【王博專文】大數據分析與應用實務_第一統計量與第二統計量

本文出自王博專文

認識客戶的工業數據-

Chapter 2：第一統計量與第二統計量

◎

說明

如同上一節所言，我們在看統計平均值外，也要注意離散性。因此，須具備以下概念：

第一統計量與第二統計量。

第一統計量，又稱位置參數，指的是平均值(Average)或中位數(Median)等。

第二統計量，又稱離散參數，指的是標準差(Standard Deviation)或全距(Range)等。

對應上節精準度的概念，無論是品質管控或是設計開發。吾人當先要求第二統計量，使數據點之集中，再追求第一統計量達到設定目標。

由此觀之，第二統計量的重要性，有時甚至比第一統計量還重要些。在以下的章節，將循序教您如何運用JMP軟體繪製及整理數據的統計量。

第一統計量:可用平均值 (Average) 或中位數 (Median)

【王博專文】大數據分析與應用實務_工業大數據基本素養

本文出自王博專文

認識客戶的工業數據-

Chapter 1：大數據Big Data之基本素養

◎

說明

為什麼品質優良聞名的車廠，會做出劣質的車?這就要注意到「精度(Precision)」與「準度(Accuracy)」的問題。

在相同操作條件下，所謂的「精度」，指的是結果數據的離散性。而「準度」，指的是結果數據是否能夠達到目標。

很顯然的，車廠擁有卓越的生產能力，但可能無法讓每部車皆同樣完美。就以打靶來說：下圖表示的正是精度與準度的概念。

打靶的要領是先求「精」，再求「準」。

也就是說，務必先求每次的射擊穩定後，再調整瞄準靶心的方位。而每組的打點不同、離散度也不同。

此乃下節第一統計量與第二統計量概念，這個開始著眼點與商用大數據分析，期強調重心可能有不同之處。故大數分析，必須承繼SPC (Statistical Process Control) 與6 Sigma原則之基礎，與因果分析之 X-Y 矩陣來進行。

【王博專文】大數據分析與應用實務_線性規劃法

本文出自王博專文

進階技能：導出最大利益生產數

線性規劃法 (Linear Programming)

1

說明

所謂線性規劃法, 是指在多個限制下求出最佳數值的數據分析法. 這是以整體的角度來看, 常用於公司生產與物流規劃.

(例)工廠可用來生產 A烏龍茶與 B綠茶,為求利益最大化, 利用線性規劃法來求出最佳生產數, 已知 A 利益為 200/個, B 利益為 100/個. 生產 A 必須用 5 人/個, 生產 B 必須用 4 人/個. 生產與公司策略有下列的限制:

1. 限制條件1:穫利至少 1500
2. 限制條件2:生產人數總和必須少於 50 人
3. 限制條件3:每次 A, B 生產數目必須大於 3
4. 限制條件4: A, B 生產數目必須是整數.

• 滿足以上限制, 求出最佳生產數?
• Sol:生產A,B分別為 x與y
• Maximize 最佳利益: 200x + 100 y
• 限制條件1:200x+100y ≥ 1500
• 限制條件2:5x+4x ≤ 50
• 限制條件3:x ≥ 3, y≥3
• 限制條件4: x, y integer

Ans: 生產 A 烏龍茶 7, B 綠茶 3可滿足全盤考慮並得最大利益1700

【王博專文】大數據分析與應用實務_雷達分析

本文出自王博專文

進階技能：比強弱

雷達分析

1

說明

雷達分析從各個角度來評價, 並分析商品整體的平衡狀況. 雷達分析可提供我們各方面乃至整體強弱之比較, 該數字分析提供我們改善方向.

【王博專文】大數據分析與應用實務_PPM 分析

本文出自王博專文

進階技能：觀定位

PPM分析

1

說明

PPM (Product Portfolio Management) 又稱 BCG (Boston Consulting Group) Matrix 乃用

來掌握自家眾多產品之市佔位置與市場成長之定位. 依公司之要求與實物需要, 定位四大領域組合: DOG, Question Mark, Star, 與 Cash Cow. 而四大領域之產品組合亦可搭配產品生命週期的解說: 產品導入期→成長期→成熟期→衰退期. 商品研發導入均使於 Question Mark, 而後進入 Star 或 Cash Cow. 或不幸墜入落水狗 (Dog) 衰退而遭終結生命. 注意 X 橫軸市場佔有率之方向 (左大右小).

由 PPM 分析知, 主力廣告產品為巧克力與休閒零嘴. 煎餅與豆類菓子為賠錢狗, 考慮下架不賣. 口香糖與餅乾宜努力維持現狀與保持成本優勢已維持高市佔率.

【王博專文】大數據分析與應用實務_廻歸分析

本文出自王博專文

進階技能：猜未來

迴歸分析

1

說明

利用 X 與 Y 之方程式來推估未來之趨勢線. 簡單廻歸方程式為 1 個 X 與 1 個 Y. 多元

廻歸則為 多個 X 與 1 個 Y. 注意在 Excel 中 , 數據常常先放 X 資料 (1 個或多個) 於工作表單中, 再放 Y資料. 各種作圖亦是採此原則來進行電腦數據運算的. 簡單廻歸方程式 Y = aX +b; 多元廻歸為 Y = a1X1+a2X2+..+b. 注意廻歸分析 R_Square, 殘差分析, 與變異數分析 ANOVA (Analysis of Varaince)之顯著性意義與解釋.

【王博專文】大數據分析與應用實務_交叉比率

本文出自王博專文

進階技能：加利潤

交叉比率

1

說明

指商品銷售的(存貨周轉率 x毛利率) . 其中存貨周轉率 指 (銷售額/平均庫存); 毛利率指(毛利/銷售額). 其中的存貨周轉率與毛利率均是越高越好. 故當交叉比率高時, 則為厚利多銷. 反之則應考慮下架. 存貨周轉率的倒數即為有名的庫存天數, 庫存天數當然是越低越好.

由交叉分析知, 可樂為厚利多銷, 醬油為厚利少銷, 文具薄利多銷, 煙類可考慮下架.經由交叉分析之四個象限, 均可有其對策.