改變選擇餐廳大數據：複雜的極致，就是簡化！
首圖來源：papannis
美食推薦的網站或APP服務，如雨後春筍般的出現，帶給外食族群便利與美味的體驗。觀察業者所發展的美食、餐廳服務，有的從老饕達人的角度挖掘可推薦的餐廳、小吃與食材，有的則運用群眾智慧的網友評分與推薦，並結合手機的定位功能，推薦臨近的口碑餐廳或美食小吃，有的則是運用媒體平台的力量，發展飲食男女的文化。筆者想試著拋出個議題，當選擇變多時，是否會難以下決定，若餐廳大數據的服務和發展，不是從推薦而是從健康把關的角度下手，讓老是三餐在外的你，可以不必擔心吃到黑心食品或衛生堪虞的餐廳或小吃，你會心動嗎？
<食在方便>：臨近美食，便利尋找！
筆者所從事的研究單位，於2年前開始進行國人APP應用調查，由記得前20大APP，幾乎都是外國社群或影音APP天下(如Facebook、LINE、蘋果日報‧‧‧‧‧‧等)，讓我印象深刻的是，當時一款國人自製的食在方便APP異軍突起，是少數能躋身國人最愛用APP下載的前20大(當時排名第18名)。可見，來自群眾智慧的小吃美食推薦服務，是一個放諸四海皆準的受歡迎的服務。
記得當時與開發者楊毅禎聊天時，他娓娓道出因為喜歡小吃美食，在三年多前約用一周的時間，就寫出了找攤小吃的APP服務原型，那時產業還沒流行雲端服務與架構，他當時對後台系統就是用雲的概念設計資訊服務架構，這一路看他所屬帶領的三人精實團隊，拼出了破400萬的下載量的成績，很替這個本土台灣團隊感到驕傲。然而，對他的一貫挑戰是如何降低用戶的費力度，並確保使用流量的增長，並且能變成穩定的營收模式，因此過程中該服務也一再改版，增加新功能，如使用者評論等希望能增加使用的黏著度，帶動用戶流量持續成長。
但使用者評論可以載舟，亦可覆舟，受到負評的店家會選擇該平台。換言之，店家不管主動或被動的加入這個服務平台，期待的400萬的使用者，所帶來是大量正評、口碑推薦和影響力，能發揮導客入店、或創造離峰消費量和創造回頭主顧，負評是一刀兩面刃，往往會衍生店家和平台業者的後續處理議題。
「Don’t Eat At」： 負評把關，過濾店家！
對你沒看錯，在美國有一個案例-Don’t Eat At，就是用負評把關，用紐約的餐廳為範疇，用政府衛生稽查單位公布的餐廳衛生資料，幫助外食族群，過濾哪間餐廳的廚房不衛生，食材不安全，標榜為你健康把關。「Don’t Eat At」主要是透過與Foursquar相互結合，當用戶到某個餐廳打卡卡時，會收到一個文字的訊息，讓那些因為紐約市政府相關單位稽查過的衛生髒亂且早該關門大吉的營運餐館無所遁形。
關於Don’t Eat At團隊是在紐約市政府推動BigApp2.0競賽時獲得最佳應用創新獎的學生團隊，紐約市政府提供各類政府的數據，讓新創的團隊或學生能夠用desing thinking的方式，來解決一些議題。更有趣的是他把官方對公開登記營運的餐廳的衛生稽查負評，變成是一個當民眾使用Fousquare商業化打卡服務平台時，另一個可為健康把關的利器。
(image source：DON’t EAT AT)
上述兩個例子都是以飲食數據和服務為例，兩個都是典型的新創團隊應具備創意和創業能量，並結合群眾或官方的數據，在食的這個領域，持續發揮影響外食族群的便利搜尋、餐廳內部衛生把關的案例。群眾智慧的飲食大數據和官方餐廳衛生評價的開放數據正在生活中全面影響我們，具備創業思維，累積數據和獨特的服務，下一個具備創業成功的團隊，可能就在你我的週圍。
