危機處理有SOP嗎？

最近國內拜蘇迪勒颱風所賜，讓台北市民深刻感受到原來以前可以用乾淨的水是一件可貴的事。然而，颱風雖已過去，紛擾才正要開始，在這眾多爭執的 其中一項就是對於標準作業程序(standard operating procedure, SOP)的質疑。有人認為應該要改善台北市自來水事業處現有的SOP，才能預防未來類似問題再度發生的可能性，而質疑者則認為這種說法不合理，理由在於天 災的發生根本沒有SOP，本次的泥水事件就是一個很好的例子。

根據維基百科的說法，理論上，被稱為危機的事件須符合 四項特徵：1.對於組織具有威脅性；2.突發事件；3.需要短時間決策的重要事件；4.相關的處理流程必須做出改變，否則該事件將會演變成事故或造成組織 的失敗。而危機的態樣眾多，其中一項就是天災。所以，本次蘇迪勒颱風過境時，的確對台北市的管理造成危機。而雙方爭執的點則在於：危機處理有SOP嗎？

對 於管理學者而言，這世界上沒什麼事情不能管，所以危機不但可以管，只要願意，制定SOP自然不在話下，只不過不是現在新聞媒體上所呈現的那種，也就是並非 只要改善北水處的SOP就能夠防止未來再度發生相同問題。其實根據前面提到的四個重要特徵就可以歸納出危機主要有兩項表現方式。首先，危機是意料之外的突 發事件；其次，危機是現在進行式。試問我們如何能夠期待北水處根據現在制定出來的SOP因應未來的意外事件呢？

既然 危機永遠出乎人們意料，就不是專司例行性任務的行政執行機構所能處理。這世界上的確有危機處理的SOP以及相關理論，只不過這種SOP的制定，應該提升至 決策體系，也就是應該制定一套能快速因應天災並迅速作出適當決策的標準作業流程，再透過最短的訊息管道，使行政機構配合執行，才能發揮危機管理效果，也才 能減少事後的紛擾。

樣本、母體、大數據

這篇文章主要是釐清三個易混淆的觀念：樣本、母體與大數據。了解 統計學的人對於樣本與母體這兩種概念一定不陌生，母體是研究標的全體，而樣本則是母體的一小部分。如果樣本的特質可以代表母體特質，此時樣本就具有代表 性，有人稱之為「代表性樣本」。然而，當加上近年來流行的「大數據」概念以後，一切就開始變得複雜起來：究竟大數據可以代表母體嗎？抑或它只是樣本的另一 個別稱而已？

事實上，大數據又可稱為「巨量資料」，從它的名稱就可以推知當資料量多到某個程度的時候，就可以用「大數據」稱之。一般而言，當數據多到非一台電腦能夠單獨處理，而需數台電腦共同處理的資料量，就是大數據。

所以大數據跟母體及樣本之間其實並沒有什麼直接關係，母體與樣本是資料的特性，而大數據則專指資料量。當資料量多到一定程度的時候，樣本就可以適切地反映母體的特性，這也就是為什麼《大數據》這本書會說，在巨量資料當道的時代裡，樣本等於母體的原因。