Data Constraints · 可行性評估

資料需求與限制

資料不是想用就能用

再好的點子,沒有合規、拿得到、付得起的資料就是空談。
動手前先盤點四面向:可取得性、隱私、成本、時程——一項紅燈就卡住。

可取得 ∧ 合規 ∧ 付得起 ∧ 來得及 = 需求成立
01 — 白話直覺

資料不是想用就能用

再好的點子,沒有合規、拿得到、付得起的資料就是空談。資料限制評估就是動手前先盤點四件事:可取得性、隱私法規、成本、時程。很多專案死在「做到一半才發現資料不能用」。

隱私合規
能不能用

GDPR/個資法,個資要去識別化。

💰
成本
划不划算

買資料、標註、儲存都要錢。

時程
來不來得及

資料蒐集與清理要多久。

口訣:拿得到嗎、能合法用嗎、付得起嗎、來得及嗎——四個都「是」,這個資料需求才成立。

02 — 核心互動

評估一個資料需求可不可行

選一種資料需求,看它在可取得性、隱私、成本、時程四個面向的紅綠燈,以及整體可行性判斷。注意:只要有一項是紅燈,整個需求就卡住

03 — 評估清單

資料限制四面向

優點

  • 事前盤點,避免做到一半卡關
  • 個資先想好去識別化方案
  • 用『最小必要』原則只收需要的資料

缺點 / 限制

  • 忽略隱私法規 → 整個專案違法
  • 低估標註/清理成本與時間
  • 資料拿不到才發現,已浪費大量工時

四大面向

📥
可取得性
資料源在哪、拿不拿得到
⚖️
隱私合規
GDPR/個資法、去識別化
💵
成本時程
金錢與時間都要估
04 — 速記與對照

資料限制四類對照

類型要問什麼風險
可得性需要的欄位/資料量拿不拿得到中途才發現資料不足
品質資料完整、正確、及時嗎垃圾進、垃圾出
隱私/法規涉及個資嗎(GDPR/個資法/出境)觸法、罰款
成本/時程標註成本多少、多久拿得到超預算、專案延誤

自我檢測

常見的資料約束有哪些?
可得性(拿不拿得到)、品質(完整正確及時)、隱私法規(GDPR/個資)、取得成本與時程。
為什麼要事前盤點資料限制?
再好的點子,沒有合規、拿得到、付得起的資料就是空談;事前評估避免做到一半卡住。
主鍵和外鍵差在哪?
主鍵唯一辨識一列(不可重複、不可空);外鍵指向另一表的主鍵,維護表間關聯的完整性。

🎯 重點整理

  1. 動工前盤點:需要哪些欄位、量夠不夠。
  2. 評估品質:完整、正確、及時。
  3. 檢查隱私法規(GDPR/個資/資料出境)。
  4. 估標註成本與取得時程。
  5. 資料庫約束(主鍵/外鍵/非空)保障品質。

📝 iPAS 考點提醒

釐清資料的需求與限制是 iPAS 規劃考點(初級科目一、中級科目二)。重點:動工前先確認需要哪些欄位、量夠不夠、品質如何、標註成本與法規限制,這些決定專案可行性。易混點:資料不足或標註太貴常是專案失敗主因,別等建模才發現;法規(個資法、GDPR)會限制可用的資料與用途。情境:可行性評估、判斷該不該啟動專案。

想練情境題與詳解 → AI 學習與考證地圖

❓ 常見問題

資料約束(constraint)是什麼?

資料庫層級對資料的規則(如非空、唯一、外鍵、值域),確保只有合法資料能寫入,從源頭維護品質與完整性。

常見的約束有哪些?

主鍵(唯一識別)、外鍵(維護表間關聯)、NOT NULL、UNIQUE、CHECK(值需符合條件)、預設值。

主鍵和外鍵差在哪?

主鍵唯一識別一筆紀錄、不可重複或空;外鍵指向另一表的主鍵,維護參照完整性、避免孤兒紀錄。

為什麼約束有助資料品質?

在寫入時就擋掉錯誤(重複、缺值、無效值、斷裂關聯),從源頭防止髒資料,比事後清理更省力可靠。

約束太嚴會有問題嗎?

會;過嚴可能拒絕合理資料或拖慢寫入,需在完整性與彈性、效能間取捨,依場景設計適當規則。

🧭 相關主題

← 返回 AI 學習與考證地圖