《決策分析研究培訓課件》由會員分享，可在線閱讀，更多相關(guān)《決策分析研究培訓課件（46頁珍藏版）》請在裝配圖網(wǎng)上搜索。

1、按一下以編輯母片標題樣式,按一下以編輯母片,第二層,第三層,決策分析研究室,http:/DAlab.ie.nthu.edu.tw,決策分析研究室,Data Mining and Data Value Development for Semiconductor Manufacturing,簡禎富,博士,國立清華大學,工業(yè)工程與工程管理學系,決策分析研究室,簡 介,簡禎富,是國立清華大學工業(yè)工程與電機工程雙學士，美國威斯康辛大學麥迪遜分校工業(yè)工程博士，現(xiàn)為國立清華大學工業(yè)工程與工程管理學系副教授。曾榮獲斐陶斐榮譽會員、清華大學新進人員研究獎、國科會甲等研究獎、教育部産學合作研究獎、中國工業(yè)工程學會

2、優(yōu)秀青年工業(yè)工程師獎、工業(yè)工程論文獎，著作發(fā)表於,IEEE Trans.on Semiconductor Manufacturing,IEEE Trans.on Power Systems,IEEE Trans.on Power Delivery,Int.Trans.in OR,J.of MCDA,Computers&IE,Int.J of CIM,R&D Management,，,工業(yè)工程學刊、科技管理學刊、系統(tǒng)與管理、管理研究學報、捷運技術(shù)等國內(nèi)外期刊，並獲得國內(nèi)外專利。研究領(lǐng)域包括決策分析、統(tǒng)計決策與資料挖礦、決策支援系統(tǒng)、半導體製造模式與分析等。,決策分析研究室,趨 勢,1.,企業(yè)整合

3、與電子化之趨勢,資訊科技的發(fā)展與其角色,電子商務與新企業(yè)模式,運籌管理與供應練管理的必要性,物流、資訊流、金流.,-資料大量迅速的產(chǎn)生與累積,2.資訊系統(tǒng)的能力（儲存、運算、搜尋、傳送、記憶）,3.,資料挖礦,（,Data Mining）,與,決策支援,、企業(yè)智慧,4.,資料挖礦,與知識發(fā)現(xiàn)(,KDD)、,知識管理、顧客關(guān)係管理,5.網(wǎng)路時代的決策者：資訊（知識）就是力量。,決策分析研究室,企業(yè)整合與電子化之趨勢,企業(yè)中資料的階層分級（,Cabena et al.,1997）,決策分析研究室,企業(yè)資料/資訊資源管理,知識管理,生產(chǎn)/行銷,建立策略優(yōu)勢,設(shè)計/開發(fā),企業(yè)目標,企業(yè)使命,企業(yè)願景,

4、差異分析/,市場分析,CSFs,KPIs,概念,開發(fā),支援,試產(chǎn),製造,品質(zhì),測試,出貨,訂單登錄,生產(chǎn)計劃,企業(yè)策略,需求,人力資源管理,財務管理,決策分析研究室,決策分析研究室,在系統(tǒng)日趨資訊化、大型化與複雜化之環(huán)境下，企業(yè)面臨空前激烈的競爭，所亟待解決問題之難度與複雜度亦日益增加。本研究室整合決策科學理論、決策分析方法與資訊科技，而,從問題架構(gòu)、資料收集、資訊整理乃至決策輔助的完整思維過程，提供數(shù)字化系統(tǒng)化管理與決策之依據(jù),，以提升企業(yè)競爭力，達到運籌維幄決勝於千里之外。本研究室結(jié)合理論與實務，兼重量化與質(zhì)化之分析，而以產(chǎn)業(yè)界問題為導向，特別是不確定狀況下與大量資料混雜時的決策問題，積極

5、研究發(fā)展決策分析、資料挖礦與決策支援系統(tǒng)之研究方法及分析工具，以解決理論上與應用上的問題；並與企業(yè)合作進行實證研究檢驗成效，以作為更深一層研究的基礎(chǔ)。主要研究方向如下：,多準則決策分析,決策支援系統(tǒng),資料挖礦方法及統(tǒng)計決策,半導體製造模式與分析,決策分析研究室,研究背景與重要性,半導體製造等高科技業(yè)對國內(nèi)經(jīng)濟發(fā)展以及國家競爭力之提昇，影響極為重大。,高科技,產(chǎn)業(yè)特性為產(chǎn)品生命週期短、交期快，市場變動快、風險高，競爭對手多、價格競爭激烈，製程複雜、研發(fā)需求強、技術(shù)密集度高。,基於這樣的產(chǎn)業(yè)特性，半導體業(yè)所面臨的決策問題通常亦具有不確定性、時效性、高風險性、複雜程度高等特性。,決策分析研究室,Ke

6、y Issues in Information Systems Management,(,Survey in the USA in the 1994-1995,Brancheau et al.,1996),Rank,US SIM Issue,1,Building a responsive IT infrastructure,2,Facilitating and managing business redesign,3,Developing and managing distributed systems,4,Developing and implementing an information

7、architecture,5,Planning and managing communication networks,6,Improving the effectiveness of software development,7,Making effective use of the data resource,8,Recruiting and developing IS human resource,9,Aligning the IS organization within the enterprise,10,Improving IS strategic planning,決策分析研究室,

8、Key Issues in Information Systems Management(Cont.),(,Surveys in 11 nations and regions in 1988-1992,Watson et al.,1997),Rank,International Issue,1,Strategic planning,2,IS organizational alignment,3,Information architecture,3,Data as a resource,3,Human resources,3,Security and control,3,Competitive

9、advantage,8,Integrating technology,9,Software development,9,ISs role and contribution,決策分析研究室,問題特性,由於半導體產(chǎn)業(yè)的自動化與電子化，在複雜的製造程序中，都會自動蒐集產(chǎn)品經(jīng)過機臺加工的工程資料，或以人工輸入的紀錄資料來進行製程監(jiān)控、故障分析與製造管理。,因為製造程序複雜、影響變數(shù)眾多，工程師往往無法從收集的龐大資料中，迅速有效地察覺可能導致其中製程異常的原因或是歸納造成產(chǎn)品品質(zhì)不良的因素，更遑論從資料中發(fā)現(xiàn)先前隱藏不知的重要訊息。,半導體製造資料挖礦相關(guān)研究必須結(jié)合領(lǐng)域知識與研究分析方法，並需透過實

10、證研究來檢驗具體成果。,決策分析研究室,資料挖礦與資料庫知識發(fā)現(xiàn),資料庫知識發(fā)現(xiàn)（,KDD）,是從資料中建立確定有效的、新奇的、潛在有用的、以及易懂形式的樣型之過程，且此過程不是顯而易見。,資料挖礦從大量資料中以自動或是半自動的方式來探索(,explore,）,和分析資料以發(fā)掘出潛在有用的資訊，例如，有意義的樣型（,Pattern,）,或規(guī)則（,Rule,）,等。並可進一步將分析後的資訊整理歸納以作為決策之依據(jù)，而累積的資訊與決策經(jīng)驗均成為企業(yè)知識管理的具體實踐（簡禎富等，2001）。,決策分析研究室,Data:Resource or Debt?,Data Issues Facing a Ty

11、pical Company:,Strategy,Knowledge of Data Resource,Access,Quantity,Quality,New Data Needs,Usage,Security,Privacy,Management or Organization,Source:A.V.Levitin and T.C.Redman,“Data as a resource:Properties,Implications,and Prescriptions”,Sloan Management Review,Fall 1998,決策分析研究室,研究方法,本研究室從問題定義與架構(gòu)、目標釐

12、清、資料收集、資訊整理、分析乃至決策輔助與方案執(zhí)行的完整思維過程，建立解決問題的模式，發(fā)展有效的分析方法，提供數(shù)字化系統(tǒng)化之決策依據(jù)；並以實證研究檢驗成效，作為更深一層理論研究的基礎(chǔ),。,利用資料，考慮成本、風險、以及決策實行的限制。,整合方法論（學術(shù)研究資源）、領(lǐng)域知識（專家、使用者）以及資訊技術(shù)（成果系統(tǒng)化、擴散）。,決策分析研究室,資料挖礦之步驟,找對問題：首先對問題領(lǐng)域與研究目標有清楚的定義與架構(gòu)，例如企業(yè)想瞭解何種類型顧客特殊的需求等。,資料準備：整理龐大的資料以利後續(xù)分析,資料取得,資料檢視,資料格式化與轉(zhuǎn)換,發(fā)展工具：針對問題本質(zhì)使用適當工具分析龐大的資料以發(fā)現(xiàn)有用的資訊。,產(chǎn)生

13、方案：根據(jù)所得到的資訊擬定適當?shù)男袆臃桨?，協(xié)助決策。,評估結(jié)果：評估這次挖礦的成效，並有效地運用這次結(jié)果，以作為下一個改善,循環(huán)之依據(jù)。,決策分析研究室,資料挖礦,問題類型,（1）,分類（,Classification）：,根據(jù)已定義之類組(,class)，,將分析對象的分門別類,。,例如，低良率產(chǎn)品之分類（,Low Yield Classification）；,建立顧客,credit,的,score card.,將顧客依風險高低加以分類,提高服務品質(zhì)：基於顧客關(guān)係從事交易、授權(quán)、理賠、契約條件、授信額度等決策以提高服務品質(zhì),。,（2）,預測（,Prediction）：,根據(jù)對象屬性之過去觀察

14、值來推估該屬性未來之值。,例如，良率之預測（,Yield Prediction）；,將顧客消費行為或繳款記錄預測未來表現(xiàn),客戶流失管理(,Attrition Management)：,利用統(tǒng)計模型預估可能流失的顧客並採取因應措施以留住顧客,付款延誤管理(,Arrears Management)：,基於相關(guān)之客戶關(guān)係來處理顧客延期付款之問題，以為良好關(guān)係預留空間,決策分析研究室,資料挖礦,問題類型 (續(xù)),（,）關(guān)聯(lián)分組（,Affinity Grouping）：,從所有物件決定那些相關(guān)物件應該放在一起。,例如，機臺群組。,依照顧客對不同金融商品的消費模式，將不同配套措施加以搭配，以提昇,服務品質(zhì)

15、或降低營運風險,。,交叉銷售：以不同的產(chǎn)品及服務對不同的顧客從事交叉銷售(,cross selling)，,以提高產(chǎn)品與服務使用度,。,（）聚類（,Clustering）：,在母體中區(qū)隔為較具同質(zhì)性之群組(,Clusters)，,事先未對於區(qū)隔加以定義，而資料中自然產(chǎn)生區(qū)隔。,例如，晶圓圖之聚類分析（,WBM Clustering）,將顧客分群作為市場區(qū)隔和顧客關(guān)係管理。,決策分析研究室,資料挖礦的方法,決策分析研究室,問題的本質(zhì)與,資料挖礦,模式,Statistical,Models,Neural,Networks,Decision,Trees,決策分析研究室,Data Mining,工具的

16、特色,不需太多統(tǒng)計知識,以圖形/決策規(guī)則/資料/解釋 呈現(xiàn),可整合分析各種不同資料(庫),可整合各種資訊工具,可快速展現(xiàn)成果，支援決策,決策分析研究室,半導體製造特性,(1)每一產(chǎn)品在生產(chǎn)流程必需經(jīng)過至少200到500個不等的製程步驟，過程中會有許多變異產(chǎn)生，造成生產(chǎn)週期(,cycle time),與交期的不穩(wěn)定；,(2)每一個產(chǎn)品需要經(jīng)過12至30不等的製程層別(,layer)，,加上在製品回流(,Reentrance flow),的現(xiàn)象，使得生產(chǎn)控制難易掌握；,(3)製造過程中，有批次生產(chǎn)(,batch run)、,批次生產(chǎn)量(,batch size)、,連續(xù)生產(chǎn)(,continue run),與否，和多反應室(,multi-chamber),機種的作業(yè)等相當特殊的生產(chǎn)型態(tài)，難以計算每一產(chǎn)品，在各個機臺的實際生產(chǎn)時間；,(4)產(chǎn)品良率的不確定因素、生產(chǎn)環(huán)境的異動和設(shè)備的當機等，使得良率控制不易；,(5)雖然機臺當機可經(jīng)由預防保養(yǎng)獲得改善，但是仍有不可抗拒的突發(fā)因素，使得機器設(shè)備發(fā)生不可預測的當機情況，也造成半導體製造過程的不確定性；,(6)工作站可能因為產(chǎn)品種類、數(shù)量變化或當機等因