NPO/NGO 如何開始意識到數據的地位、理解的程度水平、處置應用的能力？如何經過一番數據能力體檢評估，以判斷能否透過數據來改善組織方案業務的設計執行或是全面性的行政運作調整？
社會團體用於評估自身對數據使用狀況，以及如何透過有方向的步驟規，以提昇其數據能力 以直觀的需求、優先次序與能量之診斷評估，其不只社會團體受益，從旁協助 NPO 建構數據能力的專業團體也需先有一套普徧可套用之架構，再此共同基礎上進化成差異化的方案解決。 提昇利用數據為善的行動意識，分享討論相關的理論與實作經驗
本站正在進行「2018年台灣非政府組織數位網路調查」，如果讀友符合填寫此問卷資格，還請不吝𧶽教與協助散播以下訊息。
調查期間： 2018年6月15日~ 2018年 8 月13日
問卷調查對象：NGO/NPO 工作者
問卷結果公佈：約 2018年11月底
問卷網址： https://to.twngo.xyz/survey2018
數據、大數據、資料、開放資料、個人資料這幾個字詞在過去三年五年大大l被炒熱，不管是在政策預算溢助、學院研究行情、店頭市場…等種種盛況本文就不再重複吹捧。所謂智慧城市、社交媒體網路、社會信用制度公私不明的資料採集；從中央政府的內政警政到財稅健康等各式大大小小的資料庫，與個人識別有關無關的各式數據集合，用來餵食給程式演算法做出各式公共政策或是市場準確行銷的推論、評估與預測等用途。
我個人一直蠻好奇，沒什麼資源的非營利非政府組織，在這波數據為王的海嘯下，到底如何自處？ NGOs/NPOs 根本住在「內地」，不必關心什麼數據資料已經來襲的海岸課題；還是多少受到震央的影響，部份單位開始思考數據應用與業務之間關聯；抑或是全體上上下下毅然決心擁抱奉數據為歸臬，在決策與行動上引入數據考量的面向？幾年前，台灣出現智庫驅動這類的社會企業，其一宗旨在協助 NPO 等社會機構提昇其數據敏度度與處理能力。但畢竟一個社會企業能協助的 NPO 數目有限，在外部資源如此拮据吃緊的狀況下，其它大多數的 NPO/NGO 如何開始意識到數據的定位、同仁具備什麼水平的理解與處置應用的能力？有無可能經過一番數據能力體檢評估後，可以協助 NGO 判斷能否透過數據來改善組織方案業務的設計執行或是全面性的行政運作調整？
最近讀到 Data Orchid, DataKind UK 2016發起的 The social sectors data maturity framework(SDMF) 。從他們分享的報告記錄，多少幫助我理解從一名外部者的角色，與 NGOs/NPOs 一起合作，共同面對數據浪潮中的不安與疑問，作為外部的數據專家如何一方面發揮擅用資料為善的正能量，一方面在有限接觸的協助對象中整理出一種盡可能包容與普及適用的框架，以理解（社會）組織在數據運用上的現況、學習曲線、面臨的挑戰等等課題。
2016年 DataKind UK/ Data Orchid 共同推動數據進化計畫 Data Evolution Project，此鑑於近年來公共或商業部門中已有不少數據應用深化方案，唯獨社會部門仍落後一大段，故先透過參考其它産業部門所發展出來架構為基礎，再加以修改測試以符合社會部門(指非營利組織或是社會企業)的現況需求，協助分析其數據成熟程度，讓社會團體成員可用於評估自己的單位和同事對數據使用的理解程度與目標方向感。換言之，SDMF 希望作為：
- 社會團體用於評估自身對數據使用狀況，以及如何透過有方向的步驟規，以提昇其數據能力
- 以直觀的需求、優先次序與能量之診斷評估，其不只社會團體受益，從旁協助 NPO 建構數據能力的專業團體也需先有一套普徧可套用之架構，再此共同基礎上進化成差異化的方案解決。
- 提昇利用數據為善的行動意識，分享討論相關的理論與實作經驗
Data Evolution Project 全案費時8個月，舉辦了2次工作坊與一次英倫全島的社會組織問卷，再從問卷與工作坊參與者當中挑選出了40多個受訪者(計有12個組織)進行深度訪談。整套計畫歷程：從基本的數據使用現況調查，推論性的命題驗證，焦點訪談的工作坊到個別組織的深入訪問觀察。根據這些活動的資料整理，最終提錬出七個影響社會組織數據成熟程度的關鍵課題，分別為：1)領導力、2)組織文化、3)技能、4)數據本身、5)工具使用、6)分析能力、7)應用運作。此七大課題底下，又可以分成五種階段：無知無感、新生期、學習期、發展期、成熟期，代表各社會組織在七大對應課題上，其數據資料從無感無知到從容掌握的階段過程。
- 1)領導力：管理層的態度、願意投助的資源多寡、 推動數據發展規劃、數據應用是否與組織計畫對齊等等。
- 2)組織文化：含團隊方法、自我質問批判、開放分享、治理等課題。
- 3)技能：內在能力、各司職責與技能水平、能取得多少外部專家協助。
- 4)數據本身：資料的蒐集、取得的來源、數據品質、長久累積的數據資產。
- 5)工具使用：工具種類、其品質、基礎設施和支援。
- 6)分析能力：分析的資料類別、運用的技術、分析與報告的品質、呈現與傳播的方法。
- 7)應用運作：其含蓋蒐集分析數據的原因與範圍，其所獲取的效益與成果。
以其中「技能」為例，社會組織若仍處在對數據無知無感的階段，其表現為：
除了基本行政財務要求外，人員對數據課題幾無任何投入關注。故多數只是使用簡單的加減計算，未曾好好地思考要蒐集或保留何種數據記錄；成員們本身欠缺處理數據的相能技巧，也未有相關的培訓或專家可諮詢。
若組織到達大師級的成熟階段，則組織內外予人觀察到的表現則是：
高階成員都支持投入數據化推動，尤其是在組織層次的重要決策上引入數據策略。除組織成員已習於利用數據技能與相關知識外，還有專門人員定期地更新相關的數據知能。這讓組織可從容地管理與追求極大化的數據分析效用，甚致可以作為其它社會組織借鏡學習的對象。
SDMF 此番調查研究的結論摘要，請直接參考八頁的整理，台灣社會組織也許可以對照著自己單位的外顯狀況來推估可能的落點階段。
我自己一開始只看八頁總結，雖然它指出了一個在數據使用上成熟的社會組織，其領導風格大至有什麼要素；內部文化又有何特點……，不過想必讀者內心更大的疑問是：到底如何從 A 點(無知期、新手期)進化到 B 點(成熟期)？於是又找了報告的全文，但上述的疑惑似乎未能在其中找到滿意的答案。或者該說：幸福只有一種模樣，但不幸有千百種故事。社會組織要到達往數據運用成熟之巔，要有天時地利人技術通達資源充沛等各方機緣，但阻擋 NGOs/NPOs 走向數據敏銳之道的障礙卻是家家各有難念的經。不妨稍參考此份研究最後提出的觀察總結：
- 影響組織成為數據驅動的最主要因素？
在前述影響數據成熟程度的七大課題中，依然是人為因素：領導力、技能和組織文化佔了決定性因素。雖不能說技術、工具次等無關緊要，例如數據本身(原始素材)當然非常關鍵，但是領導者的見識，共同放眼更遠大的目標、願意投資在人才培養、提倡各式應用等等，才能有效地往數據成熟的目標前進。 - 學習路徑上的障礙
- 欠缺或無足夠的數據技能：技能、知識和專長往往是社會部門當中最大的罩門，他們也相對欠缺足夠的支援，讓成員可以接受適當、付得起的數據技能培訓。資源足夠的 NGOs/NPOs 應考量此方面的人力培養投資，而捐款資助者也應重視此事共同協助促成。
- 資料搜集的困難：對民間部門而言，通常數據計畫中，80％的時間精力耗費在資料搜集與數據清理的工作上，可見搜集資料之煩瑣、困難和資源高度投助。若情況發扛在邊緣、弱勢，不易觸及的社群，要維持資料的品質、信度，其難度又增加了幾番。
- 數位技術的嫻熟：所謂數位技術不只是互聯網萬維網、社交媒體使用的上手，而是社會組織如何處置一整套完整的數位工具與系統，良好的工具和完善的基礎設備都是數據成熟的先決條件。在上述七大課題中，工具為得分最差的一項，顯見社會組織此條件的先天不良。
- 領導力：雖然近年來吹起「數位轉型」，尤其是對「數位領導」的討論提倡，但卻鮮少討論數據與領導管理之間的動態關係。將數據置於組織全方位之高度，就需要領導管理層的認同投入。尤其數據是一種大量而又持續變動的「狀態」，當組織或領導層級本身有藏不住的弱點時，數據反而更易曝露出這些脆弱之處，這也會讓領導者感到卻步疑慮。
目前本站正在推動「2018年台灣非政府組織數位網路調查」，其中有一兩道課題即是針對 NGOs/NPOs 對於數據運用，希望能夠稍微了解台灣社會組織的現實狀況。以「 NGO 推進器」亳無任何資源的窘境，根本無法比肩於 Data Evolution Project 的規模，但從他人過來的經驗分享，也許後行者可少走許多冤枉路吧。
其它相關參考資源：
除每週二在 Medium 平台發佈專文外，「NGO 推進器」每個月整理一次的電子報，主動把文章滙整到訂戶電子郵件，或是加入 TWNGO slack 安靜的聊天室。
NGO 推進器 - Revue
_NGO 推進器 - 每月電子報，把 Medium 文章 ( https:// medium.twngo.xyz ) 在月底時再做一次滙整送到個人電子信箱。編者有點懶，歡迎直接關注 #Medium。..._www.getrevue.co
By Taiwan NGOs go digital ? on July 24, 2018.
Exported from Medium on March 14, 2019.