熬过制造业黄昏

　　丽台科技是国内知名的显示适配器制造业者，但显示适配器和市场现货价格联动大，一旦资金困难、产能过剩却无法处理，恐造成严重亏损，但备货不足临时要叫货，又可能面临成本提高窘境。丽台科技大数据团队总经理庄宸铭说，他们在10多年前导入大数据概念的「企业资源规划」(ERP)系统，统整过去多年搜集下来的生产、制造、销售……等数据数据并进行分析，在工厂备料、供应、上下流串接上做更有效的应用。

　　「早在多年前，外界就知道台湾制造业已经步入黄昏，没有未来。」庄宸铭坦言，当时许多制造业工厂纷纷外移，寻求更低人力成本的生存之道，他们秉持根留台湾理念，力拼在夕阳中转型找寻新的出路。

　　夕阳中找出路 看见大数据商机

　　看准医疗信息化商机，丽台在既有业务外，同时投入自有品牌健康医疗设备、云端办公室产品……等，这些利基市场的产品拥有较高的技术门坎与毛利保障，但既然同样是硬件，势必会面临和过去相同的问题，即物料控管风险大而投入资金高。

　　正巧2009～2011年美国科技大佬倡议推动「大数据(Big Date)」概念，认为在因特网、物联网、云计算基础上，针对大量储存的数据资源进行价值提炼、处理，可转换为企业的洞察力，在企业间引发热议，也让庄宸铭看见「未来将是一个用软件堆砌出的世界」。

　　「既然各个企业营运时都得仰赖管理软件，又能搭上大数据热潮，做软件和服务或许是门好生意。」他心想，做软件不仅毛利高、硬设备需求少，更多的是人力投入，因此在卢董事长的支持下，丽台2011年成立大数据团队，最初只靠3个人撑起所有的业务、研发跟其他行政事务。

　　软件、大数据的方向虽然已订出，但该靠什么产品获利，仍是难题一道。庄宸铭说，正因团队成员角色不同、思考的重心也大不相同，业务最关心的产品卖不卖得掉、能否卖得久，研发更在意什么产品好做，让沟通陷入瓶颈，历经一番讨论取舍，团队总算凝聚出2大共识，一是产品必须在研发能力所及的范围，二是产品必须能卖上3～5 年、成为团队的业务核心，他们跨足软件界的第一步，便是成为软件代理商、替企业建置大数据软件。

　　3难关：资金、信任、成效量化难

　　团队发现，当时的企业虽然大多已建置信息化系统，但生产管理、订单管理、会员管理系统间，往往是独立运作、互不串联，一旦出现客诉或其他问题时才由人力介入沟通，无法立即回馈到生产端，甚至出现疏漏而不自知，影响企业形象及运作，成一大隐忧。

　　另一方面，仰赖人力的沟通势必会面临传承问题，只要担任「桥梁」的员工离职，后续接手者恐对过去发生的事情一知半解，整个作业将出现断层。

　　庄宸铭说，团队的初衷是希望替企业架设数据整合平台，提供单一数据入口，将营运、营销、生产及业务……等资料汇整在同一个数据仓储内，方便后续统合运用，同时将各个系统的内容进行串联，减少软件系统重复投资的浪费以及杜绝各系统间的数据断层问题。

　　然而，看似完善的计划，到了推动时却面临三大瓶颈。庄宸铭说，根据调查，全台多达90%企业都喊着要做大数据，实际却是「叫好不叫座」，多数企业主认知的大数据仅限在企业现有系统上进行极小幅度调整；反之，仅有不到10%企业愿意掏钱对企业整体运作进行全盘的检讨，并充分利用已存在、检讨后新搜集到的信息及数据科学导入后的洞见来提升效率，另因每个项目预算规模至少数百万起跳，在台湾以中小企业为主的环境中，更难找到愿意投入资金的企业。

　　除了资金，资安是另一大难题。庄宸铭表示，当时的企业对于「云端」概念不如现在成熟，对于资安的公信力认证也在近年慢慢发展健全，所以一听到要把营运数据通通放到云端，总感到不放心；此外，藉由大数据串联各系统虽能在营运面上获得立即明显的成效，但这项成果不见得可透过数字量化，也不一定能带来立即的销售额提高或成本降低，使企业主对于导入大数据方案的效益充满疑虑，让转型的道路走起来更加曲折。

　　一选课系统就塞爆 大数据来帮忙

　　历经四处碰壁的苦熬阶段，庄宸铭心想，既然小企业资金不足、难以推动，最直接的方式就是做出市场区隔，朝大公司、公部门、学校下手，这类企业大多实施以预算为主的执行方式，只要认定对客户、学生有帮助，就会拟定计划、一步步执行。

　　在一次会议中，团队听闻一所大学校长谈到校务营运的困境，每学期适逢学生选课时期，单单查个课名，蜂拥的流量总会瞬间塞爆校园系统，团队成员灵机一动，惊觉「大数据或许能在校务系统中帮上忙」，这所大学也成了大数据团队的首名合作客户。

　　庄宸铭回忆，最初团队为了解决该所大学面临的资料搜寻问题，第一阶段以设置搜寻平台为目标，打造校园内部的知识库，里面不只有课程信息，也有学务、教务……等各系统的数据，为未来加值运用打下基础。

　　「汇入数据」这个看似简单的动作，却让团队卡关将近2个月。庄宸铭说，正因校园中各个体系多年来都各自运作，存有的资料除了有大量重复性，其中又藏了不少「眉角」，其中最令他印象深刻的就是「学校的在学人数」，明明是一所校园最基本的问题，但每个处室提供的人数竟没一个相同，但知识库中却只能有一种数据源。

　　「以往在校园各处室之间， 信任是很大的问题。」庄宸铭苦笑说，正因所有人都认定自己手上的数据才是对的，因此一开始光是输入数据就花了将近半年，令团队相当挫折，客户也会质疑这么做究竟有没有意义，毕竟一学期才几个月，光是输入数据就要花这么长时间，「当时我自己也怀疑，是不是哪里搞错了」。

　　看见需求 商业分析解决困境

　　团队一再邀集各处室开会、厘清，奔波于各处室间沟通，总算找到症结所在，也梳理出每个处室对于不同数据的重视重点及逻辑。

　　原来，不同单位在看待同样数据时，往往有自己一套逻辑或在意的时间点，譬如有些部分处室认为夜间部、研究所的学生不算在校学生，但有部分处室认为算，本学期休学的学生是否要纳入学生人数，也是一大争议点；而教务处为了配合教育部规定，每年4月及10月中旬需提供该学期的学生人数，因此那一天的学生人数对他们来说格外重要。

　　另外，像是学生的手机、住址也有多种版本，庄宸铭说，可能学生在学时期、毕业后用的手机或住的地方不同，也可能是某个时间点向某处室申请更动，但真到要联系时，却没人知道哪个才是正确的，这些都是各处室系统各自为政，衍生出的问题；就连学生在升学时想调阅过去在校期间做过的服务或成绩纪录，也得把每个处室都跑过一轮，一旦有经办离职，很多过去的事情都陷入「不可考」的窘境。

　　搞清楚各处室逻辑后，团队历经一再调整，总算将每次数据汇入时间缩短至一周、甚至几个小时就能完成，而且也能在单一数据数据前提下，针对各处所逻辑、关注重点提供他们想要的数据。

　　搜寻平台上线之初，校务人员对于新系统提供的数据仍抱持存疑，持续磨合约一年后，才渐渐愿意接纳、信任这套系统。

　　主动出击 发掘隐藏价值

　　资料都统整到平台后，校务人员究竟要用这些资料做什么呢？庄宸铭发现，即便有了搜寻平台，校务人员找到需要的数据后，仍得输出成另一个档案，再做进一步分析使用，因此团队随即系统内增设分析的功能，校务人员取得数据后可直接分析，后来甚至进展到只要只要输入学生的数据，就会自动产出学生的学习成效分析。

　　不只如此，系统更主动替学校找出可用的数据，例如：预测未来5～10年招生状况、预测怎样的招生策略能留下学生，还能对于冲高评鉴、国际排名提出建议，至今已和40多所大学合作。

　　有了和学校合作的经验，去年起他们更将资料平台的观念导入医院，着手替医院整合各单位的病历，不仅加入病患自己在家量测的血压……等生理监测数值，也整合跨院的就医数据。

　　如今，丽台大数据团队已从3人扩增至20人，他们不再只是贩卖软件的供货商，而是发展为教育、医疗顾问团队，「我们可以和学校、医院坐下来，从营运细节、病历字段谈到物联网(IoT)设备……等细节，无所不谈」，他们不但深知这些数据的意义，还能反过来告诉客户如何使用、有什么价值，开拓一片新蓝海。