高科技產業的競爭模式，就是要能夠搶先對手，導入新世代製程並快速量產，加快成本學習曲線，帶給客戶比較利益更高的產品或技術服務，並與合作伙伴，一起享受隨之而來的經濟效益和技術價值。大數
據分析與應用，以診斷異常提升良率，並協助全面資源管理和數位化決策，是其中的關鍵之一。
半導體製程持續微縮，挑戰物理極限，即使資深工程師，也很難單憑專業知識和經驗，使用傳統的統計分析方法，從這麼多數據中，迅速找出製程異常的原因。
一般商用統計軟體，雖然已經可以支援大數據分析，但是每個行業，有各自的專業需求和特性，通用統計軟體模組無法客製化，而產業的領頭羊，往往會先面臨挑戰，所以必須發展符合自己所需的分析工具。
由於台灣缺乏先進的半導體機台製造商，因此需要向國外進口設備。然而高科技廠改進生產流程和提升良率的眾多參數設定，很可能在國外設備廠商進行保養時，外流給設備廠其他客戶。
因此，必須自己結合資訊系統和大數據分析，打造屬於自己的智慧製造平台，將公司累積的分析知識和重要眉角，儲存在內部的雲端知識系統，避免流失的風險。
為消費者控管風險，化身為雙贏生意
以機票為例，看機票價格變化和消費者購買機票的需求之間的關係，以及航空公司如何優化營收。
通常人們買機票，大抵是在一段時間內，比方說，連續幾天內，在網路上搜尋、比價，然後在價格、直飛還是要轉機、起飛和抵達的時間是不是方便等因素來回考量，最後選擇最中意的機票。
關於機票的價格，有人說機票愈早買愈便宜，因為愈早買供應愈多，需求愈少。隨著時間推移，愈晚愈貴，如果你在出發前一天才買，機票會最貴，因為航空公司吃定你，認定你一定是非飛不可、非買不可。如果你是到機場臨櫃購買，那更不消說，絕對最貴。
真的是這樣嗎？美國華盛頓大學教授艾齊歐尼（Oren Etzioni）在2002 年某天搭機途中，和鄰座乘客聊起天來，他問對方機票買多少錢。一問之下，竟然有違上述「常識」。他發現自己比對方早買，但價格卻比較貴。
這下勾起他的興趣了。那一趟飛行，變成艾齊歐尼的機票價格調查之旅，他來回穿梭於機艙中，盡可能詢問同班機乘客什麼時候、花多少錢買的機票，結果發現，同時間買同樣艙等的機票，價格並不一致。
艾齊歐尼決定，要用大數據分析和資料挖礦的技術，為消費者建立一個機票波動的預測模型，讓消費者買機票時，可以大致預測機票價格未來漲跌，以作為購買機票的指引。
賣比價服務，比賣機位更有利
他設立了一個網站Farecast，從所有可能的管道，蒐集機票價格的資料，以及使用者的購買經驗和歷史資料，並為他們分析，未來一週最佳的購票時機，建議使用者於何時，可能可以買到最便宜的機票。
艾齊歐尼更大膽地推出，全球最創新的機票購買服務與商業模式： 價格保證（Fare guard）。如果Farecast 網站預測，某個航段的機票未來將會下跌，網站使用者可以決定當下先不買， 但可以先向Farecast 網站購買一個9.95 美元的價格保證，以保證未來一週內，使用者一定可以用某個最低價格，買到機票。
就類似保險一樣，假如機票價格未來一週不跌反漲，使用者可以獲得價差賠償。
艾齊歐尼這種，結合大數據分析與商業智慧的模式，讓Farecast 大受歡迎，後進者紛紛跟進，出現了針對機票、飯店等的比價網；在台灣，一些針對3C產品的比價網，也十分受到消費者歡迎。國內的大賣場也用「保證最低價」、「買貴退差價」的類似策略集客。
後來Farecast的成功，吸引微軟（Microsoft）於2008 年，以1.15 億美元（約新台幣34.5 億元，本書統一以1 美元兌新台幣30 元計之）將其購併。
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。
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。
以半導體製造等高科技產業為例，每一片晶圓，都經過幾百道製程，都有百萬個感測點的數據；每座晶圓廠，都有成千上萬個機台設備，卻可能只有不到一千位工程師，要分析如此海量的資料、監控上萬個
指標，以達到成本控制與品質改善的目的，已遠遠超過人力所及；另一方面，隨著積體電路（integrated circuit, IC）產品的多樣化、生命週期愈來愈短，必須善用大數據分析，以快速提升製程良率，加速量產和成本學習曲線。
然而企業擁有大量資料，卻不一定懂得分析大數據、挖掘金礦，最重要的必須懂得，有系統地善用分析出來的有價值資訊，做出能夠讓企業勝出的決策，或找出新的機會點，創造新的商業模式。
