評《印尼模式:國家民主化二十年史》:從印尼模式談台灣與中國的民主化

我們想讓你知道的是
民主作為一種制度,在實行層面上並非可以在一夜之間無縫接軌。印尼作為一個人口超過2億的國家,在1998年蘇哈托(Suharto)因為亞洲金融風暴危機下台,印尼結束長達30年的威權體制,接著印尼展開長達20年的民主化過程。
編按:本文為《印尼模式:國家民主化二十年史(1998-2018)》書評
由季風帶文化出版,新加坡國立大學教授戴維信(Jamie S. Davidson)所著《印尼:國家民主化二十年史 1998-2018》一書,對於所有想要了解印尼這個國家,以及政府目前大力推動的「新南向政策」的讀者而言,是一本值得閱讀的工具書。
本書將印尼最近二十年來所歷經民主化的各項選舉、主要政治人物的背景以及印尼的政經社會結構,做了一次完整詳盡的爬梳。尤為難能可貴者,本書一開始的「背景:印尼國情」部分,用相當的篇章列出印尼國家歷史年表、印尼34省地圖、印尼國家政治體制、印尼與包括台灣在內等亞洲其他國家之經濟發展數據以及2019年印尼大選的各項觀選指標等。對於多數對印尼整體而言相當陌生的台灣讀者而言,這些貼心的編排資料大大降低了一開始的閱讀障礙。另外一方面,作者戴維信教授刻意避開使用太多的艱深政治學學術用語,改用淺顯平易的描述代替,訊息清楚,輔以譯者用心精準的翻譯,全書讀起來流暢舒服。
本書評寫作的同時,印尼甫於4月17日完成總統及國會大選,雖然完整開票預計要至5月22日方能完成,但現任總統佐科威(Joko “Jokowi” Widodo)根據快速點票的結果,已經宣佈以接近10%的差距順利連任成功,但弔詭的是,挑戰者普拉伯沃(Probowo Subianto)也公開聲稱當選,所以正式的大選結果,還是得等到5月下旬才能確認。
我認為觀察印尼近年的民主化發展,有兩個面向值得我們思考,一個是從印尼的民主化經驗出發,思索中國未來有無可能民主化?另一個則是印尼的民主化經驗對於台灣民主化以及民主鞏固的啟示。

印尼 VS 中國
許多人在思考印尼近二十年來民主化的過程時,常常忽略一項基本的事實:人口。印尼是一個擁有2.64億人口的大國,族群多元,同時印尼是一個島國,光是擁有住民的島嶼就達8千個。這些結構性限制,讓印尼在學習成為一個民主化國家的道路上崎嶇顛簸。也因為這些結構性限制,使得訊息的溝通成本很高,人民在接收民主化訊息的過程會出現其他人口規模較小國家所不會發生的問題。

目前正在進行的總統及國會大選開票就是一個有趣的觀察指標。有一個新聞可以參考,由於幅員廣大,長時間以人工點票,目前已經有超過270個選務人員過勞死亡,另外有將近2千個選務人員因為工作疲累而生病。根據印尼選舉委員會的說法,每個死者家庭將得到一筆2千5百美元的賠償,這金額正是印尼一年的最低工資。
因為選務工作過於繁重而導致過勞死,這類新聞倘若發生在台灣,那怕是一個選務人員,都將會成為新聞頭條。但這次在印尼,竟然有將近3百個選務人員過勞死,這是多麽令人震驚的事。這件新聞也說明一件事,民主化,或所謂選舉,除了制度的建立之外,在實務上還是牽涉到許多基本技術層次的問題,包括是否熟悉選務制度、選務人員的素質、選舉過程媒體的角色等等,而這些操作層次上的小細節,需要一次又一次的選舉實務來讓選舉(或所謂民主化)的參與者更加熟練順暢以及產生更大的信心。
其實類似的問題也正在印度發生。印度是全世界最大的民主國家,它的人口有13億,在今年4月份的國會議員選舉中,光選民人數就高達9億,投票站達1百萬個,選務人員達1千萬。印度的面積為全球第7大,國內各地的經濟社會程度有巨大落差,光投票日就超過1個月(4月11日至5月19日)。有關印度浩大民主選舉工程如何實行,有興趣者可以看看BBC這篇報導。
印尼和印度當然是兩個截然不同的國家,在選舉及民主發展上各有不同的難題,但某個程度上他們都回應了一個在西方政治學上常常爭辯的命題:西方式的民主選舉制度,到底是不是普世適用?而這個命題,也是目前全世界人口最多的國家:中國,拿來抗拒西方式民主的說詞。中國政府面對西方國家要求中國進行民主化的壓力時,常以西方式民主不適合中國這類說法回應。誠然,中國人口龐大,族群眾多,地理面積巨大,各省各地政經社會結構差異炯大,倘要進行民主化工程,當然是一個浩大複雜的工程,一不小心,甚至有可能造成社會動亂。老牌民主國家美國的人口為三億多,但它的總統選舉方式因為歷史因素採用了全世界獨一無二的「選舉人團」制(electoral college)。換言之,全世界尚未有如中國之人口規模等級的民主國家(最接近者為印度)。
回到本文先前論點,民主作為一種制度,在實行層面上並非可以在一夜之間無縫接軌。印尼作為一個人口超過2億的國家,在1998年蘇哈托(Suharto)因為亞洲金融風暴危機下台,印尼結束長達30年的威權體制,接著印尼展開長達20年的民主化過程。以任何指標來看,印尼是一個相當年輕的民主國家,而它的民主鞏固(democratic consolidation)憑心而論做得令人刮目相看(儘管不是完美)。與台灣相較,印尼的民主更年輕,而且民主化的難度也更高(以人口、面積及多元族群而言)。我認為,所有關心發展中國家(包括中國)民主化的朋友,都應該閱讀這一本書。印尼的民主化經驗,雖然是跌跌撞撞,但到目前為止仍朝著正確的方向前進。
印尼 VS 台灣
Tags:
雷亞遊戲作品下載破億的秘密,聯手Google Cloud開源又節流

我們想讓你知道的是
2011 年創立的雷亞遊戲(Rayark Inc.),從 2013 年就攜手 Google Cloud 導入相關雲端服務,雙方合作長達十年的關鍵是什麼?
2011年創立的雷亞遊戲(Rayark Inc.),秉持把感動永久留存在玩家心中的信念與堅持,不論是音樂節奏、休閒趣味、科幻動作、又或是策略RPG不同型態的作品,都希望創造出呈現時代回憶的經典製作。每回推出新款遊戲都能叫好又叫座,雷亞遊戲旗下作品的總下載數,全球上看1.3億次。
「我們的優勢,在於故事的呈現及藝術表現,創造出一個讓玩家與故事有聯結的世界觀,」雷亞遊戲技術長Alvin Chung回應。為了精進作品內涵、拓展遊戲更多可能性,雷亞遊戲從2013年就開始積極將開發架構、維運流程搬遷到雲端環境,進而讓團隊養成敏捷的協作文化。

Alvin Chung解釋,「我們希望把更多心力投入設計遊戲本身,同時優化玩家體驗服務,而不是過度分心或花太多資源去顧及底層網路架構,透過雲端工具源創造更大的效益。」若把一款遊戲從無到有,可拆分為企劃、開發、測試、上線等流程,這些不同階段的工作環境,雷亞目前是放在Google Cloud平台上運行。
完善數據治理工程,雷亞遊戲成立數據部門洞悉營運實況
一款遊戲要讓玩家感動,絕對不能只有感性要素,更需要從理性角度洞察玩家行為數據,才能讓用戶的留存保持穩定。尤其現代企業都知道,數據對於公司經營等同石油的價值,於是,雷亞決定成立數據部門,作為輔佐商業決策判斷的後勤核心團隊。
雷亞遊戲產品發行處數據分析部部長Denny Huang表示,「以前只用database,資料的細緻度不夠;打個比方,透過database只能看存摺的結餘,無法回溯歷程資訊;後來成立數據部門,把伺服器的log收進資料倉儲Google BigQuery,等於帳本的每筆明細都會留下記錄,再結合商業智慧與分析軟體Tableau,讓DAU(日活躍用戶)、MAU(月活躍用戶數)、留存率、付費率這些指標以視覺化圖表完整呈現。」

為了貼近玩家的需求、打造出更符合市場想法的作品,雷亞的營運團隊也希望藉由數據深入鞏固與玩家的黏著度,進而排除不利玩家留存的情境,就能事先透過BigQuery搭配Firebase實現A/B Testing。Alvin Chung舉例,遊戲業相當重視玩家前10分鐘的留存率,如果發現新手歷程在某一區卡關過久,他們就會調閱BigQuery內的玩家行為資料,找出用戶成長停滯的原因,進而修正遊戲的設計機制。透藉由此檢視及驗證方法,促使玩家加入遊戲的前10分鐘留存率提升50%。
盤點目前雷亞數據部門使用BigQuery的數據狀況,每天處理報表容量達9TB、單日300G流量,以及儲存操作紀錄超過300TB。如此龐大的資料量,雷亞也透過BigQuery搭配Tableau,落實更細緻的商業邏輯判斷。
Denny Huang分享其中一個情境:他們想知道玩家在特定戰場,怎麼運用卡牌的排列組合,這時候就能借助BigQuery及機器學習的運算,掌握某個關卡的通關率是否落在合理範圍。後續透過數據分析,找到禮包購買率的最佳時機點,並微調設定禮包內容物,以強化玩家購買誘因,讓特定產品付費率增加17%、 單一活動營收增加16%。
把關伺服器預算有效節流,借助BigQuery從每月縮短到每日掌握報表
如果說提升禮包購買率、留存時間拉長,對於遊戲開發商是「開源」策略,那麼透過Google Cloud來檢視整體服務的運作效率,則屬於「節流」手段。雷亞遊戲就提到,他們所部署的伺服器牽涉相當龐大的機器種類,內容涵蓋資料倉儲單元、資料庫單元、以及運算單元,運行過程勢必就會有所花費,這也是遊戲商的成本之一。
雷亞遊戲網站可靠性工程(SRE)工程師Gene Liu表示,「洞察伺服器維運數據,可以知道我們的後端服務是否有效率?服務品質如何?又或是有沒有讓玩家收到錯誤訊息狀況?透過監控整體後端服務的健康程度以及資源用量,讓我們知道研發資源需優先最佳化哪些項目。」
從上述情境可觀察到,SRE的主要工作就是要確保確保遊戲對內和對外服務的穩定,並且維持一定品質的玩家遊玩體驗。以對內服務來說,遊戲伺服器傳數據給BigQuery的過程,不但要保持通暢,而且也盡可能不會掉失任何資料。不過也因為遊戲玩家來自全球不同時區,等於系統的流量高低峰是24小時在變動;甚至若有特殊行銷檔期,玩家在同一時間大量湧入領獎勵,SRE團隊就要花更多時間在監測伺服器的運作狀態。

Gene Liu對此提到,「我們的後端服務部署於Google Kubernetes Engine之上,後端服務向BigQuery寫入資料是透過Pub/Sub,而Pub/Sub與BigQuery都是全代管的服務,可以大幅度减輕我們的工作負擔,不用手動擴展或縮減設定雲端服務所使用的資源,跟以前的維運工具相比,現在的管理模式可以節省非常多時間。」
另一方面,Gene Liu接著說,雷亞也在雲端環境架設資料視覺化網路應用程式平台Grafana,Grafana可以在網路瀏覽器內顯示資料圖表,並提供警告功能。因此一旦監測到數據峰值異常,就能立刻行動來最佳化産品的效能,或是有效排除伺服器原本不應浪費的成本。
「現在雲端服務的費用以raw data傳到BigQuery後,能透過Grafana即時檢視哪個專案的伺服器以及流量花多少錢,或發現花費異常時候,可以找到是哪個專案開的運算資源。以前要每個月收到帳單才知道費用,現在則是可以即時得知系統數據,並在數小時內掌握各項雲端服務的費用。」Gene Liu補充道。
期待以敏捷方式迭代產品,提供玩家即時又彈性服務
雷亞與Google Cloud的合作,除了上述相關應用,其他還包含Cloud Load Balancing、Compute Engine、Dataflow、Cloud Monitoring、Cloud Logging以及Google Workspace等解決方案,在其他業務及跨部門協作過程有廣泛運用。

Alvin Chung最後回應,「我們多年來觀察Google Cloud持續發布新功能,讓雷亞在做數據分析、維運上更穩定,也希望借力於雲端讓我們越來越省心,專注在遊戲的開發或加速迭代新的産品,更即時觀察市場的回應,進而縮短time to market的腳步。」
由此可見,雷亞遊戲在實現打造具時代回憶的偉大作品之際,藝術也要融合技術,除了讓玩家在遊戲過程感到幸福,同時也基於雲端應用,提供玩家快速又彈性的滿意服務。