雖然這篇生產線kpi鄉民發文沒有被收入到精華區:在生產線kpi這個話題中,我們另外找到其它相關的精選爆讚文章
在 生產線kpi產品中有12篇Facebook貼文,粉絲數超過3,992的網紅台灣物聯網實驗室 IOT Labs,也在其Facebook貼文中提到, 銀行如何提供超級個人化服務?百人數據團隊靠AI打造中信腦 為了顧及全產品、全客群、全通路、全覆蓋,中國信託採取的對策是走入AI與大數據,更為發展AI應用訂下3大KPI,來掌握研發資源的最適化;今年,中信更成立數據治理委員會,希望將數據治理走向更全行化的關鍵議題 文/李靜宜 | 2021-06-1...
同時也有1部Youtube影片,追蹤數超過15萬的網紅SBD Taiwan 邱個,也在其Youtube影片中提到,#SBDTaiwan #邱個Podcast #SBD怪獸Podcast 本集節目,由 SBD Taiwan 贊助播出❤️ #17 科學證明重量訓練無用?短期初學者效應研究阿不就好棒棒?【SBD怪獸Podcast】 🚩 Apple Podcast https://apple.co/3be9eTo ...
生產線kpi 在 Charles Mok Instagram 的最讚貼文
2020-04-28 03:29:22
【矽谷灣區之旅 ‧ Day 2 】 又是行程緊密的一天,我和 Alvin Yeung 楊岳橋 在矽谷訪問了多家企業,但最重要的是與五位當地的香港朋友碰頭,當中包括創業者和投資者,究竟他們怎看香港的創科環境,美國特別是矽谷的狀況,是我們尤其期待的分享! 香港政府如何支持本地創科企業?David的公...
-
生產線kpi 在 SBD Taiwan 邱個 Youtube 的最佳貼文
2020-10-30 12:15:12#SBDTaiwan #邱個Podcast #SBD怪獸Podcast
本集節目,由 SBD Taiwan 贊助播出❤️
#17 科學證明重量訓練無用?短期初學者效應研究阿不就好棒棒?【SBD怪獸Podcast】
🚩 Apple Podcast https://apple.co/3be9eTo
🚩 Spotify https://spoti.fi/34QC9vV
🚩 SoundOn https://bit.ly/3lDoM8j
🚩 KKBOX https://bit.ly/3e7Uxmu
🚩 Google Podcast https://bit.ly/3mJMXSj
🚩 IG @chiougrr 😎
--
📍 老人家快縮肌纖維流失,老人跌倒,緊急變換動作?神經連結?
📍 本集要用深度的學術探討觀點,來看目前很多引用學術根據的解讀與建議,重量訓練無用論?
📍 運動科學的最大誤曲,因為論文產出的KPI,而嚴重缺乏長期觀察研究論文。
📍 為什麼大部分研究就是最多15週?大量“短期”初學者效應的研究?學術生產線?論文KPI?
📍 不是要”反對科學“,而是要知道科學的侷限,我們要有短期初學者效應的概念,而抗老化是一個長期的過程,肌力訓練的領先實務與經驗累積。
📍 為什麼大重量訓練會被妖魔化?
成為這個頻道的會員,小額贊助我們,支持我們製作更多更棒的節目❤️
https://www.youtube.com/channel/UCOpNfxhmQt6NVq2AzP3VBEQ/join
#你知道得太多了 #何立安 #邱個 #SBDTaiwan
生產線kpi 在 台灣物聯網實驗室 IOT Labs Facebook 的最讚貼文
銀行如何提供超級個人化服務?百人數據團隊靠AI打造中信腦
為了顧及全產品、全客群、全通路、全覆蓋,中國信託採取的對策是走入AI與大數據,更為發展AI應用訂下3大KPI,來掌握研發資源的最適化;今年,中信更成立數據治理委員會,希望將數據治理走向更全行化的關鍵議題
文/李靜宜 | 2021-06-10發表
「透過科技力,來創造競爭力。」中國信託銀行數據暨科技研發處處長王俊權,用一句話點出中國信託大力發展AI與大數據的戰略核心。
3年多前,中國信託定調以AI與大數據作為主要發展方向,並成立了數據研發中心,要用AI來加值業務場景的服務與產品。設立初期僅有一人,到現在已擴大為百人團隊,更在2020年初正式提升為數據暨科技研發處。王俊權正是該團隊的一號員工,更是中國信託內部大力推動AI與大數據的關鍵人物。
中國信託的經營策略是,顧及全產品、全客群、全通路、全覆蓋。而為了守住既有的優勢,中信採取的對策是走入AI與大數據,來作為轉型的利器。不只要轉型,王俊權表示,中信更希望透過AI與大數據,孵化出不同於以往的經營模式。
「CTBC+AI」是中國信託發展AI的大方向,在各業務線上,都能將既有的經營方法加上AI,來提升效率與效能,更要以這樣的科技力創造競爭力。更以優化、平臺、全面、轉型、顛覆這5大階段任務,往下推動AI。
王俊權解釋,中信的策略是,從最小且最有把握的項目開始,所以,透過AI來優化既有的經營方式,是中信切入AI的第一項任務。運用AI優化的專案成功後,下一步,中信就能將AI技術進一步平臺化;有了平臺之後,就能將AI技術全面導入到銀行。
走過了優化階段、平臺階段到全面發展階段,AI已經落地到中信的金融場景,也陸續有了一些階段性成果。王俊權表示,中信現在聚焦「轉型」與「顛覆」,希望透過AI幫助組織轉型,最終期待是要用AI提出顛覆的想法,創造新的經營模式,他透露,目前已有幾個專案正在進行中。
依循著CTBC+AI這項大主軸,中國信託打造了「中信腦」,定調3條研發路線: 電腦視覺、自然語言處理(NLP)、機器思考,也成立了3大實驗室,聚焦研發6大AI應用核心,包括了精準行銷、市場預測引擎、文字與文件辨識應用、人臉與物件辨識應用、機器閱讀到機器對話。從應用場景來看,則鎖定營銷經營、流程優化、風險控管這3項。累計至今,中信在業務單位落地的AI專案超過了20個。
第一類應用場景的AI,中信稱為「營銷經營+AI」,囊括個人化推薦、需求預測,目的是協助增加收益,並提升客戶滿意度、客戶資產、新申購產品數等。王俊權提到,像是推薦引擎專案,中信金控整體客戶數有1,100多萬戶,產品與通路又多,需要透過AI推薦引擎來實現精準行銷,預測顧客未來的金融需求,才能進一步推薦。中信也將這類預測技術,應用到金融商品的預測,比如房價預測、股市預測、匯率預測等。
「流程優化+AI」則是中信第二大類應用場景,包含法金作業流程、客戶申請流程、線上作業流程,希望用來協助內部提升作業效率,來減少作業成本,最終目的也同樣要能夠提升客戶滿意度。 目前,中信內部有多項端對端的流程數位化專案,像是個金、法金、AML(反洗錢)、HR等業務,都有導入AI來優化既有流程。
最後一類場景的應用是「風險控管+AI」,則應用在AML作業、偽冒偵測、稽核,來改善內部作業效率,減少風險的損失。比如,王俊權提到,前年底,中信銀行上線了一套用自然語言處理技術分析負面新聞的平臺,這個AI反洗錢專案的成果,後來更從臺灣擴大應用到7個國家的海外分行。
王俊權表示,3大實驗室所負責的6大AI核心,就是沿著這3大類應用分頭進行,其中,因為銀行面對數位化的壓力較大,所以,又以銀行為應用主力,再逐漸將AI技術擴大到金控旗下子公司,如投信、台灣人壽、中國信託資融等。
自行培養AI研發能力,更訂定3大AI管理KPI
AI發展策略上,中國信託除了自主研發,也會與廠商協作。不過,這兩種策略該如何拿捏,中信內部也走過一段辯論的路。王俊權表示,最後的判斷依據是,「金融業需要的核心能力,中信會投入有限的研發資源。若不是中信認為的核心能力,則盡可能用市場上的解決方案,來加快回應市場的時間。」
舉例來說,銀行業使用分析模型並非新鮮事,AI技術與傳統統計回歸最大的不同是,能夠處理大量非結構數據,像是人臉、電文等資料,可是,這些數據機敏性較高,如果銀行不能自行掌握技術,而需委外,王俊權認為,第一個問題就是,銀行創新的保密性較弱,再者,廠商進入銀行接觸到如此多的機密性資料,有時也有法遵問題。
尤其,金融業對個資的管制嚴格,非結構化資料很難離開金融業,但是,在臺灣,許多AI技術原廠來自海外,對於銀行來說,整體應用或導入的彈性都相對較低,這些都是中國信託選擇培養自家AI研發能量的關鍵因素。
中信在AI應用發展策略,更訂出3大關鍵績效指摽(KPI),作為研發資源最適化的參考。王俊權表示:「對資源有限,需求無限的單位而言,研發的管理是一大關鍵。」首先,中信不會輕易增加AI生產線,因每開一條生產線就會涉及維運與資源分散的議題。所以,「AI生產線的管理」是第一項KPI。
「AI研發資源調度的管理」是第二項KPI。王俊權提到,資源有限狀況下,應該分配多少資源,投入短期的落地變現,還是長期的亮點顛覆,「是一種決策的藝術。」過去,中信希望AI可以迅速擴大到各單位,所以,王俊權採取80/20法則,將80%的資源用在短期落地變現,讓大家有感,保留20%在真正創新的研發。不過,他表示,這個比例每年或每季會進行調整,要讓研發資源投入到需要的地方。
第三項KPI則是「核心複用的比率」,也就是同一項核心技術盡可能重複利用的比率。王俊權要求研發團隊,每條AI生產線至少要有3個落地應用。目前,中國信託共有6條AI生產線,以及20幾個AI落地應用的專案,他提到:「平均每條AI生產線,有3~4個核心複用。」未來,更希望將每個AI核心,擴大到金控內各個應用,所以,要盡可能提升核心的複用,他對團隊的期待是,能提高到兩位數的複用率。
他進一步舉例,3年前,中信導入工研院智能文審技術,來辨識客戶申辦信用卡、貸款所需檢附的財力證明,像是存摺、扣繳憑單等金融常用的固定格式文件。去年,中信將文字辨識應用,複用到分行的場景,上線AI票券辨識服務,在審票機中加入AI、OCR技術來辨識支票,來減少櫃員人工審票與顧客等待的時間,及提升作業人員登打的產能。
目前,中信已做到一張支票上的7個要件,包括到期日、抬頭人、金額、禁止背書轉、發票章讓章或手寫、背書、帳號,都能夠用AI辨識。王俊權提到,中信將自行研發的印刷體的文字辨識核心、手寫英數的AI辨識核心、文印鑑辨識技術,通通導入支票辨識上,「這就是一種AI核心的複用」。此外,為了持續優化辨識正確率,中信更導入AI反饋機制,內部自己發展出標記功能,來改善標記效率,長期目標是達到9成的辨識正確率。今年,中信預計將該AI應用擴大到22家分行。
中信還有另一項AI核心應用是人臉與物件辨識應用,王俊權坦言:「人臉辨識技術,對於組織的轉型與顛覆是亮點有餘,可是力道不足。」不過,若能結合防偽能力及數位流程,可能會創造出藍海的新應用。中信正在思考,如何運用人臉辨識、活體辨識、微表情辨識、情緒辨識等AI核心,交錯組合來打造遠端核身相關應用。
金融業需緊跟科技的腳步,轉變為自身的競爭力,才能在指數型成長的趨勢下,站上領先地位。AI與大數據,正是下一波競爭力的最大利器。─── 中國信託銀行數據暨科技研發處處長 王俊權
推動超級個人化服務,中信靠大數據建立5大行銷策略
「中信銀行每個月有1.5億筆的金融數據,1.9億筆的非金融數據。更可觀的是,疫情期間,顧客更加喜歡使用數位服務,每月高達2億筆的顧客數位數據。」王俊權首度揭露了中信內部統計的海量數據。不只如此,中信銀行1年與顧客會有20億次的行銷溝通,顧客造訪行動銀行、網路銀行或到行銷網頁觀望的次數,更是高達16億次。
「中國信託的數據含金量很高,因此,全都要採集起來,作為銀行KYC的關鍵第一步。」他提到,光在2017年到2018年這段期間,中信內部就採集了大量數據,來建立360度客戶全景標籤。即便,當時各個單位已有自己的全景標籤,中信仍認為要有一個可以全行共用的主數據庫。
有數據來了解顧客,銀行就能出手,中信的策略是以數據掌握顧客人生不同階段需求,提供超級個人化服務。王俊權表示,中信策略是運用AI與大數據,透過個人化溝通方式,來提升顧客的成交機會。中信更先將這種作法,落地到銀行的「艱困區」,若在艱困區測試後有成效,再轉移到「黃金區」主戰場。「一方面不會影響到既有的業務動能,另一方面團隊也會比較有信心。」
在推動超級個人化服務,中信採取了5大行銷策略,並各自搭配合適的AI技術。第一項策略是使用最適合的通路對不同顧客溝通;第二項是尋找顧客有興趣的話題來互動,王俊權透露,今年底將從人工轉為全自動化,用AI生成銀行與顧客行銷的文案。
選擇對的時間,則是第三項策略,比如,當外幣跌到一定數值時,跟該名顧客歷史申購外幣的成本有競爭性,就能在此時發送推薦資訊給顧客。
第四項策略則是打造貼合顧客需求的產品,他提到,中信已有不同產品的預測模型,能預測未來3個月或1周後,該名顧客可能需要的產品。可供業務單位、EDM數位行銷,來聚焦其中高成交率的顧客。最後一項策略是對的活動,即便是賣同一項產品,不同活動的優惠或行銷設計都要不一樣。
王俊權認為,不僅不要過度叨擾顧客,更希望提供一次就能擊中顧客的服務。甚至,目標是做到自動化行銷,他透露,目前正在建置平臺的階段,除了要能自動採集數據,更要自動反應顧客下一步的預測,讓銀行出手可以更快,或盡可能減少PM或行銷出手時會遇上的人工斷點,甚至,讓每次出手後的反饋可以更為即時,來推動多波段行銷。
成立數據治理委員會,優先梳理2類數據
「數據治理是比下水道還要更下水道的底層工程。」特別對於大型金融機構來說,海量的數據勢必要有與過往不同的梳理方式,王俊權如此說著。
因此,今年中信銀行成立了數據治理委員會,由總經理親自主持,各個業務單位主管都參與,「希望將數據治理走向更全行化的關鍵議題。」他坦言,今年是試行階段,但中信已經注意到這個趨勢,而且必須往這方向走。
中信在數據治理特別強調「以用為治」,去年,更研究了全世界數據治理做得較好的企業,比如,數據治理發展超過20年的華為。王俊權坦言:「對中信而言,數據治理既然是一場長期抗戰,就必須明確為何而戰。」
由於資源有限,中信在數據治理的戰略,優先從兩類業務來推動,第一類是不能犯的錯,這類資料的處理一旦犯錯,銀行容忍度很低,如監理報送這類數據就需要優先梳理。另外一類是業務效益較大者,王俊權表示,若沒有好的數據治理標準,業務效益很難有長期的呈現。這是中信今年訂下數據治理的方向,也希望從小開始,慢慢擴大到全行。
經理人小檔案
王俊權
中國信託銀行數據暨科技研發處處長
學歷:臺灣大學國際企業研究所商學碩士
經歷:早年在美國矽谷的科技公司做美股分析,回臺後陸續待過4家銀行,主要負責風險管理;2005年加入中國信託銀行擔任全球個金風險管理處處長,2018年兼任數據研發中心最高主管;現為中信銀行數據暨科技研發處處長,兼任中信金控數據主管
附圖:中國信託銀行數據暨科技研發處處長 王俊權 (攝影/洪政偉)
資料來源:https://www.ithome.com.tw/people/144842?fbclid=IwAR0XaBPczoiqTWTEQH8qHfNDbmyyTpA43Akd2gYWhsBbh0oIbWsBNWdF4Fk
生產線kpi 在 邱個 Chill Chill der Podcast Facebook 的精選貼文
#17 科學證明重量訓練無用?短期初學者效應研究阿不就好棒棒?【SBD怪獸Podcast ep.12】
🚩 Apple Podcast https://apple.co/3be9eTo
🚩 Spotify https://spoti.fi/34QC9vV
🚩 SoundOn https://bit.ly/3lDoM8j
🚩 KKBOX https://bit.ly/3e7Uxmu
🚩 Google Podcast https://bit.ly/3mJMXSj
🚩 IG @chiougrr 😎
本集節目,由 SBD Taiwan 贊助播出❤️
SBD 88折優惠,直到11/2,輸入折扣碼【SBD88】全館88折。
❤️ 傳送門:https://shop.sbdapparel.com.tw/
--
📍 老人家快縮肌纖維流失,老人跌倒,緊急變換動作?神經連結?
📍 本集要用深度的學術探討觀點,來看目前很多引用學術根據的解讀與建議,重量訓練無用論?
📍 運動科學的最大誤曲,因為論文產出的KPI,而嚴重缺乏長期觀察研究論文。
📍 為什麼大部分研究就是最多15週?大量“短期”初學者效應的研究?學術生產線?論文KPI?
📍 不是要”反對科學“,而是要知道科學的侷限,我們要有短期初學者效應的概念,而抗老化是一個長期的過程,肌力訓練的領先實務與經驗累積。
📍 為什麼大重量訓練會被妖魔化?
#SBD怪獸Podcast #SBD88折 #你知道得太多了
#何立安 #邱個 #SBDTaiwan
生產線kpi 在 大人學 Facebook 的最讚貼文
1970年代,當時美國的汽車大廠Ford為了與日本更小、更便宜的汽車對抗,時任執行長訂出了一個標準,就是將目標研發中的車子目標重量訂在2000磅以下,且價格不得超過2000美金,且為了趕上市場趨勢,研發的速度越快越好。
所以當時Ford的策略目標是這樣訂的:
1. 車身盡量輕巧,不要超過2000磅。
2. 價格不要超過2000美金,讓大眾有能力負擔。
3. 產品為趕上市場,要盡快研發推上生產線。
當時的設計師曾對這樣的策略目標提出質疑,認為追求低成本的目標,將會為產品帶來安全性上的疑慮,經測試團隊測試後也發現設計上有些缺失。
由於將油箱設計在行李箱下方,貼在高溫的排氣管上,離後保險桿僅一點點距離卻沒有考慮到緩衝機制,這導致一個很嚴重的問題,就是當車子被追撞時,很容易引發車子的油箱破裂,甚至一旦有中等強度的碰撞就能引起爆炸。
但是考量到更換後保險桿預估會導致每輛車子的成本上升以及將會延後生產進度,高層無視這項隱憂選擇繼續將產品推上生產線。
最終,名為「Ford Pinto」的車款就這麼誕生了,設計部門僅花費不到兩年的時間便將產品並推入產線,比起過去需要費時至少三年半設計時程要快上許多。且因為低廉的價格與簡潔的外觀,使它一上市旋即獲得消費者的青睞。
但風光沒多久,Ford Pinto的意外接連發生,母公司面臨大量意外所產生的訴訟,最終不得不把車子召回,甚至還必須面臨巨大的賠償。
這一切的起因,只因為當初老闆給了一個 #錯誤的評量基準。
從這個故事中我們知道,錯誤的目標,將會把團隊導向災難。但其實這些評量基準與監控機制當初大多都是立意良善,只是很多管理層雖然知道團隊目標是什麼,但在訂定執行面時卻很難將其明確化,使得底下的人往往只為了達成表面上的目標,反而離真正的目標漸行漸遠,甚至本末倒置。
關於管理,有些人可能在大學唸過相關書籍,有些人可能在社團或團體中擔任過領導,更有些人可能從來都是自顧自地做事,沒有管理過任何人的經驗。
因為,我們從小的教育,其實並沒有教我們如何有系統地去管理一個團隊,大多都是要靠自己摸索與個人天賦,缺乏一套有系統、有實作的學習,這導致當我們成為團隊決策者時,往往會不知所措。
因此,我們設計了這門課,希望透過大量的實作,讓你了解坊間最常使用的KPI、OKR到底是什麼,並且該如何訂定,讓團隊能在更有目標的情況下展現出最大的效能。
【512目標管理與團隊績效 – 統整OKR與KPI的有效實務】
>>https://bit.ly/3ilNnfi