章架構 11,統計學在商業與管理的應用 1.2敘統計與推論統計 1.3統計學的方法
本 章 架 構 ▪ 1.1 統計學在商業與管理的應用 ▪ 1.2 敘述統計與推論統計 ▪ 1.3 統計學的方法
1,1統計學在商影鲍管理的應用 统計學的功 用來蒐集( collection)、組織( organization)、呈現 presentation 分析與解釋資料(data)及數據所隱含的意義,並進一步地利 用統計的技巧來作商情預測與管理決策制定之參考 統計學在商業與管理的應用實例 財務風险分析、顧客行為分析、商品市場的變化超勢及經濟 環境的研究 · 等 資料採礦( data mining) 貪料採礦乃以統計方法為基礎ν輔以電腦儲存運算能力。其 主要功能為在龐大資料庫中尋找有價值的訊息’作為決策支 援之用’進而提昇企業之競爭優勢
1.1 統計學在商業與管理的應用 ▪ 統計學的功能： 用來蒐集(collection)、組織(organization)、呈現(presentation)、 分析與解釋資料(data)及數據所隱含的意義，並進一步地利 用統計的技巧來作商情預測與管理決策制定之參考。 ▪ 統計學在商業與管理的應用實例： 財務風險分析、顧客行為分析、商品市場的變化趨勢及經濟 環境的研究……等。 ▪ 資料採礦(data mining): 資料採礦乃以統計方法為基礎，輔以電腦儲存運算能力。其 主要功能為在龐大資料庫中尋找有價值的訊息，作為決策支 援之用，進而提昇企業之競爭優勢
统計學在财務领域的應用 財務分析的結果是對企業的償債能力丶盈利能力和抵抗風險 一能力作出評價一或找出存在的問題 ′財務分析的一般目的可以概括為∶評價過去的經營業績丶衡 量現在的財務狀況丶預測未來的發展趨勢。根據分析的具體 目的’財務分析可以分為:(1)流動性分析;(2)盈利性分析 (3)財務風險分析;(4)專題分析 為達成上逑目的’我們均可使用統計數量方法’提供精確的 財務比率與衡量指標’輔佐管理者制定適當的決策
統計學在財務領域的應用 ▪ 財務分析的結果是對企業的償債能力、盈利能力和抵抗風險 能力作出評價，或找出存在的問題。 ▪ 財務分析的一般目的可以概括為：評價過去的經營業績、衡 量現在的財務狀況、預測未來的發展趨勢。根據分析的具體 目的，財務分析可以分為：(1)流動性分析；(2)盈利性分析； (3)財務風險分析；(4)專題分析。 ▪ 為達成上述目的，我們均可使用統計數量方法，提供精確的 財務比率與衡量指標，輔佐管理者制定適當的決策
顧客醐像管理 「顧客關係管理」( Customer Relationship Management) 祠·即意謂建立良好的顧客關係,以提供客製化服務為 旨CRM可以強企業核心作業的競爭性協助企業掌握與 客戶間的有效互動’而透過市場調查丶資料採礦技術與資料 庫行銷功能’可強化行銷及客服能力’提供顧客客製化的產 品及服務 由上泷可知,統計方法與工具在CRM扮演相當重要的角色
顧客關係管理 ▪ 「顧客關係管理」（Customer Relationship Management） 一詞，即意謂建立良好的顧客關係，以提供客製化服務為宗 旨。CRM可以強化企業核心作業的競爭性，協助企業掌握與 客戶間的有效互動，而透過市場調查、資料採礦技術與資料 庫行銷功能，可強化行銷及客服能力，提供顧客客製化的產 品及服務。 ▪ 由上述可知，統計方法與工具在CRM扮演相當重要的角色
貪料破的维行步 資料採礦既然可以増加全業智慧’提昇企業競爭優勢到」 底應該如何進行呢? 1.理解資料與進行的工作 2獲取相關知識與技術( Acquisition) 3.整合與查核資料( Integration and checking) 4.去除錯誤或不一致的資料( Data cleaning) 發展模式與假設( Model and hypothesis development) 6.實際資料採礦工作 勹測試與檢核所採礦的資辫( Testing and verification 8解釋與使用資料( Interpretation and use) 由上泷步驟可看出· Data Mining牽涉了大量的準備工作與 規劃過程’而這些過程都植基於統計學
資料採礦的進行步驟 ▪ 資料採礦既然可以增加企業智慧，提昇企業競爭優勢，到 底應該如何進行呢？ 1.理解資料與進行的工作 2.獲取相關知識與技術（Acquisition） 3.整合與查核資料（Integration and checking） 4.去除錯誤或不一致的資料（Data cleaning） 5.發展模式與假設（Model and hypothesis development） 6.實際資料採礦工作 7.測試與檢核所採礦的資料（Testing and verification） 8.解釋與使用資料（Interpretation and use） 由上述步驟可看出，Data Mining牽涉了大量的準備工作與 規劃過程 ，而這些過程都植基於統計學