iPAS 備考筆記 - 營運智慧分析師（初級）
TLDR
- 營運智慧 (OI)：將商業智慧 (BI) 整合進企業動態營運流程，支援即時決策。
- 專案管理：PERT 預期時間公式為
，關鍵路徑 (CPM) 決定專案最短工期。 - 資料處理：ETL (載入前轉換) 適合傳統倉儲；ELT (載入後轉換) 適合雲端資料湖倉。
- 資料模型：星狀模型 (Star Schema) 查詢快但有冗餘；雪花式模型 (Snowflake) 減少冗餘但 JOIN 多。
- 統計觀念：p 值小於顯著水準 (如 0.05) 則推翻虛無假設；偏態資料應優先使用中位數。
- 機器學習：監督式學習處理有標籤資料 (分類/迴歸)；非監督式學習處理無標籤資料 (分群/關聯)。
- 策略分析：PESTEL 分析外部環境；波特五力分析產業競爭；SWOT/TOWS 制定策略。
- 資訊系統：ERP 整合內部資源；MES 銜接生產現場；CRM 管理客戶關係；SCM 串聯供應鏈。
- 變革管理：BPR 追求流程徹底翻新；Lewin 三階段模型 (解凍、改變、再凍結) 是變革成功的關鍵。
營運智慧基本知識
營運智慧與商業智慧
商業智慧 (BI) 側重於歷史資料的整合與呈現；營運智慧則將分析嵌入企業動態系統，強調即時資訊流與多維度決策。
KPI 與平衡計分卡
平衡計分卡 (BSC) 透過財務、顧客、內部流程、學習與成長四個構面，將策略轉化為具體指標。四者間的因果結構稱為「策略地圖」。
專案規劃工具
- PERT：適用於任務時間不確定時，透過加權平均計算預期時間。
- CPM (要徑法)：找出專案中最長的活動路徑，該路徑上的活動無浮時，直接影響總工期。
基礎資料分析
資料品質與缺失值處理
資料品質包含正確性、可靠性、一致性、完整性與相關性。
- 缺失值處理：若缺失比例極低可整列刪除；數值型資料可用平均數或中位數補值；時間序列資料建議使用線性插值以保留趨勢。
資料儲存架構
- 資料倉儲 (Data Warehouse)：採固定 Schema，服務分析需求 (OLAP)。
- 資料湖 (Data Lake)：以原始格式儲存，分析時才定義 Schema (Schema-on-Read)。
- 資料湖倉 (Data Lakehouse)：結合兩者優勢，支援 ACID 交易與多元格式。
OLAP 五大操作
- 上鑽 (Roll-up)：由細層彙總至粗層。
- 下鑽 (Drill-down)：由粗層展開至細層。
- 切片 (Slice)：固定單一維度。
- 切塊 (Dice)：固定多個維度。
- 旋轉 (Pivot)：調整呈現視角。
資料視覺化防雷
- 截斷 Y 軸：會誇大微小差距，比較絕對數量時 Y 軸應從零開始。
- 3D 圓餅圖：透視效果會導致比例判讀失真。
- 雙 Y 軸：容易暗示不存在的關聯，應改用單一基準比較。
統計檢定
- t 檢定：比較平均數差異。
- F 檢定：比較變異數差異 (ANOVA 亦使用 F 值)。
- 卡方檢定：檢驗類別變數間的關聯性。
經營管理基本知識
競爭策略分析
- 波特五力：評估供應商、顧客、潛在進入者、替代品及現有廠商競爭，決定產業獲利空間。
- BCG 矩陣：依市場成長率與市占率，將事業單位分為明星、金牛、問題、狗。
- Ansoff 矩陣：透過產品與市場的新舊組合，規劃市場滲透、市場開發、產品開發或多角化策略。
行銷組合 (4Ps 與 4Cs)
行銷策略應從企業視角的 4Ps (Product, Price, Place, Promotion) 轉向顧客視角的 4Cs (Customer value, Cost, Convenience, Communication)。
數位化企業資訊工具基本知識
資訊系統層級
- TPS (作業層)：處理日常交易。
- MIS (管理層)：產生例行報表。
- DSS (管理層)：支援半結構化決策。
- EIS (策略層)：支援高層策略決策。
製造業資訊系統
- ERP：整合財務、生產、銷售等核心流程。
- MES：銜接生產排程與現場設備，即時回報進度。
- PLM：管理產品從設計到汰除的工程資料。
客戶關係管理 (CRM)
- 營運型：自動化第一線流程。
- 分析型：進行客戶分群與行為預測。
- 協同型：整合多通路互動。
- 客戶終身價值 (LTV)：衡量客戶在存續期間帶來的總利潤，公式為「每月邊際利潤 × 預期存續月數」。
企業流程再造 (BPR)
BPR 強調對流程進行根本性、徹底的重新設計，以追求績效大幅改善。變革過程中，需透過 Lewin 三階段模型 (解凍、改變、再凍結) 降低組織抗拒並將新做法制度化。
異動歷程：
- 2026-06-11 初版文件建立。