如何優化營收?大數據分析與風險決策

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。

 

閱讀完整內容

工業3.5:台灣企業邁向智慧製造與數位決策的戰略

本文摘錄自‎

工業3.5:台灣企業邁向智慧製造與數位決策的戰略

簡禎富

由 天下雜誌 提供