巨量資料應用之隱私保護：以電信產業服務及創新應用為例

資料摘要

巨量資料能幫助業界及政府分析其所擁有的資料，轉化為商業生產力及決策的參考。巨量資料的分析工具中有科技或軟體可以去識別化及再識別化。去識別化可以幫助保護消費者的個資及隱私，再識別化可把已經去識別化的資料再重新解讀。不過巨量資料分析與應用會對消費者的隱私帶來極大衝擊。政府如果規範太嚴會對業者的創新服務帶來障礙。所以如何平衡巨量資料分析應用與消費者隱私保護非常重要。
本研究主要聚焦在電信產業的巨量資料應用與隱私保護，擬以二年進行。第一年先分析電信業者如何運用巨量資料提供創新服務，並且從巨量資料及網路問卷調查瞭解消費者對台灣電信業者在個人隱私保護的看法，再探討電信服務契約中對使用個人資料的隱私條款主要內容，以及瞭解業者在分析與應用巨量資料時所面臨之法規困境。第二年擬分析美國、歐盟、英國與日本之電信產業對巨量資料分析應用之隱私政策與法規，並為我國未來相關之政策法規提出建言。
本研究第一年的研究結果，國外業者均積極蒐集整合顧客資料，改善客戶服務流程，提供客製化服務。台灣五家電信業者亦逐漸將巨量資料納入於企業經營當中，例如解決客戶問題及滿足其需求，進行客戶主動關懷。中華電信以巨量資料作基地台精準建設，台灣之星則是目標達成精準購置新基地台，改善通訊網絡品質；中華電信、台灣大哥大及遠傳電信由於旗下擁有多元服務，積極分析各類產品使用情形，作為識別客戶洞察以提升營收。中華電信並銷售人潮、輿情以及建模等資料給企業客戶，同時提供給政府管理單位作為關鍵決策資訊。台灣大哥大則是以「智慧零售」解決方案和行動廣告服務協助企業客戶進行產品推廣行銷，遠傳電信與地方政府合作，針對大型展覽參觀人流分析，調整活動資源規劃安排。
關於調查台灣民眾對於電信業者在個人資料隱私保護的態度方面，42.3%大多數的民眾表示關心此一議題，然而僅23.7%的民眾傾向信任電信業者能保護個資； 72.9%的消費者最關心「個資如何被使用」，至於最擔心的則是「個資如何被使用」佔62.8%；消費者最不同意業者的行為是「在未經同意的情形下，個資被電信業者交予第三方使用」佔86.3%，最期望業者能「對於蒐集到的個人資料採取具體保護措施或步驟」佔80.2%；39.5%的民眾表示有過個人隱私受侵犯的經驗，以「在未經同意的情形下，個資被電信業者交予第三方使用」的情形佔52.7%為最多。
目前我國在個資保護的法規障礙方面，中華電信提及數位電視收視率，是否屬於個資與否仍不明確，且NCC未具體說明。個資法部分條文的法律概念並不確定，導致現階段業者無法推動創新服務，例如去識別化在個資法條文中並未特別提及，且作法仍不明確。台灣大哥大認為去識別化還有再開放的需求，個資法仍有調整空間。遠傳電信強調跨業合作面臨不同政府部門，個資規範涉及多個主管單位，未來需要跨部會的單位處理，或事權統一的主管機關。電信協會認為，國際業者如Facebook、Google在台灣境內蒐集資料，卻毋須適用個資法，形成不公平競爭，廣告市場流失，對於整體電信產業發展形成極大的傷害。

關鍵字

巨量資料   大數據   隱私保護   巨量資料運用   電信創新服務   去識別化  

資料說明

提供單位：	國立政治大學廣播電視學系
計畫主持人：	劉幼琍
研究主題：	經濟活動 傳播媒體 政治
計畫委託單位：	科技部
計畫執行期間：	2017年8月1日 ~ 2019年7月31日
調查執行期間：	2017年12月5日 ~ 2018年1月18日
母體定義：	台灣電信服務使用者
調查類型：	抽查
調查方式：	網路調查
樣本數：	4524

資料版本

首次釋出日期：	2024年1月3日
最新釋出日期：	2024年1月3日
資料用途別：	研究用, 碩博士論文
取得方式：	一般會員、院內會員直接下載
SRDA資料整理方式：	建置後設資料 檢查不合理值

資料相關文件

資料使用說明：	E10656.pdf
問卷：	E10656q.pdf
報告書：	E10656r.pdf
過錄編碼簿：
資料檔格式：	SPSS, EXCEL

引用資料

【各期刊或論文要求的參考文獻格式不同，可視需求自行調整】

• 劉幼琍（2024）。巨量資料應用之隱私保護：以電信產業服務及創新應用為例（E10656）【原始數據】取自中央研究院人文社會科學研究中心調查研究專題中心學術調查研究資料庫。https://doi.org/10.6141/TW-SRDA-E10656-1
• Yu-li Liu (2024). The Privacy Protection of Big Data Application: Using Telecom Services and Their Innovative Applications as Examples (E10656) [data file]. Available from Survey Research Data Archive, Academia Sinica. https://doi.org/10.6141/TW-SRDA-E10656-1