臺灣資料科學家直擊：Gogolook如何貫徹資料科學精神讓LINE母公司願意花6億收購

一群清大生創辦的Gogolook（公司中文名為「走著瞧」）因其行動裝置上的來電辨識App Whoscall而富盛名，在2013年更被LINE的母公司Naver以高達6億臺幣收購這個不到10人的公司，Gogolook執行長郭建甫及資料科學家高義銘在2014年臺灣資料科學愛好者年會的第2天，介紹他們如何將資料科學應用在公司產品甚至是策略上，並使其轉化為價值。

郭建甫表示資料科學的概念深深滲透Gogolook的每個部門及環節，早在創辦初期就有這樣的想法了，剛開始在做創業發想，就一次丟了5支App到市場上，藉由分析市場反應而決定公司產品走向。甚至最近Gogolook在香港投放行動廣告，也是一次製作了很多個版本，藉由使用者點擊後的資料回饋來了解使用者的喜好進而修正策略。

Whoscall 2013年在全球8個國家被Google評為最佳Android App，郭建甫分享創新的秘訣，他表示競爭者很容易學走創新的點子，但是當公司的價值奠基於創新後累積的資料或是經驗，競爭者就難以模仿。郭建甫爆料，當初Whoscall服務剛建立，使用者基礎還不夠龐大，服務中的電話黑名單還是人工蒐集網路資料來的。

郭建甫說，市面上其實也很多人在做來電辨識，但為什麼是Gogolook被收購，還被評為最佳App，就是因為在Whoscall在到達一定使用者基礎後，開始將使用者回饋的資料結合機器學習，強化Whoscall來電辨識的能力，所以即使競爭者可以在初期學走來電辨識的點子，但是到達用資料科學的方式辨識來電的程度，技術門檻已經難以被模仿。

Gogolook科學家高義銘用Whoscall其中一個功能，舉例說明資料科學在來電辨識的應用。過去使用者接到一通未知來電，如果想要知道電話是誰打來的，可能的做法是查電話黃頁或是Google，那如果使用者想知道這通未知來電，是否有可能是推銷電話，或是騷擾電話甚至是詐騙電話呢（統稱這些為垃圾電話）？當Whoscall能預測出來的話，就能先警告使用者了。

Whoscall希望能以群眾經驗做到即時告知使用者未知的電話是否為垃圾電話。

首先，他們找了一群願意提供測試資料的使用者，分析這些使用者的通話紀錄，發現很明顯的現象，如果是垃圾（Spam）電話，該電話號碼撥出次數一定比接聽多。高義銘說，撥出率高這是一項垃圾電話的特徵，他們總共定義了64項特徵以辨識垃圾電話。但高義銘表示，不可能為特徵訂定固定的門檻值，把超過門檻值的當作是垃圾電話，因為特徵總共有64項，而且門檻值可能會跟著各種情況變動，因此這也衍伸出另一個問題，多少的門檻值是合適的。

所以高義銘說，科學的方法就是使用機器學習，不過思路到這必須回歸使用者的真實使用情境，真是的情境是當有一通未知電話撥進使用者的手機，Whoscall必須立即告知使用者這通電話是否為垃圾電話。

簡單來說，篩選方式是對來電進行SVM二元分類法，用定義的64個特徵當作篩選條件，來判斷電話是否為垃圾電話，越先使用的特徵權重越大，每支電話都會經過一連串是與否的判斷。不過，後來發現因為完整的經過64個特徵篩選結果雖然會比較精確，但是太過耗時，因此最後只留下20個影響較大的特徵，雖然稍微影響判斷精確度，但是這是效能與精確度權衡的結果。

垃圾電話特徵之一：垃圾電話的通話時間會小於正常電話

垃圾電話特徵之二：垃圾電話接聽率小於正常電話

垃圾電話特徵之三：垃圾電話號碼通常不在使用者電話簿當中

除了可以分辨來電是否為垃圾電話，Whoscall還能知道來電是不是只響一聲就掛斷，以引誘接聽者回撥，藉以收取高額電話費的惡意來電。高義銘說這類型的電話特徵很明顯，就是接聽率很低，因為都只響一聲就掛斷，另外也跟垃圾電話一樣，經常撥出許多新的號碼但較少的電話撥入。

在觀察判斷的精確度除了需要看判斷正確的例子，還需要觀察判斷錯誤的次數，才能客觀衡量準確度，而Whoscall的平均精確度達到95％。

郭建甫表示，Whoscall的影響力已經大到嚴重影響銀行跟保險業的行銷電話接聽率了，而這也將促使這類型的電話行銷服務轉型改變。