2015-09-25 CK

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%

 

Text Messages to Collect Fines

 

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:

  1. 設定兩個或更多個想要比較的政策方案(例如寄催款信 vs. 簡訊催款)
  2. 確認衡量政策績效的指標
  3. 建立隨機抽樣的方法與過程
  4. 建立實驗組和對照組,進行政策實施的抽樣
  5. 評估實驗組和對照組的成效差異
  6. 決定新政策,並且執行
  7. 重複步驟 1

 

「隨機對照試驗」流程示意如下圖。[圖片來源]

 

Randomized Controlled Trials

 

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》。
,

CK

提供企業資料策略分析顧問服務,也積極參與社群活動,透過科技和資料的力量,設法改造社會。

發表迴響

你的電子郵件位址並不會被公開。 必要欄位標記為 *