學會這招，就能讓你所提出的公共政策（或商業企劃）更靠譜

不論是公共政策或是商業企劃，只要學會運用資料科學，就能大幅提升成功的機率！

先說個小故事。

和台灣人一樣，英國人被法院裁定罰款之後，未必會按時繳交罰金。而且，法院僅是寄發催繳通知信，成效也很有限。（只有 5% 的收信人會如期繳款。換句話說，有 95% 的呆帳。）

因此，英國法院決定推出「簡訊催繳」方案。

問題是：簡訊的內容應該如何設計，才能達到最大效果（繳款率）？

於是，英國法院和內閣辦公室的資料科學團隊合作，進行實驗。

他們設計了四種簡訊內容：

1. 沒有簡訊（對照組）
2. 標準文案
3. 標準文案 + 金額
4. 標準文案 + 姓名
5. 標準文案 + 姓名 + 金額

他們總共進行了兩次實驗（樣本數分別為 1054 人 和 3633 人），獲得很有趣的發現：

1. 「簡訊催繳」真的有效，比純寄信的繳款率 (5%) 至少高出 18 %
2. 「標準文案 + 姓名」的成效最好，繳款率高達 33%

 

 

這個新政策的效益？

針對被罰款人發送個人化簡訊催款的執行成本不高，但是卻能創造許多效益。不但每年可以幫政府增加約三百萬英鎊的罰款收入，還能減少15萬件逾期案件的後續處理成本。

 

隨機對照試驗 (Randomized Controlled Trials, RCTs)

上述案例，其實是用了近年來在國際上日益受到重視的「隨機對照試驗」方法。

「隨機對照試驗」方法發源於醫藥臨床研究領域，但是在國際的「發展」(development) 領域，例如經濟、公衛和教育，是股新興的政策研究趨勢。包括英美政府、還有不少聯合國等級的國際組織，都開始關注甚至將 RCT 導入政策設計與評估流程。

「隨機對照試驗」的基本操作步驟：

 

眼尖的讀者可能會發現，所謂「隨機對照試驗」，其實和企業界常用的 A/B Test 很類似。沒錯，A/B Test 也是一種隨機對照試驗。

 

想進一步瞭解「隨機對照試驗」嗎？

最近 DSP 提供兩個相關活動：

1. 若想瞭解更多讓證據說話的政策設計方法，歡迎參加  10 月 7 日舉辦的  Data for Social Good 聚會。（活動報名連結）
2. 不論是政策設計或是商業企劃，若您已經迫不亟待想學習「隨機對照試驗」或是 A/B Test 的操作方法，可以考慮報名 10 月 24-25 日舉辦的《模型思考團訓班 Lite》。