資料需求與限制

資料不是想拿就拿——拿不拿得到、能不能合法用、花不花得起,三關全過,這筆資料才真的算「有」。

核心觀念

問題定義階段要同步盤點三類限制:可取得性(Availability)——資料存在嗎?申請得到嗎?隱私法規——GDPR(歐盟一般資料保護規則)與台灣個資法是否適用?成本與時間——購買授權、清理、標註要花多少?這些構成專案可行性的硬邊界。

白話理解

醫療新創想用健保影像訓練模型:資料「存在」,但要過倫理審查、去識別化、簽使用協議,可取得性大打折。金融業想拿客戶消費明細做行銷:個資法要求特定目的與告知同意,合規性不過,模型再準也不能上線。

盤點清單

• 資料覆蓋率:現有資料涵蓋多少目標母體?缺口多大?
• 合規檢查:個資法/GDPR、產業法規(金融、醫療特別嚴)、資料跨境傳輸限制
• 取得成本:外購授權費、API 費用、標註人力
• 時間成本:申請與審查週期,常是時程的隱形殺手
• 敏感欄位原則:身分證字號、病歷這類資料,能不收就不收;要收就先規劃去識別化

🎯 口訣:拿得到、用得合法、付得起——三關全過,資料才算數。

iPAS 考點

考題愛給「資料涉及可識別個人資訊」的情境,問最適當的處理——答案方向是去識別化、最小化收集、確認法源與當事人同意;陷阱選項是「先收再說」「內部使用不受個資法規範」。判斷關鍵字:個人資料、隱私、合規,一出現就往法遵面想,不要只挑技術面選項。