雜誌

〈書摘〉將消費行為轉為大數據不在第一線也能精準決策

鉅亨台北資料中心 2019-07-12 10:08

cover image of news article — 圖片來源 : Shutterstock

‌

工業 3.5 是第一本針對台灣企業量身打造的數位轉型教戰手冊。近年大數據、人工智慧、物聯網掀起全球新一波價值鏈解構與重組，清華講座教授暨美光講座教授簡禎富，二十多年來深入產學合作第一線，與台灣各產業龍頭合作，深耕智慧製造和大數據分析，提出介於工業 3.0 和 4.0 間，適合台灣中小型企業的工業 3.5。

以下內容摘錄自《工業 3.5》

‌

閱讀時間: 5 分鐘

精準需求預測，提高市場競爭力

機票的定價和漲跌，必須考慮市場競爭、還有出發地和目的地的旅遊淡旺季、時段等因素。然而，機票和一般產品有非常大的不同。航空運輸業的價值鏈，大概就是由航空公司、旅行社、售票網站、消費者所組成，而且票價資訊基本上公開透明，無論是當下，或是時間軸的數據，都不難取得。

機位這項產品的價值鏈，有三個主要的角色：航空公司、旅行社、消費者。

航空公司可以用批發的方式把機位批給旅行社或網路訂位平台，也可以在官網上或透過自己的訂位服務零售給消費者。零售對航空公司而言繁瑣又單位成本高，經營旅遊行程和團體旅遊，亦非航空公司所擅長，因此旅行社有它存在的價值。

在機位批發市場裡，航空公司預測需求增減航班；旅行社預測需求，向航空公司拿機位，沒賣完是旅行社的事；但如機位不夠賣，消費者就會跑去向別家有機位的旅行社買，因此旅行社的需求預測，必須有相當程度的準確性。

對航空公司而言，無論是只賣機位，或機票加酒店或出團，這家旅行社最好淡季時，也能幫航空公司把機位消耗掉，擁有這種能力，旺季時航空公司才會願意，優先把機位放給這家旅行社。

消費行為轉為大數據，不在第一線也能精準決策

台灣超商的密度堪稱世界第一，但獲利依然良好，導入銷售時點情報系統（point of sale 系統，簡稱 POS）是讓決策系統化與數位化的關鍵之一。

超商每一位顧客在櫃檯結帳的資料，經過 POS 人機介面化為數據，後台則有強大的決策系統，每一秒都會收到，來自全台各地門市的交易數據，隨時結合這些消費者的主觀購買行為，以及當時客觀的情境，如氣象、地段等資訊進行大數據分析，適時適地地供應消費者，最需要或可能最感興趣的商品，甚至可以分析分眾行為並提出決策建議，讓不同門市直接掌握當地商圈消費特性，提升業績、降低庫存。

總部還能隨時掌握並分析門市經營，為各不同門市客製優化商品陳設、庫存及進銷貨。透過每日對商品銷售與庫存的掌握，不必等門市叫貨，庫存不足的商品，總部就能自動補貨。每個超商前台的 POS 系統，和每個門市聯網的供需調度與物流系統，所回傳的資訊，便可以支援後台愈來愈智能化的資源管理決策系統。這與前面提到的分散式決策系統和數位大腦的協作類似。

資訊怎麼煉成智慧？

製造業的決策數位化，進展比服務業慢，對於資料、資訊、知識與決策之間的關聯，還沒有建立起系統化地運用的模型，而這也是工業 4.0 要為製造業急起直追的核心，目的在推動製造業能夠從現行的研、產、供、銷、服務的順序，逆轉為以終為始，以服務客戶的需求為驅動點，反向驅動製造業的研產供銷，而這商業模式的大轉向，最關鍵的條件便是取得、分析與運用數據。

演算打破主觀偏誤，優化行為與決策

就像醫師的診斷，會受限於他的養成，因此特定樣型的判斷，其實是很容易受到，人為主觀因素和空間圖形辨識能力的影響，往往造成檢測標準和判讀結果，缺乏一致性，導致後續的製造問題診斷，沒有辦法正確執行。

高科技產業已經用工程資料分析系統和大數據分析，並結合領域知識，來設計比較好的編碼和資料前處理。因為晶圓是圓的，圓上面每一顆晶粒號的位置，以及與前後左右之間的關係，都有意義。

台灣產業結構大多為水平分工，且規模多為中小企業。如何在大數據時代，邁向智慧製造的全球製造賽局保持競爭力，避免在知識密集的尖端設備和製程技術競賽中，敗下陣來，是台灣產業升級最急迫的問題。

使用大數據分析技術，從中挖掘潛在有用的資訊，做出比競爭對手更好、更快的決策，是料敵機先的制勝關鍵。但導入大數據分析，可不是買一些軟體就好。雖然商業軟體可以支援大數據分析，但不是把資料倒進去，就會自動產生結果。

台灣的高科技產業，在自動化製造和檢測過程中，累積了大量的數據，由於資料的變動性，很多企業並沒有即時、有效分析這些數據，有些企業則是花錢買設備，把這些數據儲存起來，卻沒有善加利用，不僅不能成為資產，反而成為負擔。

【書籍介紹】

書名：工業 3.5
出版社：天下
出版日期：2019 年 1 月

【作者介紹】

簡禎富

　　國立清華大學工業工程暨電機工程雙學位學士，威斯康辛大學麥迪遜分校決策科學與作業研究博士、加州大學柏克萊分校傅爾布萊特學者；現為清華講座教授暨美光講座教授，科技部人工智慧製造系統研究中心主任、工業工程與管理學門召集人。曾任國立清華大學主任祕書、首任產學合作執行長、科學園區固本精進計畫推動辦公室總主持人、台積電工業工程處副處長（於 2005 年至 2008 期間借調三年），台積電、聯發科、台達電、友達光電顧問。

　　創設決策分析研究室與紫軾書院，發表超過 170 篇學術期刊論文，取得 20 項智慧製造國際發明專利，著有《決策分析與管理》、《資料挖礦與大數據分析》及台積電、聯發科、創意電子、晶元等哈佛商學個案，主編《半導體製造技術與管理》、《固本科園台灣精進》等書。

　　更榮獲行政院傑出科技貢獻獎、國家品質獎、科技部三次傑出研究獎、經濟部大學產業經濟貢獻獎、教育部產學合作研究獎、科技管理學會院士、工業工程會士、東元獎及兩次《IEEE Transactions》論文獎等學術殊榮。