CHOICE E-LOGISTICS 秋雨物流

22/11/2022

https://reurl.cc/KXXjmM
數據安全的意思是在電腦數據的整個生命週期中保護數據信息免遭未經授權的訪問並抵禦損壞、失竊等風險。​ 數據安全的概念包括了數據傳輸安全的不同面項，其中從硬體到存儲設備的物理安全到管理和訪問控制權限，再到軟體應用程序的邏輯安全等。​ 此外，數據安全還包含了資料傳輸與存取的相關要求，涵括範圍非常廣泛，因此企業或私人應用上關於各項數據的安全層級也應該有所分級，避免遭受意外的風險。

14/11/2022

https://reurl.cc/6L0dW6
臺灣有許多小型企業或是一人公司，為節省成本會將網站開發委託其他公司，對於網站的架構與網站設計皆無法完全掌握，而忽略網站的安全性，導致該網站之客戶資料遭駭客竊取，駭客入侵管道百百種，企業須定期檢視防火牆和防毒軟體的安全層級，避免產生漏洞，慘遭資料被竊取。

12/11/2022

https://reurl.cc/qZ5q3p
維持密碼的機密性不論是生活或辦公；一般資訊系統之使用者應至少每6個月更換密碼一次，重要系統的密碼則是每4個月就需要更換，也應當留意密碼的難易度，避免有心人士的破解！

11/11/2022

https://ssur.cc/Y4YfSrGRA
近年詐騙猖獗，各式各樣的手法讓人眼花撩亂，辦公室上們族們每天使用的電子郵件最常成為網路釣魚的最佳攻擊位置，透過信件主旨偽裝成商業書信，透過裡頭夾帶的檔案或網址就誘捕使用者上當，竊取機敏資料、騙取金錢財物、誘導執行惡意程式，因此各樣的信件檔案及連結在開啟前，務必確認寄件人是否為陌生聯絡人，以降低受害風險！

08/11/2022

https://udn.com/news/story/8466/6725053
現代人與科技的關係密不可分，科技的發展應用在我們生活的各樣物件，然而因科技發展過於快速，資訊安全的觀念卻還未跟上。
飛利浦旗下生產的智慧燈泡曾被駭客發現了入侵的機會，駭客可以侵入用戶的設備中用無線電控制燈泡，以惡意程式讓燈泡在使用時產生異常，迫使用戶重新進行設定，在重新設定的過程入侵用戶的網路系統中，因此使用智慧型家電時一定要留意資安層級的各樣考量。

22/04/2022

蘆竹物流中心 Luzhu Fulfillment Center

21/08/2020

Our new 285,000 sq. ft. Luzhu fulfillment center. 我們新蓋的8000平蘆竹物流中心。

29/03/2018

做好工廠生產管理，記住這四條鐵律

企業的生產活動過程中，涉及人、財、物、資訊等要素，受環境影響，生產管理工作很複雜，其中可能包含了很多繁瑣的流程。因此，在生產活動中導致問題的原因多，將會遇到各方面的很多問題。

目前制造型企業面臨著兩大困境，沒有訂單的企業面臨停工、倒閉的風險，有訂單的企業卻頻頻不能按時交貨，或者是做出來的產品因品質不合格，導致客訴、返工頻繁。

其中有很多工廠，廠房規模很大、很漂亮，表面上看，工廠上下都忙得熱火朝天，實際上，大量的管理者、員工是處於“救火”的狀態，總是在不停地處理各種突發異常事件，所以有老闆說，“工廠規模是大了，但是還不如我幾年前規模小的時候賺錢多。”究其根源是管理的粗放。

粗放式的管理直接影響企業的生產效率、品質、成本。如何提高內部管理水準、向管理要效益呢？具體到工廠的生產管理這塊，總結了四條鐵律：任務不斷細化、物資提前排查，異常快速處理、動作現場落實。

1、任務不斷細化
很多人一談管理就抱怨管理難做，卻從不深思管理難做背後的原因。當我們抱怨管理難做的時候不妨先問一問自己一個問題：“我們給下屬或者其他部門的任務足夠細化嗎？”
以計畫物控部為例，從接到訂單開始或者從銷售預測開始，就要把生產任務分解細化到每個部門、每個班組、每個人、每一天。
很多企業則毫無計畫、細化可言。主要表現在，一，業務隨意指揮生產，當業務部接到訂單後就下發給車間；二，企業PMC崗位缺失或者有PMC部，但生產計畫統籌失控；三，車間隨意生產，員工挑單生產，哪個好做、哪個單價高就做哪個。至於哪些是急單？什麼時候能交貨？一概不知，做到哪算到哪。
生產車間每天沒有明確的生產計畫，明天也沒有明確的生產任務，車間生產完全靠管理人員個人的經驗和責任心，管理難做就不足為奇了。
西方的管理學裡，認為管理有五項基本職能，即計畫、組織、協調、指揮、控制。計畫是排在首要位置的。也就是說沒有計劃，後面一系列的管理動作將無從著手。
所以，在企業裡面實施管理變革，強調要將生產任務從執行與時間上細化至最小單位，能夠細化到班組就細化到班組，能夠細化到個人就細化到個人。

2、物資提前排查
當我們有了明確的工作任務，工作計畫以後，我們就要圍繞著我們的工作任務、工作計畫來做一些前期的準備工作。
物資的提前排查，包括人、機、料、法、環的排查，人員夠不夠、設備有沒有調試好？物料有沒準備好？相對應的車間生產環境、作業指導書、品質檢驗標準有沒有做好？

管理者要樹立一個核心的指導思想是“生產管理要把管理重心從產中提到產前”。大量的計畫工作、準備工作、排查工作，在產品生產之前就應該做好，而在生產過程當中，是針對一些異常、一些突發事件進行處理。
很多企業沒有意識到這一點，產前和產中的管理重心可能看成是五五分，生產前占50%生產中占50%，我想跟大家說的是，我們生產前的管理動作，至少占整個生產管理活動的70%以上，而真正生產中的管理只能占30%。

管理重在“消防”而非“救火”，生產所需物資要提前排查，只有物資提前排查，所有的人、機、料、法、環這些都排查到位以後，才能夠保障生產的順利進行。如果沒有這個概念，企業的管理團隊就像“救火隊”一樣天天在生產現場“救火”，既沒有效率、也沒有效果。
不能明確訂單準確的交貨日期、甚至訂單目前在哪個工序生產都不知道。只有哪個業務員催單催得急一點，或者老闆關注的訂單才能夠優先生產出來，這樣的管理，大家做得都很辛苦、都很累，而且不可能有整體的業績體現。

3、異常快速處理
中小企業的生產狀態及生產模式的變化要求企業必須建立一套生產異常的快速處理機制。
我們常說計畫沒有變化快，生產計畫制定以後很難嚴格按照計畫全部落實。因為中國中小企業的生產狀態是一個非穩定態的，主要體現在設備異常頻發、基層人員流動性大、客戶訂單變更頻繁、物料採購交期及品質異常、工序交接的異常等等……
中小企業幾乎處在產業鏈的中低端。不像蘋果這樣的大公司，它集研發、設計、客戶體驗、品牌運營於自身，而真正的代工廠是富士康，我們很多工廠其實是處在“富士康”，甚至是“富士康的供應商”這樣的角色當中。
未來，工廠追求的目標將不再是工業化的大規模生產，而是多品種、定制化、優質和高效，多品種小批量的“私人訂制”趨勢將越來越明顯。中小企業的生產模式由原來的“大批量、小批次”轉變為“小批量、多批次”，這對非穩定態的適應度要求非常之高。
因此，中小企業只有打造一套應對這種非穩定態的機制，才能夠在激烈的市場競爭當中生存下去，所以，生產的異常一定要快速處理，唯一不變的就是每天快速地去應變。

4、動作現場落實
稻盛和夫老先生所言，答案在現場，現場有神靈。

當我們遇到管理問題、管理瓶頸的時候，不要在辦公室去討論、爭論，要到車間現場去瞭解、分析，一到現場很多問題就迎刃而解。
到問題發生的現場去，就是到問題當中去，管理者只有到問題當中去，才能夠瞭解問題、分析問題、制定改善措施，然後解決問題。

很多中小企業，特別是兩三個億的企業，很容易犯“大企業病”，動不動就天天email飛來飛去，聯絡函發來發去，我們試圖通過聯絡函、通過電子溝通來解決問題。不是否認這些資訊化的工具，但是，這只是溝通的工具，僅此而已，解決問題最終還是要現場去解決。當然這個現場不是狹義的一定得是車間，可能是計畫的現場、品質的現場，也可能是實驗室等等，這個是廣義的現場。

問題源於現場，靈感也源於現場，所以，現場有神靈，好好珍惜在工作現場的每一分鐘，做一個有價值的管理者！

工廠在生產管理中存在的問題很多，面對這些問題我們一定要想辦法解決，利用這四條鐵律，把生產異常降到最低，把生產效率提到最大。

24/01/2018

同樣開計程車，為什麼有些司機賺得比較多？談「行為脈絡」的重要性
大數據產品開發行為脈絡

2017-12-04 17:40 政治大學科技管理與智慧財產研究所教授 蕭瑞麟

「只要資料量夠大，數字自己就會說話。」這似乎是企業一窩蜂追隨流行趨勢的一個新迷思。

大數據（Big Data），或稱海量資料，是近年最夯的技術名詞之一。企業紛紛成立大數據研究中心或巨量資料學院，好像有了如海一般多的資料，銀行就能分析出顧客行為，投其所好地創新產品；國會選舉就可以精準預測誰會當選；影片出租業者就能知道如何依照個人喜好推薦影片；商場就可以知道要將啤酒與尿布放在一起賣（按：美國零售業發現，買啤酒的男性顧客也會順便買尿布）；警察就能夠預測犯罪來源。

大數據其實就是一套資料探勘系統（data mining），以特定的程序去爬梳資料，找出資料之間的關連性。在資訊管理領域，資料探勘已經是老掉牙的工具，只是改個名字，就又紅了起來。

究其原因，就是企業太懶了，希望花最少的時間，找到最多客戶，讓業績一飛沖天。研發人員希望找到一項工具，讓他們不用研究消費者，數據就會跟企業說客戶要什麼。這樣的求快心理，使得企業盲目地採用「工具」，希望即刻「藥到病除」。

大數據加上「厚數據」，才能真正知道顧客要什麼

我們先來看看《大數據》這本暢銷書裡所舉的兩個例子，看看大數據有沒有這麼靈驗。

偵測坐姿防盜：日本一家汽車座椅公司在座位中放入偵測器，蒐集車主的各種坐姿，任何人坐到駕駛座，只要比對資料，就可以檢測駕駛座是否異常，判定車子是否遭到偷竊。

從 Twitter 發言預測電影票房：這很類似許多視頻公司號稱用大數據就可以預測觀眾的收視行為，讓挑劇的準確率大為提升。

從這兩個例子可以看出，資料固然巨量，推理卻可能過於工具性。個別車主的習慣會改變，不同車主的習慣也不一定相同；在 Twitter 上發表對某部電影的喜好，可能只是應酬話，甚至是反諷。因此，過度依賴海量資料，卻不重視深厚的「行為脈絡」，資料可能會變成廢料。

《大賣場裡的人類學家》一書便點出，運用大數據時，還必須結合「厚數據」（thick data）才能見效。

個案 1：電商看見脈絡，改變產品組合、營收破億
一家專賣面膜等化妝品的電子商務公司，員工約 30 人。2007 年，公司營運不佳，虧損約新台幣 600 萬元。問當時的經營者有多少會員、客戶從哪裡來，他多半回答不清楚；談到如何行銷面膜，則說是透過網路促銷、團購網頁、網誌代言、客戶資料庫行銷等，但就是沒效果。
後來，公司找來新任總經理，他從超過 4000 筆客戶資料中歸納出兩個脈絡。

脈絡 1：找出痛點，推出運費券

從購物清單看出，80% 以上的顧客來自海外，又以美國為主；匯款帳戶都顯示是兩個字的中文名字，一查才知道都是海外華僑和中國留學生。

由於美國美妝商品很貴，貨物稅又高，愛漂亮的留學生比較相信台灣出貨的產品，網購還可以省掉當地貨物稅，所以會找台灣網站購買。

進一步分析顧客的需求，這位總經理發現，客戶最關心的其實不是團購或促銷，而是運費。許多女生在購買私人物品時，不想和別人一起團購，但是數量不夠多，運費就高。為此，總經理推出運費券，仿效航空公司的里程數，顧客買愈多、點數累積愈多，運費券就送愈多，刺激購買行為。

脈絡 2：發掘需求，推出特賣商品

為了了解顧客都在談什麼、想什麼，這位總經理還派產品企畫部門每天瀏覽美容討論網站，發現很多人都不喜歡「一條龍」的產品搭配方式（例如，面膜搭配晨霜或晚霜），更偏好試用不同品牌的面膜，還常常在網站上對各個牌子的面膜品頭論足一番。於是，這家電商推出一款特賣商品，包含 20 種品牌的面膜。

在緊盯各家討論網站的同時，這家電商只要看到客戶抱怨缺什麼商品，就推出那項產品，而且都會加上面膜一起賣（例如，性感內衣加上面膜）。釐清脈絡之後，總經理沒有花錢費力去做無效的行銷活動，只是找出客戶的痛點，推出運費券與面膜搭配特賣，4 年間就將營業額衝到新台幣 1 億 4000 萬元，登記會員達 18 萬人，常購會員 1 萬多人。這項創新不難，只要在分析數據時，同時也看見脈絡。

個案 2：觀察司機使用行為，台灣大車隊找出數據運用方法

台灣大車隊在創業初期，需要招募約 6000 位計程車司機成為會員。根據分析數據後發現，司機集中出沒於加油站、建國橋下、濱江休息站等，公司便鎖定這些地點去招募司機，但不知為何，這樣招來的司機來得快，也去得快，還會將衛星派遣系統不好用的體驗告知其他司機。

然而，當時用的是衛星派遣系統，功能已經改善過，相比過去計程車採用的無線電，派遣範圍更廣，速度更快，按理說應該備受歡迎才是，結果卻正好相反。

脈絡 1：司機最關心每月收到多少通派遣

其實，只要分析司機的行為脈絡會發現，停在加油站等地的司機大多是被動等待衛星派遣通知，只要每月派遣數不夠，他們就會離開，怪罪衛星派遣系統不好用，都沒派客人給他。

再深入分析每位司機收到的電腦派遣數，還會發現當中的落差很大。據說有一位林司機每個月接到的派遣數介於 300～350 通（很滿意），但是大多數司機只有 90～100 通（常抱怨而離開車隊）。是林司機特別幸運，還是他做了什麼？

脈絡 2：每月 300 通派遣司機的祕訣

原來是他發現衛星派遣會依照客戶上車的地點，找尋最鄰近的司機，所以他會記錄客人上車的時間和地點，在時間快到時，提前到特定地點去等待派遣系統通知。同時，他還與其他司機組成一個 8 人讀書會，每個禮拜五固定聚會，交流一個星期記錄下來的資料。

拿到資料後，林司機會用 Excel 匯整，以每 20 分鐘為一個單位，整理出派遣的「黃金點」，不但有早晚之分、地區之別（大安區、信義區、文山區等），還印成手冊。如此一來，司機不管走到哪裡，只要拿出手冊，都可以找到最近的「黃金點」等待，很快派遣就會進來。

就這樣，脈絡出現了。從採訪的「厚資料」看出，找出「黃金點」，也就解開了高效率司機的工作祕訣。這些每個月拿到 300 通派點的司機，在某一區放下乘客時，只要查看手冊，便可以先找出該地區、對應時段，找出最接近的地點去等客人，等候時也可以安心地做點運動，休息一下，不會像以前一樣在城市裡亂跑，隨機尋找乘客，所到之處也不一定是黃金點，耗時費力，成效又不彰。了解這些行為脈絡，就能知道大數據該怎麼運用。

離開人的行為脈絡，大數據就會成為大迷思

大數據的背後是使用者的生活脈絡。賣面膜的電商透過脈絡分析發現，使用者愛的原來不是團購和促銷，而是省運費；喜愛的產品組合，也不是一條龍搭配，而是多種不同面膜的 bundle（組合搭售）。台灣大車隊透過觀察計程車司機的行為，得知他們如何運用新科技找到客戶，之後才能結合大數據開發更多客戶。

客觀地分析巨量資料固然好，但是如果離開人的行為脈絡，大數據就會成為大迷思。只有細心地去理解人的行為，由行為中浮現清晰的脈絡，才有可能從這些「深脈絡」中獲知感動的元素。深厚的感動，配合上海量的資料，才是找出創新的關鍵。

原文網址: https://www.managertoday.com.tw/articles/view/55390
出自《經理人》

企業希望快速找到客戶，讓業績一飛沖天。這種求快的心理，讓他們以為大數據（Big Data）就是解藥。然而，過度依賴海量資料，不重視「行為脈絡」，資料很可能會變成廢料。