務產業之影響

(3) 全球巨量資料商業分析應用領域與投資規模之轉變

根據 IDC「全球巨量資料和分析支出」研究報告 (2016-2020)

指出，各企業視營運性質而有不同之資料分析使用目的，B2B 企

業係透過資料分析流程，監控與掌握業務績效；B2C 企業係以資

料分析結果，掌握與預測客戶行為，開發創新產品/服務。

2016 年巨量資料與商業分析(BDA)之全球市場規模為 1,300 億

51

美元，IDC 預估至 2020 年之市場規模可達 2,000 億美元，其年成

長率為 11.7%。銀行、製造、公共服務是巨量資料分析需求成長最

多的前三名產業，其所投入之投資金額於全球佔比將近 50%，且

至 2020 年之前，此產業排名推測依然維持不變。在投資金額年成

長率部分，成長最快之產業分別為銀行、電信、公用事業、保險、

交通運輸；高於平均投資金額之技術投資項目為內容分析工具、

顧客關係管理分析應用程式；巨量資料軟體主要投資項目則為使

用者查詢、報表和分析工具、資料倉儲管理工具。

除了 BDA 未來需求具有成長性之產業類別之外，於巨量資料

與商業分析已具備相當成熟度之前三名產業，其分析重點項目與

特色，整理如下：

金融服務：有專門負責資料分析團隊，目的為透過分析結

果來開發創新服務、優化業務績效。

零售流通：擅長操作資料分析流程，目的為掌握與預測客

戶行為，協助制定行銷與營運決策。

製造：產業內表現兩極，高科技半導體製造業者資料分析

成熟度與領先度極高，但中小企業型製造業者則受限於成

本預算，較不常導入資料分析流程與工具。

2. 數位科技趨勢對於資料應用專業人才職務與技能變化之影響分析

(1) Gartner 所建議之資料科學團隊組建條件與專業人才定義

根據 Gartner 的調查整理，資料科學專業人才團隊組成應包含

三大知識領域、五大關鍵職務。三大知識領域為：專業領域知識

(Domain Knowledge)、資訊技能(IT Skills)、資料分析(Data

Analytics)。各領域自有獨立之處，亦有與其他領域交集之處，每

個區塊依特色各自具備特殊能力(如下圖所示)。

52

資料來源：Gartner (2015/6), 工研院 IEK 整理(2017/11)

圖 23：優質資料專業人才應具備之三大跨領域工作技能

茲說明上述工作技能之定義如下：

1. 熟悉商業運作流程與市場環境：具備能夠使公司營運活動

順利推動的商業、市場知識，包括法律與市場等產業議

題。

2. 良好的溝通與表達能力：具備將分析預測結果完整闡述、

說明之能力，以利與公司高層溝通，進而影響營運決策。

3. 資料視覺化呈現能力：具備將分析資料以簡單易懂的視覺

化方式呈現，以利決策者迅速掌握分析重點。

4. 資料掌握與分析能力：企業的管理階層，若具備資料科學

與分析的專業，得以輔助公司治理與決策

5. 資料前置處理能力：具備將資料清理、整合、重組、除錯

之資料處理能力，以供後續分析者使用。

6. 科技工具應用能力：熟稔科技工具，且能結合專業領域知

識，掌握可重複與有效利用的資料分析架構

7. 新興 IT 技能掌握能力：對於新興資料應用工具，如資料

庫系統管理（Hadoop, NoSQL）、資料湖（Data Lake）、資

53

料安全測試機制（Sandbox）等相當熟悉，以便能依據不

同資料分析需求善用所需工具。

8. 程式撰寫（Coding）能力：透過視覺化與分析的展現，可

配合客制化的程式撰寫能力

9. 量化分析（如統計分析）：建構數字化的分析架構，並視

情況創造新的分析方法。

10. 具備帶領分析團隊的領導能力：可建立、領導並激勵資料

分析團隊，同時在不同利害關係人之間互相溝通協調

11. 問題結構與分析能力：拆解並建構一系列企業分析問題的

能力，並憑藉實務上豐富經驗予以修正回饋

12. 熟悉商業機制、市場變化，能提出創新應用構想：具備洞

悉問題之訣竅，深入了解市場商機與動態，並具備創業驅

動力，能夠提出解決對策。

13. 熟悉營運目標與關鍵成功條件：具備從目標導向評估投資

報酬率、營運效率等營運流程，並能透過剖析掌握該領域

的關鍵成功因素之能力。

14. 知識串連與整合能力：能廣泛掌握各種知識、迅速釐清關

鍵問題，以利團隊能對症下藥解決

15. 資料系統分析與模組化能力：具備掌握系統分析程序標準

化以及客制化與擴充性之模組能力

16. 軟硬體系統維運的能力：熟悉軟體介面、硬體設備以及整

體系統維護操作的能力

五大關鍵職務包含：資料科學家、資料分析師、資料工程師、

應用領域專家、軟體工程師。Gartner 對於五類職務之人才定義如

下：

表 4：資料科學團隊五大關鍵職務之工作職掌與所需技能

54

關鍵職務 說明

資料科學家

為資料科學團隊之核心關鍵人物。受過量化

領域的學術訓練(如統計、作業研究、機器學

習、計量方法…等)，能解讀與萃取資料中的

各種知識、資訊，形成洞察，改善企業決策。

應用領域專家

相當熟知商業特定應用領域的專業知識，能

轉譯、評估、解釋資料分析結果，確保所得

出洞察能導出合適的行動方案，並具體落實

商業價值活動之規劃與推動。

資料分析師

熟悉各式統計工具與方法(如迴歸、假設檢

定)，且能描繪資料科學導向的商業情境。

資料工程師

能進行資料來源之目錄編輯且能協助資料科

學家準備與處理資料，屬於任務導向的支援

型人力。

軟體工程師

熟悉 coding、視覺化、資料整合與佈署之工

具與方法，為基礎之支援型人力。

資料來源：Gartner (2015/6)，工研院 IEK 整理(2017/11)

Gartner 亦點出各種職務於三大領域的專業知識技能準備度，整

理如下表所示。

表 5：資料科學團隊五大關鍵職務所需具備專業知識技能準備度

專業準備度

關鍵職務

特定領域

專業知識

資訊科技

(IT)技能

量化技能

資料科學家

資料分析師

資料工程師

應用領域專家

軟體工程師

資料來源：Gartner (2015/6)，工研院 IEK (2017/11)

55

(2) 企業理想之資料加值應用團隊組成樣貌

本研究認為企業內部資料加值應用團隊之理想樣貌(如圖 24 所

示)應由三個單位組成，一為由首席資料長(Chief Data Officer, CDO)

領軍之資料科學團隊，二為各部門之業務分析人員(提出分析需求

與負責領域之專業知識)，三則為公司決策高層。其中，「首席科學

家」居中掌握業務發展需求、研擬分析策略並與高層商討決策制

定，角色最為關鍵。

資料來源：工研院 IEK (2017/04)

圖 24：企業理想之資料加值應用團隊組成樣貌

(3) 全球企業對於資料專業人才職務之觀點轉變

根據 Gartner 於 2016 年針對企業首席資訊長(CIO)之調查結果

指出，各企業 CIO 皆同意「人才」是影響企業營運好壞的第一重

要因素，然而，有將近 7 成的企業 CIO 深信目前已面臨嚴重的人

才稀少議題，且其稀少程度已被視為一種危機。

對於企業需要卻又缺乏的人才類型而言，有 4 成的企業 CIO 指

出，最期望的、但也最缺乏的是能協助企業洞察與發掘商機的資

56

訊分析類型人才，第二與第三期望的人才類型分別為具備企業營

運知識與經驗(18%)、具有安全與風險控管能力(17%)，但此兩類

受企業期望程度遠低於資訊分析人才。

根據美國人力資源管理協會(SHRM)於 2016年之研究調查結果

指出，企業在招募與資料相關的專業人才時，有約 75%的企業以「xx

分析師」之職稱來進行人才招募，例如，資料分析師、研究分析師、

市場研究分析師…等，僅有約不到 15%的企業以「xx 科學家」之職

稱來招募人才，例如，資料科學家、研究科學家…等，而約有 18%

的企業以其他類型的職稱進行招募，例如，研究員、統計員、數學

家…等；在招募人才時，相較於行政管理職的主管職務，招募資料

分析人才時，企業大多提供功能性主管職務來招募人才，例如，經

理、主任、顧問…等。

綜合而言，由此調查結果顯示，企業於招募與資料相關之專業

人才時，職務首重分析應用之實質功能性、職稱則多以具實質管理

職的功能性主管稱呼。

(4) 資料專業人才應具備之 AI 技能基本條件

根據 Gartner 研究指出，一般而言，與人工智慧(AI)和巨量資料

分析相關的工作類型，其人才所需具備之基本技能有三大條件：

具備與數學、統計、程式設計相關之學歷科系背景：學歷需

為碩士或博士，科系主修電腦科學、電子工程、統計、統計、

應用數學…等相關科系。

需擅長之工具(有實務經驗更佳)：包括 Java, C++, Python,

JavaScript 等程式語言、機器學習、統計建模、深度學習等

演算法技能以及資料探勘、關聯資料庫等資料庫技能。

需具備之技巧與能力：分析與量化問題之解決能力、口說與

手寫之溝通技巧，以及適用於企業內外部之高效工作能力。

(5) 受人工智慧科技趨勢影響之資料專業人才技能變化

人工智慧最大特色即是讓巨量資料透過更為先進的演算法，讓

57

機器得以表現得更為智慧，得以自我學習、適應，以及做出適當的

反應。以資料服務產業價值鏈而言，人工智慧之新興科技會影響之

層面包含資料蒐集、資料辨識與理解、資料儲存、資料分類與規則、

資料模型，以及資料分析。於各段價值鏈之影響內容(如下圖所示)。

資料來源：工研院 IEK 整理 (2017/07)

圖 25 ：AI 對資料服務產業各段價值鏈所造成之衝擊

綜合而言，由物聯網、巨量資料、人工智慧所串接起來的產業

影響，將會聚焦於「智慧服務」之成果展現。原因在於以 IoT 串連

資料與服務，形成 IoS(Internet of Services)，而 AI 是推動智慧服務

差異化的關鍵技術，對於資料服務產業之轉變為專注於開發創新服

務、提升產業價值。IoT 與 AI 會對資料蒐集、辨識、分類、分析造

成影響，與 IoT、AI 相關的人才技能需求度大幅提升，例如，影像

辨識與數據化、AI 演算法、深度學習、機器學習、自然語言處理。

3. 臺灣資料服務產業專業人才需求現況分析與關鍵議題探索

(1) 資料服務產業人力組成結構

本研究將資料服務產業人力組成結構分為三類：(1)與資料活動

直接相關工作者、(2)與資料活動間接相關工作者、(3)非關資料活動

工作者。前述三類人力之總和即為資料服務產業之總從業人員。本

研究所提之「資料服務產業專業人才」即是前述第(1)類人才，包含

58

五大類關鍵職務：資料科學家、應用領域專家、資料分析師、資料

工程師、軟體工程師；第(2)類工作者係指不直接參與或涉入資料活

動，而是利用資料分析結果以輔助決策之工作者，例如，專案管理

師、行銷規劃師…等；第(3)類工作者則係指與資料活動過程或分析

結果無關者，例如，行政庶務人員、會計師。

資料來源：工研院 IEK 整理 (2017/11)

圖 26：資料服務產業人力組成結構

(2) 本研究定義之「資料服務產業專業人才」

由於資料相關之產業科技發展，仍以歐美國家為創新先驅，故

本研究標竿 Gartner 所提出之資料科學團隊組建條件、專業人才定

義與分類，並適度調整細部內容。

本研究對於資料專業人才之定義為：以資料活動為核心，產出

資料應用產品或服務，具備「資訊軟硬體」、「量化與分析」、「應用

領域專業知識」知識技能，能依據業務目標進行資料蒐集、處理、

分析，以及提出商業應用決策建議之工作者，本研究將其職務分為

五類，應用領域專家、資料科學家、資料分析師、資料工程師、軟

體工程師。(如下表所示)

59

表 6：資料科學團隊專業人才五大主要職務及其定義

職務名稱 工作職掌&所需技能

軟體工程師

(Software Engineers)

具備程式撰寫能力，能靈活應用應用程式開發

工具；並可配合資料分析師與資料工程師開發

所需應用程式

資料工程師

(Data Engineers)

熟悉公司資料儲存環境與系統結構，且精通

ETL 工具與相關資料庫(如：關聯式資料庫、資

料倉儲以及分散式資料系統，可協助資料分析

師蒐集、分類與處理資料

資料分析師

(Data Analysts)

能依據組織內部之資料處理作業與資料分布

狀態，善用各類基本分析模型與視覺化套裝工

具(easy-to-use tools)，以協助資料科學家進行各

式資料分析工作

領域專家

(Business Experts)

熟悉專業領域知識與業務發展需求(可能是企

業部門的領導者或是業務專家)，了解商業運作

的最佳狀態與可能面臨的問題，能提供專業見

解供研究團隊分析參考，扮演業務單位與分析

團隊之溝通橋樑

資料科學家

(Data Scientists)

為資料分析團隊的領導者(對組織的資料管理

具有高度的掌控力、且熟悉靈活運用大部分的

分析工具)，能帶領資料分析團隊，依據業務單

位需求，建構分析模型並提出預測洞察供高階

主管決策參考

資料來源：工研院 IEK 整理 (2017/11)

資料服務產業之專業人才應具備之專業條件

參酌研究機構Gartner報告與國內專家建議，從「量化與分析」、

「資訊軟硬體」以及「應用領域專業知識」等三面向考量，定義資

60

料服務產業專業人才應具備之各式條件，例如，學類、技術、能力、

工具，用以解構臺灣資料服務產業專業人才職務/技能需求與缺口分

析。(如下表所示)

61

表 7：資料服務產業之專業人才應具備之專業條件

基本學類 基本技術 基本能力 專長工具 涉及跨領域項目

1. 資訊工程

學類

2. 資訊管理

學類

3. 電機電子

學類

4. 數理統計

學類

5. 應用數學

學類

6. 統計學類

7. 企業管理

學類

8. 市場行銷

學類

9. 心理學類

10. 社會學

類

1. 資料平台建

置

2. 資料抓取技

術

3. 資料處理技

術

4. 資料分析技

術

5. 資料視覺化

設計(如：旭

日圖、決策

樹…)

6. 預測分析技

術(如：機器

學習、深度

學習、類神

經網絡…)

1. 資料取得、處

理與儲存

2. 資料探勘

3. 資料視覺化

4. 靈活運用應

用程式開發

工具

5. 開發資料應

用程式與工

具

6. 程式撰寫

7. 熟悉各式分

析工具與運

用

8. 特定應用領

域專業見解

9. 分析結果解

讀

10. 資料應用

策略之整合

與發展

11. 趨勢預測

12. 商業命題

建構

13. 商業決策

建言

14. 團隊領導

力

1. Java

2. C

3. C#

4. C++

5. Python

6. Hadoop

7. SPSS

8. SQL

9. SAS

10. STATA

11. R

12. Linux

13. PHP

14. ASP.NET

15. MS SQL

16. JavaScript

1. 工程研發類

2. 管理財經類

3. 行銷業務類

4. 技術支援類

5. 資訊科技類

資料來源：工研院 IEK 整理 (2017/11)

(3) 臺灣資料服務產業專業人才需求調查

A. 調查目的

本調查分析邏輯假設產業發展受到科技趨勢之驅動，各企業採

取因應動態，就技術面、產品面、人才需求、組織發展、目標策略...

62

等做出相應調整(產業驅動因素→企業動態→人才需求影響)。調查

目的旨在掌握臺灣重點/新興產業人力供需現況，推估未來三年之產

業專業人才需求情形，解析產業專業人才需求缺口，進而提出因應

對策，以讓臺灣重點/新興產業得以更加穩健成長。本研究透過問卷

調查、廠商訪談，瞭解重要科技趨勢對於臺灣資料服務產業所造成

的各式影響，例如，重要科技趨勢對於專業人才數量、職務、技能、

專長工具…會產生哪些變化？

B. 調查範疇

於進行產業專業人才之需求現況調查與未來三年推估時，完整

的研究步驟有三：產業調查範疇建構、產業資料蒐集與分析、專業

人才供需推估。意即，唯有在清楚定義產業範疇、瞭解生產活動之

前提框架下，才能蒐集到對應之產業量化與質性資料，正確描述產

業趨勢與動態變化，以此做為人才需求推估的重要基礎，以進行現

況掌握與未來需求推估、層層解析產業專業人才重要議題與缺口分

析，並提出因應對策與建議。

針對「臺灣資料服務產業專業人才需求調查」之研究議題，本

研究欲從科技趨勢對於產業影響開始，探討臺灣資料服務產業於資

料產品服務開發、專業人才技能需求之因應與轉變，經過臺灣資料

服務產業發展現況暨專業人才需求調查，發掘產業與專業人才發展

之關鍵議題，依此提出因應對策與具體措施，用以形成臺灣資料服

務產業專業人才之策略建言。

本研究依據研究計畫設定之資料服務產業定義與範疇，選定代

表性業者做為專業人才需求調查的親訪對象，以廠商於產業經營、

市場開拓的實務觀點，瞭解現今資料服務產業之科技趨勢、營運模

式、人才需求技能轉變。本次調查之代表性廠商範疇如下圖所示，

親訪廠商家數總計 16 家，資料取得與處理業者 7 家、資料分析與

應用加值業者 8 家、完整解決方案與服務業者(SI)1 家，應用領域涵

蓋醫療保健、製造、交通運輸、環境地理、金融、媒體廣告、電子

商務、農業、電信…等。

63

資料來源：工研院 IEK 整理 (2017/11)

圖 27 資料服務產業專業人才需求調查範疇

C. 衡量方法

本次人才需求調查對象範疇包含：純資料服務公司(蛋黃區)、

混合型資料服務公司(蛋白區)，就此兩大類型公司，篩選出代表性

業者，做為問卷調查、親訪對象，以獲取資料服務產業業界領袖之

意見，進行產業與人才需求研析。推估步驟說明如下：

取得臺灣資料服務產業歷年數據，包含產值、市場規模、

公司家數、專業人才數，推估歷年成長率、人均產值，以

推導出臺灣資料服務產業 2017 年相關數值。

預測臺灣資料服務產業短中期之產業景氣成長率，估算未

來三年(2018-2020)之產值、市場規模、總從業人數預估

值。

(4) 臺灣資料服務產業專業人才需求之調查成果說明

臺灣資料服務產業專業人才需求調查研究分為量化、質性研究

兩部份，以量化研究瞭解資料服務廠商在新興科技趨勢下，對於專

業人才需求轉變，此需求包含職務需求與技能需求；質性研究則在

於透過廠商觀點，釐清人才缺口為何，以新興科技、營運模式、產

品應用領域、人才需求(背景、技能、招募、培訓…等)為重要問項。

64

以下內容萃取重要調查成果做為說明。

A. 臺灣資料服務產業專業人才短中長期需求發展分析

整體而言，2017 至 2020 年為止，臺灣資料服務產業人才需求

呈現每年漸增的走勢，2017 年總從業人員數將近 74,000 人(其中包

含專業人才數將近 37,000 人)，至 2020 年總從業人員數成長至將近

89,000 人(其中包含專業人才數將近 47,000 人)，於三年間，臺灣資

料服務產業總從業人員數量增加 15,000 人(其中包含專業人才新增

數 10,000 人)。調查結果顯示，未來三年，臺灣資料服務產業成長

景氣樂觀，同步帶動該產業人才需求。以專業人才關鍵職務五種分

類而言，短期內，對於軟體工程師需求量最大，資料科學家、應用

領域專家之人才需求比例雖僅合佔專業人才分類之 10%，但資料服

務業者表示，該兩項職務之重要性彰顯於資料分析加值應用之商業

效益，人才需求不在於量多，而是必須注重其資料專業技能深度與

實務經驗熟練程度。

表 8：臺灣資料服務產業專業人才需求數推估 (億新台幣/人)

年度 2017 2018 年 2019 年 2020 年

景氣情境 (註 1) 樂

觀

持

平

保

守

樂

觀

持

平

保

守

樂

觀

持

平

保

守

樂

觀

持

平

保

守

產值預估 785 747.75 710 881.5 839.5 797.6 989.9 942.8 895.6 1,111.7 1,058.8 1,005.8

產值成長率(%) 12.6 12 11.4 12.6 12 11.4 12.6 12 11.4 12.6 12 11.4

市場規模預估 995.76 948.35 900.93 1,125.2 1,071.6 1,018 1,271.49 1,210.95 1,150.4 1,436.78 1,368.37 1,299.95

總從業人員 77,300 73,700 70,000 83,500 79,500 75,600 86,300 82,200 78,100 93,200 88,700 84,300

專業人才 (註 2) 38,500 36,600 34,800 41,500 39,600 37,600 44,900 42,700 40,600 48,400 46,100 43,800

新增人才數(人) 2,800 2,700 2,600 3,100 2,900 2,800 3,300 3,200 3,000 3,600 3,400 3,200

註解說明

• 註 1：樂觀= 當年度持平推估人數* 1.05 (預估倍數)；持平= 當年度持平推估人數；保守= 當

年度持平推估人數* 0.95 (預估倍數)

• 註 2：總從業人員=專業人才+支援人力

＊本調查已將人才需求推估數字，以四捨五入進位至百位呈現，僅供參考。

資料來源：工研院 IEK 整理 (2017/11)

65

B. 重要數位科技趨勢對於專業人才關鍵職務需求影響

根據問卷統計，由於物聯網、人工智慧為最受廠商重視與運用

之新興科技，被列為未來三年科技推動重點，因此需導入此兩項科

技於產品開發或組織運作當中，所需要的專業人才關鍵職務出現對

應變動。就物聯網、人工智慧而言，對應之高需求專業人才關鍵職

務，整理如下表所示。

表 9：因應重要數位科技趨勢影響下之高需求關鍵職務

未來三年

科技推動重點

資料服務產業

資料取得與處理 資料分析與應用加值

高需求關鍵職務

物聯網 軟體工程師 應用領域專家

資料分析師

人工智慧

資料科學家

軟體工程師 應用領域專家

資料分析師

資料來源：問卷統計結果；工研院 IEK 整理 (2017/11)

C. 重要數位科技趨勢影響下之被取代與新興職務

根據問卷統計，因巨量資料分析、AI、客服機器人的出現，廠

商可將簡易、規律的事務自動化，有 46.2%的廠商表示「客戶服務

人員」為最容易被取代的職務，而客服機器人可協助提升作業效率，

減少客服人員的聘僱需求。

為因應資料量大幅度、快速增加，需透過機器學習、深度學習，

訓練 AI 機器人能有智慧地分析數據，有 21%的廠商提出「人工智

慧演算法工程師」為此波科技趨勢下，所衍生之新興職務，重要職

能在於需能推導新穎統計模型，對各類型資料進行分析。另外，亦

有廠商提及其他的新興職務，例如，「文字機器人設計師」、「自然語

音機器人設計師」、「情境設計師」、「專業領域資料科學家」。

D. 臺灣資料分析應用領域成熟度前三大產業及其專業職務技能

根據臺灣 IBM 與 IDC 聯合發表之「2017 臺灣企業資料分析成

熟度調查報告」指出，金融服務業、零售流通業、製造業是臺灣資

66

料分析成熟度最高的三大產業。該份報告對於臺灣各產業進行分層

抽樣，訪問臺灣 133 家企業的資訊長、技術長、資訊與業務主管…

等，以「IDC 資料成熟度模型」調查臺灣企業資料使用狀況與成熟

度高低。調查結果指出，臺灣企業於資料分析與技術掌握具有一定

成熟度，但近年來，臺灣的資料分析先驅型企業與其他企業的差距

愈來愈大，開始出現兩極化發展。本計畫參考該份報告調查成果，

並至 104 人力銀行網站，查詢各標竿企業於近期刊登與資料處理分

析相關之職缺內容，彙整各職缺之職務內容與所需技能。以下分別

就個別應用產業彙整其對於資料服務需求、資料分析重點、分析所

需之專業技能與常見職務名稱。

表 10：金融、零售與製造三大應用產業之資料專業人才需求分析

金融服務 零售流通 製造

資料

服務

需求

客戶行為分析

監控業務績效

分析趨勢以獲得

競爭優勢

客戶行為分析

分析趨勢以獲得

競爭優勢

監控業務績效

分析趨勢以獲得

競爭優勢

優化製程

簡化作業流程

資料

分析

重點

非結構化資料蒐

集與分析(如多媒

體影音資料)

網頁點擊串流分

析

社群網路分析

即時分析預測

有助於產品行銷

與業務開發決策

的智慧分析

感測器與機台設

備資料蒐集與分

析

所需

技能

程 式 語 言 ：

HTML 、

JavaScript 、 Java

EE 開發經驗；

AI 資料分析與應

用：機器學習、深

度學習、AI 應用經

驗；

統計建模：統計分

析軟體或程式開

發語言，例如 R、

SAS 、 Python …

等、資料建模與預

測；

資訊工程：Linux、

Oracle、UNIX；

商業管理：市場行

銷、大眾傳播；

程 式 語 言 ： R,

Lingo, C#, Java,

Python, C++...等

統計建模：OR 演

算法，例如，迴

歸、ARIMA；預測

模型…等。

系統開發 /資料庫

設計：Linux OS…

等

67

金融服務 零售流通 製造

常見

職務

財務投資系統開

發工程師

投資資料整合人

員

財務工程專業人

員

巨量資料分析師

媒體企劃專員

行銷企劃專員

系統分析專員

系統工程師

工業 4.0 數據(資

深)工程師

專家系統開發人

員

視訊壓縮與視訊

處理演算法設計

師

標竿

企業

國泰人壽

玉山銀行

全球人壽

全家便利商店 鴻海精密工業

臺灣積體電路

資料來源：工研院 IEK 整理 (2017/11)

E. 臺灣資料服務廠商對於專業人才招募難易與運用挑戰

經調查得知，臺灣資料服務廠商於專業人才招募上，不論是招

募哪一種專業人才關鍵職務，有三分之一的受訪廠商反映「不易辨

識招募對象的能力水準」為臺灣資料服務廠商共同面對之人才招募

首要難題。其中，至少六成以上廠商認為資料科學家、應用領域專

家是最難招募的兩種職務類型，原因在於此兩類人才專業技能配備

為必須具備應用領域專業知識與市場實務資深經驗，而其專業技能

難以僅透過學校課程培訓而成，必須經過職場與市場實驗經驗之時

間養成。

以資料分析師、資料工程師、軟體工程師之招募而言，有六成

以上廠商認為招募程度居於普通或容易，原因在於此三類人才多以

聘用應屆畢業生為主，廠商聘用考量點在於此三類型人才剛於學校

畢業，受過最新的、紮實的資料科學方法基礎理論，亦具有年輕人

的創意點子，對於資料分析建模、軟體開發具有紮實基礎理論與開

發技能，雖為職場新手，但實可勝任工作挑戰，但缺點在於其創意

發想無法直接與市場需求接軌、無法實質轉換為商業效益。

表 11：臺灣資料服務產業專業人才招募難易程度與運用挑戰分析

資料科學 應用領域 資料分析 資料工程 軟體工程

68

家 專家 師 師 師

招募

難易

程度

(%)

困難 80 63 38 21 25

普通 0 25 50 50 55

容易 20 12 12 29 20

人才

運用

挑戰

主要

挑戰 不易辨識招募對象的能力水準

次要

挑戰

專業人才

數量不足 優秀人才易被挖角 專業人才數量不足

資料來源：工研院 IEK 整理 (2017/11)

(5) 臺灣資料服務產業專業人才關鍵議題探索

本研究彙整廠商意見、問卷統計結果，參酌國際代表性文

獻之建議，提出以下三項關鍵發展議題：

A. 資料專業人才短缺，企業招募困難

現有求才機制或管道無法將優秀人才導入臺灣資料服務廠

商。優秀畢業生多選擇知名度高、規模大之企業做為優先

投擲履歷對象。

多數臺灣資料服務廠商表示：資料科學家(80%)、應用領域

專家(63%)是最難招募的關鍵職務人才。

B. 跨域人才養成不易，業者無法清楚辨識人才能力高低

「不易辨識招募對象的能力水準」為臺灣資料服務廠商之

選才首要難題。

良好的資料處理與分析流程需建構在專業人才能夠(1)掌握

科技工具應用能力、(2)熟悉商業知識與客戶需求，以及(3)

提出創新應用構想，但資料服務業者反應人才常常無法三

者兼備，以實務而言，業者最常面對第(2)項能力缺口問題。

資料服務產業專業人才應具備之能力，除了要瞭解演算法，

也要能在充分掌握商業知識與客戶需求的前提下，瞭解資

料、定義問題，並具備實務經驗，而在對市場需求理解度

69

不足的情形下，導致人才常出現無法清楚定義資料分析目

標、問題解構之狀況。

重要數位科技趨勢 AI 已普遍擴散至各產業與應用領域，但

臺灣資料專業人才現有的技能裝備，尚無法將其轉換為具

有商業效益的資料加值應用成果。

資料處理與分析結果之價值高低，常仰賴於人才實務經驗

值，例如，資料相關科技工具操作經驗、特定應用領域之

商業知識…等，然而，資料服務專業人才之實務經驗值難

以透過量化方式給予計分標準，導致資料服務業者難以具

體判斷人才能力水準高低。

C. 缺乏具問題解決導向之產學合作機制，協助企業培養可用人才

於現有產學合作機制之下，臺灣資料服務廠商於產學合作

的投入成本與成果效益之間，常無法對等，導致於難以長

期有效維持產學合作關係。所面臨的挑戰有二：(1)企業需

求與學校無法搭配；(2)企業投入成本培訓學生，但學生於

畢業後或產學合作關係結束後，往往無法繼續留任，導致

廠商人才培訓變為沈默成本。

(6) 彙整座談會專家意見，歸納人才需求發展關鍵議題與建議

專家座談會出席專家(名單詳見下表)認同本研究提出之關

鍵議題方向，並針對育才、應具備之專業能力給予時值建議。

育才：(1)人才養成不一定要透過固定課程、正規教育來培

養，也可經由機制、平台來規劃人才養成試驗場域，或是

經由 call for proposal 的方式來進行；(2)為提升專業人才能

力，也需要培育具備跨領域能力的師資；(3)鼓勵人才參與

國際專案。

資料服務產業專業人才應具備之能力：除了要瞭解演算法，

也要能瞭解資料、定義問題，並具備實務經驗。而「缺乏

對問題定義的能力」是較多廠商一致認為重要且缺乏的人

才運用議題。

70

表 12：專家座談會出席名單

開放資料聯盟(Open Data Alliance) 彭 O 明 會長

臺灣開放街圖社群(OpenStreetMap) 鄧 O 波 召集人

臺灣資料工程協會 王 O 聰 發起人

台北大學電子商務研究中心 汪 O 堅 主任

景翊科技股份有限公司 陳 O 廷 總經理

意藍資訊股份有限公司 楊 O 偉 總經理

亦思科技股份有限公司 江 O 峰 執行長

關貿網路股份有限公司 陳 O 良 經理

DTCO 薩摩亞商數金科技有限公司臺灣分公司 李 O 鑫 執行長

資料來源：工研院 IEK 整理 (2017/11)

(四) 完成「臺灣資料服務產業發展與人才需求因應策略建言」研究

1. 研究結論

(1) 產業面

A. 資料服務產業定義：

若一家公司的產品、服務與技術與資料應用相關

(data-related)，如資料販售、資料應用工具開發(如分析軟體、

視覺化應用軟體…)、 預測分析、應用服務等，即可視為資料

服務公司；而一個國家所屬資料服務公司營收中，與資料相關

服務與產品(data-related products and services)之營收總和(包括

海外市場之營收)就是該國資料服務產業之產值。

71

B. 資料服務產業樣貌：

資料服務產業組成包括「純資料服務公司」與「混合型資

料服務公司」兩大類業者，並可細分為「資料提供服務業者」、

「資料處理服務業者」、「資料分析/應用服務業者」、「資料應用

工具開發服務業者」、「顧問諮詢服務業者」、「完整解決方案服

務業者」、「特定應用領域服務業者」與「資訊網路基礎設施供

應商」等八大類服務業者。

C. 臺灣資料服務產業產值與市場規模：

2017 年之臺灣資料服務產業產值達 747 億、市場規模則為

948 億。預計至 2020 年，產值將超越 1,058 億，市場規模則接

近 1,370 億，產值與市場規模於 2020 年之成長相對於 2017 年

均超過 40%。

D. 臺灣資料服務市場需求趨勢：

從「產業應用發展潛力」、「產業資料獲取程度」、「產業占

比 GDDP 比重」與「產業之勞動生產力」等四大條件分析結果，

臺灣資料服務市場需求聚焦於製造、電信服務、政府治理、商

務服務以及金融服務等五大應用產業。

E. 臺灣資料服務產業發展樣貌：

臺灣資料服務產業專業分工態勢尚不明顯，仍以國際品牌

大廠與國內系統整合大廠為發展主力，不過隨著特定應用需求

之興起，已有新創資料服務業者出現。新創業者服務多集中於

客製化之資料分析與應用加值，專注於「工具開發」「資料處

理」、「工具開發」與「商業顧問諮詢」等服務需求之業者相對

不多，形成產業價值鏈缺口。

F. 臺灣資料服務產業發展關鍵議題：

產業面：

專業分工已興起，然產業關鍵價值鏈仍有缺口

中小企業資料加值應用能力不足，亟需政府協助轉型

缺乏大型應用推動計畫，不利新創資料服務業者發展

72

環境面：

跨單位資料無法有效互通與整合

個資法疑慮、阻礙資料流通善用

(2) 人才需求面

A. 人才樣貌與發展趨勢

本研究參酌 Gartner 建議，將資料專業人才關鍵職務分為

五類：資料科學家、應用領域專家、資料分析師、資料工程師、

軟體工程師。

在重要數位科技趨勢--人工智慧的驅動下，資料科學家是

資料活動價值鏈當中，需求度最高的關鍵職務，軟體工程師是

資料取得與處理之高需求職務、資料分析師與應用領域專家是

資料分析與加值應用之高需求職務。

透過機器學習、深度學習可訓練 AI 機器人有智慧地、快

速地分析巨量資料，企業可將簡易、規律的事務自動化，「客

戶服務人員」是最容易被取代的工作職務。

B. 人才需求數量變化

臺灣資料服務產業總從業人員(含專業人才與支援人力)

之未來人數需求變化：

2017 年總從業人員數為 73,666 人(包括專業人才數為

36,649 人，專業人才佔總從業人員數比例推估為 49.75%)

2020 年總從業人員數為 88,723 人(包括專業人才數為

46,136 人，專業人才佔總從業人員數比例推估為 52%)

2017~2020 年，臺灣資料服務產業總從業人員數新增

15,100 人，專業人才數新增 9,500 人。估算 2017 至 2020

年之成長率，總從業人員數成長率為 20.4%、專業人才數

成長率為 25.9%。

C. 人才發展關鍵議題

73

臺灣資料服務產業專業人才發展關鍵議題：國內資料服務

廠商對於未來三年產業景氣持樂觀看法，有意持續招募專業人

才，但於人才發展與運用遭遇以下困難：

資料專業人才短缺，企業招募困難

人才實務經驗無法被標準量化，業者苦於無法清楚辨識人

才能力

缺乏具問題解決導向之產學合作機制，以解決企業實務資

料應用之人才培育需求

2. 策略建言

(1) 產業面：利用公私協作機制（Public Private Partnership, 以下

簡稱 PPP），推動大型應用計畫，以扶植新創業者同時強化產

業價值鏈缺口

A. 國際標竿作法：公私協作機制與大型應用計畫之整合推動

(A) 發展需求

隨著政府須處理的事務越趨複雜、回應時間越趨短暫，

以往由政府獨立施政的治理型態已無法因應如此變動快速的

局勢變化了；此外許多國家的產業結構以中小型企業居多，

如何協助中小企業轉型甚至是新創業者的催生，也成為當今

政府亟須思索的重要施政重點。上述種種問題都促使全球政

府努力思索該如何善用新興科技並制定良好的產業推動政策，

以解決上述之棘手問題。

(B) 推動價值

運用公私協作機制與推動大型應用計畫，已成為歐美標

竿國家推動產業發展的重要做法之一，特別是歐盟近年已推

出多項整合公私協作機制與大型應用建設之推動計畫，希望

能透過此類計畫之推動，以更有效率、集體智慧與節省政府

財源的方式，解決各項施政難題；同時也藉由大型應用計畫

之推動，串聯當地企業、學校、研究機構與民眾協同合作形

成產業生態體系(Ecosystem)，達成產業合作創新、就業機會

74

增加、研發技術領先、解決政府問題與建立資料互通標準等

多重推動效益。

資料來源：工研院 IEK 整理 (2017/11)

圖 28：公私協作模式運作示意圖

(C) 標竿案例：歐盟之「資料價值鏈(Data value chain)」政策

歐盟為了強化資料價值鏈(Data Value Chain)，透過公私協

作機制鏈結學研界、產業界(大型企業和中小企業)和公部門，

共同投資了 25 億歐元推動巨量資料應用展開，其中有 5 億歐

元投入 Horizon 2020，推動五年期的研究計畫。

計畫時程：PPP 整體推動計畫從 2014 年開始，籌組由

產業界所領導的非營利組織 Big Data Value

Association(簡稱 BDVA)並和各利害關係⼈簽訂合作

條約，從 2015 年起透過各方角色的參與協調，重新定

義歐盟 Big Data Value Strategic Research and

Innovation Agenda，規劃後續整體的推動策略和目標，

2016 年開始執行 Big Data Value PPP 計劃，並配合

Horizon 2020 學研計劃，至 2021 年結案。

計畫目標：量化推動目標包括：(1)歐盟廠商於 2020

年可佔有全球 30%的巨量資料市場、(2)企業以資料作

為營運決策可望提高 5%以上生產力、(3)2020 年前可

促成 10 萬個資料工作者的相關就業機會，(4)同時提

升民眾生活品質(如：降低能源使用率達 10%)。同時

75

也希望建構整體 Big data Ecosystem，互惠資料提供者

和使用者，並希望巨量資料加值服務能實際應用至公

私領域的決策系統，例如組織內部資源調整、提升營

運績效，甚至能創造新的商業模式。

組織成員：PPP 的參與會員除了歐盟執委會外，包含

了 BDVA 產業聯盟，聯盟業者橫跨大型企業至中小型

廠商，例如 ATOS、ATC、IBM、 SINTEF、NOKIA

Solutions and Networks、 THALES、Siemens、SAP、

華為等，也包含學術單位如 Technical University of

Berlin. University of Bologna (CINI)、Polytechnical

University of Madrid, University of Duisburg Essen 等機

構，產業和學研單位比例各佔⼀半，總會員數已超過

100 個以上。

會員合作：PPP 的組成橫跨各產業和會員國，由產業

代表指出所需的資料來源或分析技術缺口，以推動更

有效率的業務開展，讓計劃方向更貼近產業需求。此

外，PPP 希望能鏈結大型企業和中小企業的資源，創

造雙贏的市場機制，例如大型保險公司可提供特定的

數據模型或服務讓小型農業廠商使用，並整合政府蒐

集的數據資料，協助小型業者加值使用；而中小型技

術創新廠商也有重要的立足角色，例如 Optique Project

即採用中小企業的預測分析技術，協助大型製造企業

如西門子提前偵測儀器故障機率，以降低維修成本。

運作方式：歐盟的公私部門協作係由政府制定基本運

作準則，產業領頭共同與法人及學校合作，籌組獨立

組織運作。在資金組成部分，通常係由政府補助 50%

經費，企業出資 40%，學校及研究機構只需出資 10%

即可，當實際完成商轉與整案輸出，政府則不再提供

任何資金補助。此外協會的成員會定期舉辦討論會議，

決定應用方向和策略，政府代表則提供相關政策諮詢

和建議。

76

特定應用議題之挑選與定案

步驟一：企業、社群提案

由 BDVA 會員及社群團體，依據各自需求與

技術發展能量，提出創新應用提案

步驟二：專家複審

由公私協作委員會 (cPPP Board)及歐盟軟體

與服務諮詢委員會(NESSI)組成之專家團隊進行

應用價值、技術創新與獲利模式等多面向評比

步驟三：議題定案

透過工作坊、研討會等共識機制，確認未來

歐盟整體巨量資料之發展藍圖(技術標準、生態體

系、服務創新、商業模式、人才培育以及法規環

境…)

代表性應用計畫：歐盟採用公私協作模式運作的眾多

計畫中，有一名為 FIWARE 的平台建置計畫，即邀集

政府、企業、社群各方公私協作，運用城市眾多 Open

data 資源(如交通、警政、環境、)與雲端、物聯網、巨

量資料分析等多元技術，建立智慧城市開放資料平台

(Open Data Hub)，推動技術標準互通與資料共享，以

開放各式資料加值創新應用服務，解決城市發展問題，

並促成資料服務產業生態體系成形。目前歐美各地已

有 89 城市的智慧城市建置採用該平台標準以開發各

式創新加值應用。

77

資料來源：https://www.fiware.org/, 工研院 IEK 整理 (2017/11)

圖 29：歐盟之智慧城市平台「FIWARE」技術架構圖

B. 臺灣推動建議作法：選定特定應用領域推動示範應用計畫

(A) 推動作法

可比照歐盟方式，推動大型應用亮點計畫(可考慮交通、

災防、警政或是智慧城市等高需求應用領域)，媒合大型企業

與新創公司合作，促成創新育成商機，同時強化新創業者服

務能量，以完備資料服務產業價值鏈；亦可於大型應用計畫

中，鼓勵資料服務業者合作建立資料共享平台，以解決外部

資料共享與互通問題。

(B) 應用構想：以智慧旅遊加值應用為例

近年臺灣觀光業發展出現負成長趨勢，若能善用新興科

技提升於國內旅遊之便利性與附加價值，應可協助國內相關

觀光產業(旅館、零售、運輸…)之正向發展，茲說明相關應用

構想如下：

78

資料來源：工研院 IEK(2017/11)

圖 30：「智慧旅遊加值應用服務」之公私協作機制運作構想模式

服務對象：

除了一般國內旅客外，亦可擴及至國外旅客。例如可於

國外旅客入境時，即提供相關智慧旅遊加值應用之 App 下載

以及智慧行動裝置之租借，以利其於臺灣境內旅遊時得以迅

速、無障礙的取得所需之各項旅遊加值應用服務。

計畫成員：

完整之智慧旅遊加值應用計畫成員應包括以下業者：

平台整合者：可由電信服務業者或是系統整合業者等大

型業者領頭，主導各式旅遊加值應用服務之開發、提供

以及資料共享平台之維運。

資料加值服務業者：各種具資料加值服務能量之中小企

業或是新創業者，可協助平台整合業者進行各式加值應

用服務之開發與資料分析應用。

解決方案/系統產品業者：為前端提供行動電話、物聯

網等服務裝置之設備業者，除可提供資料服務應用亦可

協助各式客戶資料之蒐集與分析。

79

學研機構：包括大學院校、研究機構、民間協會等，除

可參與資料共享應用外，亦可扮演產業應用服務開發之

顧問諮詢與人才培育導師。

政府單位：可提供政府部門(如交通部觀光局、各縣市

觀光局)與觀光相關之開放資料集，促進企業智慧旅遊

加值應用之再利用開發，同時可蒐集旅客觀光後之反饋

意見。

實體通路業者：如便利商店、飯店/餐廳、物流業者、

醫美診所…，可提供各種實體產品販售與服務體驗。

應用情境：

提供旅遊行程規劃、交通住宿安排、觀光景點導覽、虛

實整合購物、醫美健檢服務等加值服務。

運作方式：

可由平台整合業者領頭，結合相關合作業者與學研機構

及政府部門能量，依據規劃提供之各項應用服務，建立智慧

旅遊加值應用服務平台(合作業者可於該平台進行各種資料

互通與交換)。

產業效益：

可達成應用服務創新、新創業者帶動、價值鏈缺口補強、

就業機會增加、跨業資料互通…等多重推動效益。

(2) 人才需求面

A. 以資料應用工作坊提供專業人才培訓與媒合場域

以資料應用工作坊做為提供人才培訓、媒合功能之實地場

域，於此場域當中，分別為企業(求才)、人才(求職)提供合適之

服務。以企業求才需求而言，此工作坊成立目的在於提供企業

營運策略建議、協助企業打造資料科學團隊，運作做法包含：

聘請資料科學領域頂尖專家，依企業需求提供客製化顧問諮詢

建議，包含產業科技最新趨勢(AI, 演算法)、專業人才未來技能

80

方向、資料產品服務可拓展領域…等；以人才求職需求而言，

此工作坊所提供服務之目的在於打造人才專業能力個人品牌、

建立資料科學頂尖專業人才社群，運作作法包含：(1)建立導師

制度(mentorship)：建立學習地圖，指導受訓人才自我進修方向；

(2)建立技能提升平台：為人才進行能力評鑑、能力認證。

資料來源：工研院 IEK(2017/11)

圖 31：資料應用工作坊之運作方式

於此工作坊當中，亦可藉由業界出題、釋放產業 real data

的機會，讓雙方可進行實務專案演練，目的在於透過資料應用

工作坊之辦理，增加人才運用產業 real data 的機會、訓練人才

科技工具掌握熟練度，以及提升人才於資料應用加值與商業化

的實務能力。

於政府而言，可扮演資料應用工作坊主辦方，邀請業界出

題，以建立解決方案為演練目標，協助不同背景人才交流，提

供可實地操作的場域，長期而言，透過聚會交流、強化鏈結，

可建立資料科學專業人才社群、累積人才名單。

B. 標竿資料專業人才技能國際評鑑方法或機制

掌握數位科技趨勢潮流，以探索式研究，解析國際資料服

務專業人才於職務與技能之最新趨勢與結構變化，以及如何協

81

助企業辨識與聘僱資料專業人才。具體研究方向可包括：

國際資料服務產業專業人才職務與技能趨勢分析：以系統

化、架構式之方法，彙整分析國際機構對於資料專業人才

職務與技能之最新趨勢觀察，參酌國內產學研界專家意見，

期望能從產業專業人才發展觀點與工業局政策定位，發掘

臺灣資料服務產業專業人才未來發展之重要議題。

國際資料服務產業專業人才技能評鑑方法研究：藉由標竿

國際組織或平台對於資料專業人才技能評鑑方法或機制，

釐清資料專業人才所需之評鑑項目與內容、參與成員、運

作條件、預期效益，透過辦理專家座談會，持續精進有助

於形成政策建言之技能評鑑策略方向。

82

四、檢討與展望

(一) 精進資料服務產業相關量化數據之推估方法

1. 資料專業人才需求調查：可增加細部衡量項目，如平均學歷、薪

資調查、畢業科系等

明年若有機會，可再與國內人力銀行等企業合作，除了利用

該公司資料庫同步驗證資料專業人才之就業需求外，也可透過其

求才與求職資料庫蒐集更細緻之資料專業人才資料，如平均學歷、

平均薪資、畢業科系等，以完成更清楚的專業人才樣貌輪廓描

繪。

2. 資料服務產業樣貌調查：可建立網站自動登錄機制，補強新創服

務公司發展動態

臺灣資料服務產業正處於萌芽階段，除了既有 ICT 整合服務

業者與資通訊基礎業者稍具規模外，多數的資料服務公司均屬於

中小型企業，相關營運狀況(如營收、員工人數…)因公司非屬於

上市櫃公司而不需充分揭露，以致外界無法取得相關統計數據。

因此本研究團隊檢討發現，執行同仁雖以盡力蒐集次級資料或是

透過代表性廠商訪談，但於資料服務公司家數統計時，仍是有疏

漏或是誤植的公司名單。

建議未來可仿效美國紐約大學 GovLab「Open data 500計畫」

作法，成立可讓國內業者自行上網登錄公司營運資訊的線上調查

網站，使其依據預擬問卷設計格式，填答公司相關經營業務資訊，

例如：公司基本資料（成立時間、員工數量、CEO）、公司型態

（公部門、私部門、非營利組織）、公司主要業務（金融、電信、

製造、電商、零售、健康醫療、能源、教育…）、營收服務類型

（資料處理、資料分析、資料市集、專業應用服務、ICT 系統整

合…）與關鍵資料來源（企業內部、政府開放資料、購自第三方…）、

公司財務與營運狀況（過去或預測未來營業收入、外來投資金額、

或合作夥伴等明確資訊），甚至是提出公司目前需要但政府尚未

83

開放的資料集建議，如此將有利於國內資料服務產業樣貌與生態

體系資訊之完整建構。

3. 與國際研究機構持續交流，精進研究方法論

本研究所推估之臺灣資料服務產業產值、市場規模、公司家

數與人才需求等量化數據，為觀測臺灣資料服務產業發展之重要

參考指標，未來將透過適當機會與歐盟委託研究機構 IDC 進行方

法論之心得交流，以持續精進本研究推估成果之完整性與精確

性。

(二) 從建立應用場域與生態系之觀點，思考產業推動政策新規劃

臺灣資料服務產業(Data Service Industry)發展至今，因需求

端(特別是著重資料分析應用的金融、電商等領頭企業用戶)仍以

產品功能、穩定性、專業顧問等條件為採購優先考量，故絕大多

數之服務模式係以能提供完整解決方案的一站式服務

(One-Stop-Shop)為主，因此目前市場的領導廠商仍以國外品牌大

廠(如 IBM、SAP、SAS…)與國內系統整合商(如精誠、敦陽、凌

群、程曦、大世科…)兩大類業者為主。不過隨著各垂直產業(如

交通、金融、製造、電商…)特定應用服務(如資料提供、資料儲

存、資料處理、資料分析與應用…)之興起，國內市場已開始出

現許多新創資料服務業者，鎖定特定應用客戶，提供客製化且多

樣性的資料創新應用服務(如物聯網分析應用、資料分析建模工

具開發…)。

但仔細審視臺灣資料服務產業結構仍可發現，整體產業之專

業分工態勢仍不明顯，特別是專注於「資料處理」、「工具開發」

與「顧問諮詢」等特定服務需求之新創業者相對不多，因此就產

業價值鏈(Industry Value Chain)而言，仍有若干重要環節有服務缺

口亟需補強。此外若從應用場域或領域之需求觀點來看，臺灣資

料服務產業發展仍有極大的服務創新與價值創造空間。例如如何

用 Buttom-up 的方式，協助國內業者有效串連、整合，形成一個

有經濟規模與推動效益的服務生態系，以滿足特定應用產業(如

交通、醫療、製造、金融、教育…)之服務需求。

84

因此未來臺灣資料服務產業生態系之建立，除了可從供給面

思考特定資料服務業者之能量缺口外，也可從需求面思考該如何

從型塑特定應用場域生態系之健全與應用價值創造，重新規劃產

業政策與資源投入之策略布局。

(三) 結合現有公私部門人才培育資源，建全資料專業人才培訓機制

臺灣資料服務產業雖然因巨量資料與新興科技崛起，而吸引

更多的廠商加入開發更為多元的創新應用領域，但因資料分析人

才所需特質為需對資料、數據具有良好敏感度與方法論，除了需

要透過專業知識的培訓，亦需要經由實務經驗的長期累積，才能

充分發揮資料服務產業專業人才的經濟價值。因此，未來需結合

國發會、勞動部、工業局、教育部，以及與此相關之財團法人，

透過跨部會的政策願景設定、策略推動，從教育制度紮根式的專

業培育、勞動市場實務性的經驗養成，直至在職進修的專業與經

驗同步精進，完成一套全方位的臺灣資料服務產業專業人才培育

制度。