第八章：案例實戰：從數據到決策

# 第八章：案例實戰：從數據到決策 本章以三個實務案例（市場行銷預測、供應鏈需求預測、客戶流失預測）為切入點，示範如何將資料科學流程落地於企業決策。每個案例都包含： 1. **業務背景與問題定義** 2. **資料來源與預處理** 3. **特徵工程與模型選擇** 4. **評估指標與驗證策略** 5. **部署與商業結合** 6. **後續持續優化** 最後，我們將綜合這些實務經驗，說明如何設計**決策支持系統（Decision Support System, DSS）**，將資料洞察轉化為可執行的商業決策。 --- ## 1. 市場行銷預測 ### 1.1 業務背景 一家跨國零售商想預測下一季節的促銷活動對各品牌銷售額的影響，進而調整廣告投放預算。 | 指標 | 現況 | 目標 | |------|------|------| | 廣告投放成本 | 1,000 萬元 | 下降 5% | | 促銷期間銷售增長 | 12% | 15% | ### 1.2 資料來源 | 資料類型 | 描述 | |----------|------| | POS 交易 | 日交易金額、品項、時間戳 | | 媒體投放 | 廣告曝光量、點擊率、投放時間 | | 社群互動 | 轉發、留言、點讚數 | | 外部環境 | 天氣、節假日、競爭對手促銷 | #### 1.2.1 資料預處理示例（Python） python import pandas as pd from datetime import datetime # 讀取交易資料 sales = pd.read_csv('sales.csv') # 轉換時間戳為 datetime sales['date'] = pd.to_datetime(sales['date']) # 合併不同資料源 merged = sales.merge(media, on='date', how='left') merged.fillna(0, inplace=True) ### 1.3 特徵工程 | 特徵類型 | 具體說明 | |----------|----------| | 時間特徵 | 周期性（星期、月份） | 滿足度特徵 | 平均折扣、促銷覆蓋率 | 交互特徵 | 廣告曝光 × 促銷折扣 | 影響因子 | 天氣溫度、競爭對手活動 ### 1.4 模型選擇 | 模型 | 優勢 | 適用情境 | |------|------|----------| | XGBoost | 高準確度、可處理缺失值 | 需要即時預測、特徵重要性可解釋 | | Prophet | 時間序列趨勢、假日效應 | 長期銷售趨勢預測 | | LSTM | 處理長期依賴 | 需要捕捉季節性變化的複雜序列 | **實際選擇**：由於本案例需要解釋廣告投放影響，我們採用 XGBoost 並配合 SHAP 解釋。 ### 1.5 評估指標 - **MAE / RMSE**：衡量預測誤差。 - **R²**：解釋變異比例。 - **回報率（ROI）**：投資回報計算，直接映射業務 KPI。 ### 1.6 部署與商業落地 1. **模型打包**：使用 `mlflow` 或 `AWS SageMaker` 將模型封裝為 REST API。 2. **結果展示**：在 BI 工具（Power BI / Tableau）中嵌入預測圖表，實時顯示不同廣告組合的預期銷售增長。 3. **決策流程**：將 API 與行銷自動化平台（Marketo / HubSpot）連接，根據模型預測自動調整投放策略。 ### 1.7 持續優化 | 步驟 | 目的 | |------|------| | 每月回測 | 檢查模型偏移 | | A/B 測試 | 驗證預測與實際結果 | | 重新訓練 | 更新最新交易與媒體資料 | --- ## 2. 供應鏈需求預測 ### 2.1 業務背景 製造業公司需要提前預測下個月的零部件需求，以避免庫存積壓或缺貨。 ### 2.2 資料來源 | 資料類型 | 描述 | |----------|------| | 歷史銷售 | 每日/每週/每月銷售量 | | 訂單 | 客戶訂單時間、數量 | | 供應商交貨 | 交貨延遲、缺貨紀錄 | | 促銷計劃 | 產品打折、促銷日 | | 行業指標 | 市場需求趨勢 | #### 2.2.1 資料預處理 python # 讀取需求歷史 sales_hist = pd.read_csv('sales_history.csv') # 轉換日期 sales_hist['date'] = pd.to_datetime(sales_hist['date']) # 計算滾動平均（30 天） sales_hist['rolling_30'] = sales_hist['qty'].rolling(window=30).mean() ### 2.3 特徵工程 | 特徵 | 作用 | |------|------| | 滾動平均 | 滿足季節性需求 | | 週期性 | 周期性波動 | | 外部事件 | 節假日、促銷 | | 供應商指標 | 交付時間、缺貨率 | ### 2.4 模型選擇 | 模型 | 優勢 | |------|------| | ARIMA | 時間序列基礎，解釋季節性 | | Prophet | 內建假日效應 | | LightGBM | 非線性關係，處理高維度特徵 | | DeepAR | 需大量資料，能捕捉長期依賴 | **實際選擇**：考慮到業務需要快速迭代，我們採用 LightGBM 並結合 30 天滾動窗口。 ### 2.5 評估指標 - **MAPE**：相對誤差，易於解釋。 - **SMAPE**：對稱 MAPE，減少極端值影響。 - **庫存成本**：計算預測誤差對庫存持有成本的影響。 ### 2.6 部署與商業落地 1. **API**：將 LightGBM 模型封裝為 RESTful 服務。 2. **自動化**：透過 ETL 系統（Airflow）每日更新資料並重新預測。 3. **視覺化**：在 ERP 系統中嵌入需求預測儀表板，供採購與生產部門使用。 ### 2.7 持續優化 - **需求驟變偵測**：當需求突增時，觸發即時警報。 - **模型再訓練**：每月結合最新數據重新訓練。 - **供應商協同**：與供應商共享預測模型，降低雙方風險。 --- ## 3. 客戶流失預測 ### 3.1 業務背景 金融服務公司希望提前識別高風險客戶，針對性提供保留方案，降低流失率。 ### 3.2 資料來源 | 資料類型 | 描述 | |----------|------| | 客戶交易 | 交易頻率、金額 | | 客戶服務 | 投訴次數、客服交互 | | 產品使用 | 功能使用率 | | 生命週期 | 服務年限、開戶時間 | | 社群互動 | 會員活動參與 | #### 3.2.1 資料預處理 python # 讀取客戶資料 customer = pd.read_csv('customer_data.csv') # 生成活躍度指標 customer['active_days'] = customer['last_login'] - customer['first_login'] # 處理類別變數 customer = pd.get_dummies(customer, columns=['region', 'plan_type'], drop_first=True) ### 3.3 特徵工程 | 特徵 | 解釋 | |------|------| | 交易頻率 | 客戶活躍程度 | | 投訴頻率 | 客戶滿意度 | | 產品使用覆蓋率 | 產品黏著度 | | 客戶等級 | 分層管理 | | 社群參與 | 社群價值 | ### 3.4 模型選擇 | 模型 | 特色 | |------|------| | Logistic Regression | 易於解釋、基線模型 | | XGBoost | 高精度、特徵重要性可視化 | | CatBoost | 處理類別特徵更好 | | Deep Neural Network | 捕捉複雜非線性關係 | **實際選擇**：使用 CatBoost（因類別特徵多）並搭配 SHAP 進行特徵解釋。 ### 3.5 評估指標 - **AUC‑ROC**：區分正負樣本能力。 - **Precision/Recall / F1**：對於高成本流失預測，重視召回率。 - **成本效益**：計算預測帶來的營收差距。 ### 3.6 部署與商業落地 1. **模型服務**：使用 `FastAPI` 將模型部署至 Kubernetes。 2. **決策閘道**：若預測概率 > 0.8，觸發客戶關係管理（CRM）系統自動送出保留優惠。 3. **監控**：設置警報，當流失率異常上升時即時通報。 ### 3.7 持續優化 - **漂移檢測**：監控客戶行為特徵分佈。 - **重新訓練**：每季度更新模型。 - **A/B 測試**：測試不同保留方案的有效性。 --- ## 4. 決策支持系統設計 ### 4.1 需求分析 - **目標**：將資料科學模型與業務流程整合，形成可操作的決策支持。 - **用戶**：高層管理、行銷、供應鏈、客服團隊。 - **KPI**：營收增長、庫存周轉率、客戶滿意度、ROI 等。 ### 4.2 架構概覽 mermaid graph LR A[資料來源] -->|ETL| B[資料倉儲] B --> C[資料湖] C --> D[資料科學服務] D -->|模型| E[API Gateway] E --> F[業務應用] F --> G[BI 報表 / Dashboard] D -->|特徵重要性| H[解釋層] - **資料來源**：傳統 ERP、CRM、外部 API。 - **ETL**：使用 Airflow 或 Databricks 進行資料清洗、轉換。 - **資料湖**：存放原始、處理後資料，支持快速實驗。 - **資料科學服務**：模型訓練、驗證、部署。使用 MLflow 追蹤實驗。 - **API Gateway**：將模型封裝成 REST / gRPC 服務。 - **業務應用**：行銷自動化、訂單管理、客戶關係管理。 - **BI 報表**：利用 Tableau / Power BI 可視化模型輸出與 KPI。 ### 4.3 典型工作流 | 步驟 | 內容 | 工具/技術 | |------|------|------------| | 1. 資料蒐集 | 收集多元來源 | Kafka / S3 | | 2. 資料預處理 | 清洗、特徵工程 | PySpark / pandas | | 3. 模型訓練 | 迭代實驗 | MLflow + XGBoost/CatBoost | | 4. 模型評估 | 指標計算 | sklearn.metrics | | 5. 模型包裝 | Docker、MLflow | Docker, Kubernetes | | 6. API 服務 | 監控、版本管理 | FastAPI, Istio | | 7. 可視化 | 報表、儀表板 | Tableau, PowerBI | | 8. 持續監控 | 漂移、性能 | Prometheus, Grafana | ### 4.4 風險管理 - **資料隱私**：符合 GDPR / 個資法規，使用資料匿名化、加密。 - **模型漂移**：設置漂移檢測，並自動觸發再訓練。 - **商業連結**：確保 KPI 與業務目標一致，避免「黑盒」決策。 - **人員培訓**：提供決策者培訓，提升模型理解度。 --- ## 小結 1. **案例落地**：從行銷、供應鏈、客戶關係三大領域實際示範資料科學模型的建構、部署與商業價值。 2. **決策支持系統**：構建完整資料管道，確保模型與業務流程無縫連結。 3. **持續優化**：將資料科學視為企業持續競爭力的關鍵驅動。 > **實務建議**：在任何案例中，始終以業務 KPI 為衡量標準；確保每一步都有可驗證的商業回報，才能獲得決策者的長期支持。 --- ## 參考資料 - *Predictive Analytics: The Power to Predict Who Will Click, Buy, Lie, or Die* – Eric Siegel - *Feature Engineering for Machine Learning* – Alice Zheng & Amanda Casari - *Machine Learning Ops* – George D. Weier & Ananda P. R. - *Data Science for Business* – Foster Provost & Tom Fawcett - **開源專案**： - [MLflow](https://mlflow.org/) - [TensorFlow Serving](https://www.tensorflow.org/tfx/serving) - [KubeFlow](https://www.kubeflow.org/) - **工具**：Airflow, Databricks, FastAPI, Grafana