台灣有 43.30% 消費者購買吉列品牌的手動刮鬍刀，有 40.31% 的消費者選擇舒適牌的手動刮鬍刀，哪一個品牌的營業額較高？

如果觀察家覺得字體太小不易閱讀，不妨可以聽聽看

過去角度數據一直以第三方的角度收集台灣市場上的消費資訊，透過有限的數據資料希望可以知道台灣消費市場的概況，了解大部分台灣消費者對某類商品的偏好，知道台灣年度熱銷的商品排行，挖掘消費流行的趨勢與需求，角度數據使用的統計資料是來自於台灣消費者掃描的紙本發票證明聯，採用這種方式所取得的資料會因消費者消費習慣、通路偏好等因素影響評估的正確性，許多的市調公司也處心積慮希望從問卷的訊息滿足觀察家的各種需求，角度數據採用的也是抽樣統計分析的技巧。電子發票觀察到的消費市場並不是台灣消費市場的全貌，有許多企業間的訂單、熟客間的買賣、街坊鄰居的交易可能不會留下交易的憑證，自然也不會有電子發票的消費紀錄，對於勢均力敵的競爭對手，光從電子發票的數據資料很難比較雙方的營業金額，得到完全正確的排行資料。角度數據雖然從曾經購買手動刮鬍刀的消費者，發現約有 43.30% 的消費者偏愛購買吉列品牌的刮鬍刀，約有 40.31% 的消費者喜歡購買舒適牌的刮鬍刀，關於吉列與舒適牌兩大品牌的手動刮鬍刀，觀察家也很難利用第三方的數據進一步分析比較，知道吉列與舒適牌哪一個品牌營業額比較高？

每一個觀察家都有求知的慾望，都有對數據資料分析與求證的本能，都有一套可以支撐對市場佔比假說的論點與說法，觀察家可能會猜想吉列擁有 43.30% 的消費者，所以認為吉列應該有比較高的營業額，另一派的觀察家可能從數據資料的分析，發現許多購買舒適牌的消費者喜歡購買 4 + 2 大包裝的商品，雖然舒適牌的消費者佔比只有40.31%，但從消費習慣與購物偏好觀察，舒適牌的總營業額也有可能超越吉列，難道吉列與舒適牌的營銷人員，真的沒有方法知道誰的營收金額比較高？是否存在一個有效的方法，在雙方都不知道彼此真實的營業數字下，讓觀察家有機會可以比較吉列與舒適牌誰在台灣手動刮鬍刀的營收金額技高一籌呢？其實在 1980 年代就有人提出類似的問題，也提出了相應的解決方案，這一個方法不需要公正的第三方作為資訊交換的中立媒介，雙方只需要透過密碼學加密的方法隱藏不想揭露給對方的訊息，再利用可以上鎖的郵箱存放關鍵資訊，不需要第三方的參與就可以讓雙方知道結果。目前許多市調分析組織偏向採用發票或 POS 機台的數據資料，希望產生較精準的評估結果，但是透過這些數據資料挖掘到的消費結果，可能產出遠超過吉列與舒適牌在營業額一較高下的價值，或許吉列與舒適牌的眼中究竟是誰的營收比較高，實質上對雙方而言並不重要。

假設舒適牌與吉列兩個品牌的營銷主管都不想要暴露雙方實際的營收數字，但是舒適牌與吉列雙方希望知道誰的品牌營收數字比較大，誰的營收金額比較多？觀察家需要一套邏輯系統幫助舒適牌與吉列解決這樣的問題。假設吉列的營業額為新台幣 i 億元，舒適牌的營業額為新台幣 j 億元，舒適牌的主管想知道 i 比較大還是 j 比較大，舒適牌的主管根據以下的方法進行訊息交換，最後舒適牌的主管可以從自己已知的訊息推論結果。首先，舒適牌的主管先隨機產生一個亂數並且使用吉列提供的公鑰進行加密，加密後的值為 k ，再將 k 減 j 加 1 的值提交給吉列的主管。

吉列的主管從舒適牌傳送過來的訊息收到一個值，然後將 k 減 j 加 u 逐一以私鑰加密， u 的值從 1 到 100，緊接著由吉列的主管隨機生成一個質數，將所有以私密加密的值利用該質數取其餘數，接下來吉列在回傳給舒適牌的資料中大於 i 的位置都加上 1，並將資料回傳給舒適牌的主管進行判斷。

舒適牌檢驗的方法並不困難，如果舒適牌一開始假設的隨機亂數對 p 取餘數的值與吉列傳回來資料的特定值相等則吉列的總營收金額應該會比舒適牌的營收金額多，反之，吉列品牌的營收金額比舒適牌得營收金額少。這個方法雙方在沒有直接揭露營業數字的情況下，比較營收金額的多寡，如果除了吉列與舒適牌外，還有第三個品牌，舒適牌可以再跟第三個品牌進行一次檢驗，假設第三個品牌的營收大於舒適牌，則舒適牌的排名應該在第三名或第三名之後，如果第三個品牌的營收小於舒適牌，則舒適牌的排名可能是第二名或者第二名之後，如果舒適牌可以與所有競爭對手進行比較，舒適牌應該有機會推測自己的市場排名。

最清楚市場變動狀況、掌握最多銷售訊息往往是第一線的品牌與廠商，只是公司的部門間資訊傳遞發生障礙，權限與機密隱私問題讓訊息資料無法傳遞，造成品牌的行銷人員需要倚賴外界的資訊資料，才能做出決策。今年公司究竟賣出幾個貨櫃的商品呢？上個月品牌收到多少營收金額呢？主要的獲利來源在哪裡呢？近年來的合作夥伴是誰呢？主力商品的營收是否發生變化呢？外界的觀察家僅能在有限的數據資料推敲市場與市場的變化，僅能從有限的情報告訴外界市場的趨勢狀況，其實最有用的訊息就藏在品牌公司內部。雖然醫生透過各種儀器設備可以檢查病人的身體狀況，透過觸摸與聽覺觀察病人的變化，可是真正知道病人實際狀況只有病人本身，究竟是裝病還是真的發生問題只有病人自己最清楚。因此觀察家只能客觀的透過數據資料進行分析，觀察家都希望把自己找到的問題、看到的現象、挖掘到的結果，提供給需要的品牌與廠商，就如同醫生最後將病歷與診斷書提供給病患，可是提交報告與診斷書只是發現問題的第一步，久病也能成良醫，或許醫生給出的診斷與隔壁的大嬸提供診斷的結果一樣，因此接下來如何治療才是重點。新的技術與儀器可以幫助品牌與廠商改善遇到的問題與現象，有人說透過人工智慧可以解決問題，有人說深耕 META 對業績會有幫助，這與醫生開藥給病人的道理相同，每一項技術都可能影響結果，每一種方法也個別有其副作用，不良的操作可能造成部分客戶的反感、信賴度下降、品牌價值下降或忠誠度下降等問題。藥物的份量與比列需要根據病患進行客製化才能達到最佳的功效，與其購買電視上各種成藥，更多的病患願意尋求醫生的協助，因為醫生可以依據不同體質調配特定比例成分的藥品。或許品牌與廠商需要對投放渠道找到較好的投放比例，並透過自己的狀況找到對自己較有利的方法。