113 年 國立臺灣大學資訊管理學系碩士班《資訊管理導論》

本題主要探討社群偵測 (Community Detection) 的基本概念、應用以及評估方法。

(a) 社群偵測的定義與應用

• 定義： 社群偵測是指在圖 (graph) 中找出節點 (nodes) 的集合，這些節點在圖中的連接比隨機情況下更為緊密。換句話說，它是一種識別圖中具有相似連接模式或高度互動的節點群組的技術。這些群組通常被稱為「社群」(communities) 或「叢集」(clusters)。在社群網路分析中，社群通常代表具有共同興趣、關係或互動模式的使用者群體。

• 應用於社群媒體分析的範例：

  • 推薦系統： 識別具有相似興趣的用戶群體，以便向特定社群的成員推薦相關內容、產品或朋友。例如，在社群媒體平台上，可以偵測出喜歡特定運動的用戶群，並向他們推薦相關的體育新聞、賽事資訊或運動員的動態。
  • 意見領袖發現： 透過偵測社群的中心節點或高連接度節點，識別在特定社群中有影響力的人物，用於市場行銷或傳播訊息。
  • 謠言或資訊傳播分析： 追蹤社群結構的變化，分析資訊如何在不同社群中傳播，識別謠言的傳播路徑和源頭。
  • 社群行為分析： 理解不同社群成員的互動模式、興趣偏好和行為特徵，以便進行更精準的用戶分群和個性化服務。

(b) 社群偵測方法的有效性評估

評估社群偵測方法的有效性，通常需要結合「內部評估」(intrinsic evaluation) 和「外部評估」(extrinsic evaluation)。

• 內部評估 (Intrinsic Evaluation)：
  這種方法不依賴於任何外部的標籤或真實分佈，而是基於圖的結構本身來評估偵測到的社群品質。

  • 評估指標：
    1. 模組度 (Modularity, $Q$)： 這是最常用的指標之一。它衡量一個圖的社群劃分優於隨機劃分的程度。模組度值介於 -0.5 到 1 之間，值越高表示社群結構越好。
       $Q = \frac{1}{2m} \sum_{i,j} \left[ A_{ij} - \frac{k_i k_j}{2m} \right] \delta(c_i, c_j)$
       其中，$m$ 是圖中的邊數，$A_{ij}$ 是節點 $i$ 和 $j$ 之間連接的權重（或 1 如果無權重），$k_i$ 是節點 $i$ 的度，$c_i$ 是節點 $i$ 所屬的社群，$\delta(c_i, c_j)$ 是一個指示函數，當 $c_i = c_j$ 時為 1，否則為 0。
    2. 輪廓係數 (Silhouette Coefficient)： 雖然更常用於聚類，但也可應用於社群偵測。它衡量一個節點在其所屬社群內的緊密度，以及與其他社群的疏離程度。值介於 -1 到 1，越高表示節點越適合其所屬社群。

本題旨在探討企業敏捷性 (Enterprise Agility) 的概念、其在 B2B 和 B2C 環境的應用，以及資訊科技 (IT) 如何影響企業敏捷性。

(a) B2B 與 B2C 企業敏捷性的範例

• B2B (Business-to-Business) 企業敏捷性範例：
  假設一家專門為汽車製造商提供客製化零組件的供應商。當汽車市場突然轉向電動車，並要求新的電池零組件時，這家 B2B 供應商展現了敏捷性。

  • 偵測 (Detect)： 透過其銷售團隊與客戶 (汽車製造商) 的緊密溝通，以及市場情報分析，快速偵測到汽車行業的重大轉型趨勢。
  • 適應 (Adapt)： 立即調整其研發部門的資源，暫停舊零件的生產線，並投入資金和人力開發符合電動車規格的新型電池零組件。
  • 回應 (Respond)： 能夠在短時間內（例如 6 個月內）設計、測試並開始小批量生產新的電池零組件，以滿足主要客戶（汽車製造商）的需求，避免失去訂單。

• B2C (Business-to-Consumer) 企業敏捷性範例：
  假設一家線上服飾零售商。在某個季節，一種新型的時尚風格突然在社群媒體上爆紅，消費者需求激增。這家 B2C 零售商展現了敏捷性。

  • 偵測 (Detect)： 透過監控社群媒體趨勢、時尚部落客的推薦以及網站的熱門搜尋關鍵字，快速偵測到這種新興的時尚風格。
  • 適應 (Adapt)： 立即聯繫供應商，調整採購計畫，增加該風格服飾的訂單量，並可能要求供應商加快生產速度。同時，也可能調整網站的商品分類和首頁的展示內容。
  • 回應 (Respond)： 能夠在幾週內將相關商品上架，並透過線上廣告和社群媒體行銷活動，快速抓住市場機會，滿足消費者需求，從而提高銷售額。

(b) IT 對企業敏捷性的影響

• 答案： 是的，資訊科技 (IT) 可以顯著幫助企業提高其企業敏捷性。

• 範例：
  考慮一家大型連鎖餐廳。

  • 情境： 突然爆發的食品安全危機，或消費者對健康飲食的偏好劇烈改變（例如，對素食或無麩質飲食的需求激增）。
  • IT 如何協助提升敏捷性：
    1. 數據分析與趨勢偵測：
       • 應用 IT： 部署先進的數據分析平台，整合來自 POS 系統、線上訂購平台、社群媒體監控工具、供應商管理系統的數據。
       • 如何協助： 該平台可以即時分析銷售數據、顧客評論、社群媒體上的討論，快速偵測到消費者偏好的變化（如對某類食材的擔憂或對新飲食趨勢的興趣）。例如，如果監控到社群媒體上大量討論某種食材的潛在風險，IT 系統可以及時發出預警。
    2. 供應鏈協同與彈性：
       • 應用 IT： 建立雲端的供應鏈管理 (SCM) 系統，與主要供應商和物流夥伴進行即時數據交換。
       • 如何協助： 當偵測到某種食材供應出現問題（例如，因天氣因素導致某種蔬菜歉收）或有新的健康食材需求時，SCM 系統可以快速識別備選供應商，評估其產能和交貨時間，並自動啟動新的採購訂單。這使得企業能快速調整食材來源，確保菜單供應不受影響或能快速推出新菜單。
    3. 營運流程的數位化與自動化：
       • 應用 IT： 導入靈活的餐廳管理系統 (RMS)，支援動態菜單更新、庫存管理自動化、線上預訂與排隊系統。
       • 如何協助： 如果需要快速響應健康趨勢，餐廳管理系統可以讓總部在數小時內更新所有分店的電子菜單，加入新的健康選項，並自動調整庫存需求。線上訂購系統可以快速整合新的餐點選項，讓顧客方便選擇。
    4. 客戶互動與反饋：
       • 應用 IT： 利用 CRM 系統和行動應用程式，收集顧客的用餐反饋和偏好。
       • 如何協助： 透過行動 App 或線上問卷，餐廳可以迅速收集顧客對新菜單的評價，並根據反饋快速進行調整。

  總之，IT 透過提供即時資訊、優化流程、促進協同合作，使得企業能更快地「偵測」變化、「適應」環境，並「回應」市場需求。

本題探討對話式 AI (Conversational AI) 在銀行業的應用，特別是其在客戶服務中心（Call Center）的效益、評估方法，以及面臨的挑戰與解決方案。

(a) 對話式 AI 在銀行客服中心的效益與績效評估

• 效益 (Benefits)：

  1. 提升效率與降低成本：
     • 自動化常見問題處理： 對話式 AI（如聊天機器人、語音助理）可以 24/7 全天候自動處理大量標準化、重複性的客戶查詢（例如：帳戶餘額查詢、交易紀錄、信用卡申請進度、ATM 位置、產品資訊查詢）。
     • 減少人力需求： 降低對大量人工客服的需求，尤其是在高峰時段，可以有效緩解人力壓力。
     • 縮短客戶等待時間： 客戶不必長時間等待人工客服，問題能被即時或快速解決。
  2. 改善客戶體驗：
     • 即時響應： 隨時隨地提供即時服務，滿足客戶對便利性的需求。
     • 個性化互動： 透過整合客戶數據，AI 可以提供更具個性化的服務和建議，例如根據客戶的消費習慣推薦適合的信用卡或貸款產品。
     • 多管道支援： 可部署於網站、行動 App、社群媒體等多種管道，提供一致的客戶體驗。
  3. 提升客服人員效率與價值：
     • 分流複雜問題： 將重複性問題交由 AI 處理後，人工客服可以專注於處理更複雜、需要同理心和判斷力的個案（如帳戶安全問題、複雜的申訴、客製化金融建議），提升其工作價值與滿意度。
     • 輔助工具： AI 可以作為人工客服的輔助工具，即時提供客戶資訊、產品知識、解決方案建議，幫助人工客服更快、更準確地回應客戶。
  4. 數據收集與分析：
     • 深入洞察： 每次對話都會產生數據，這些數據可用於分析客戶的需求、痛點、產品偏好、服務瓶頸，為銀行提供寶貴的業務洞察，用於產品開發、服務優化和市場行銷。

• 績效評估 (Performance Assessment)：
  評估對話式 AI 在客服中心的表現，可以從多個維度進行：

  1. 效率相關指標 (Efficiency Metrics)：

     • 自動化率 (Automation Rate)： AI 成功處理的客戶查詢比例，相對於總查詢量。
     • 首次接觸解決率 (First Contact Resolution Rate, FCR for AI)： AI 在第一次互動中就成功解決客戶問題的比例。
     • 平均處理時間 (Average Handling Time, AHT for AI)： AI 處理單一查詢所需的平均時間。
     • 轉接率 (Transfer Rate)： AI 無法處理而轉接給人工客服的查詢比例。
     • 響應時間 (Response Time)： AI 回應客戶請求的平均延遲。

  2. 客戶體驗相關指標 (Customer Experience Metrics)：

     • 客戶滿意度 (Customer Satisfaction, CSAT)： 透過問卷調查，詢問客戶對 AI 服務的滿意程度。
     • 淨推薦值 (Net Promoter Score, NPS)： 詢問客戶是否願意向他人推薦該銀行的 AI 服務。
     • 客戶努力分數 (Customer Effort Score, CES)： 衡量客戶為解決問題需要付出的努力程度。
     • 對話順暢度與自然度： 透過人工審核或自然語言處理技術評估對話的流暢度和 AI 回應的自然程度。

  3. 業務影響相關指標 (Business Impact Metrics)：

     • 營運成本節省： 比較採用 AI 前後，客服中心的總營運成本（人力、設備等）的變化。
     • 人工客服工作負荷減輕： 衡量轉移到 AI 處理的查詢量，以及人工客服處理的複雜問題的比例變化。
     • 銷售轉化率： 如果 AI 負責產品推廣或導購，則評估其帶來的銷售額或轉換率。
     • 客戶留存率： 評估 AI 服務對客戶忠誠度的影響。

  評估程序：

  1. 設定目標： 明確對話式 AI 部署的目標（例如：提升 FCR、降低 AHT、提高 CSAT）。
  2. 數據收集： 部署 AI 系統，並持續收集所有相關的互動數據、客戶反饋和業務數據。
  3. 指標計算： 定期計算上述各類指標。
  4. 分析與洞察： 分析指標趨勢，找出 AI 表現優異或不足的方面。
  5. 持續優化： 根據分析結果，調整 AI 模型、對話流程、知識庫，或優化人工客服與 AI 的協作模式。

(b) 對話式 AI 的挑戰與解決方案

本題主要探討環境、社會與公司治理 (ESG) 的基本概念，以及資訊科技 (IT) 投資對企業 ESG 表現的影響。

(a) ESG 的三個維度

ESG 是一個評估公司永續經營能力和社會責任的框架，由以下三個核心維度組成：

1. 環境 (Environmental, E)：
   此維度關注公司在營運過程中對地球環境產生的影響，以及公司為管理這些影響所採取的措施。關鍵考量包括：

   • 氣候變遷與碳排放： 公司如何管理溫室氣體排放，制定減碳目標。
   • 資源使用效率： 如水資源、能源的消耗與管理，以及再生能源的使用。
   • 廢棄物管理與污染防治： 減少廢棄物產生，妥善處理有害物質，防止空氣、水源、土壤污染。
   • 生物多樣性與生態保護： 公司活動對生態系統和生物多樣性的影響，以及保護措施。
   • 供應鏈環境影響： 確保供應商也符合環境標準。

2. 社會 (Social, S)：
   此維度關注公司如何管理與員工、供應商、客戶、以及其營運所在社區的關係，以及公司對社會的影響。關鍵考量包括：

   • 員工關係與勞動條件： 包括薪酬福利、工作環境安全、員工健康、培訓發展、多元化與包容性 (Diversity & Inclusion)、勞工權利。
   • 客戶關係與產品責任： 產品或服務的品質、安全、隱私保護，以及負責任的行銷。
   • 供應鏈管理： 確保供應商遵守勞工權益、人權和環境標準。
   • 社區關係與社會貢獻： 公司對當地社區的影響，慈善捐贈，以及參與社會公益活動。
   • 人權： 在營運和供應鏈中尊重和保護人權。

3. 公司治理 (Corporate Governance, G)：
   此維度關注公司的領導層、股東權益、內部控制、道德規範和透明度。關鍵考量包括：

   • 董事會結構與獨立性： 董事會成員的多元化、獨立性、專業性，以及監督職能。
   • 高階主管薪酬： 薪酬結構是否與公司長期績效和 ESG 目標掛鉤。
   • 股東權益： 確保所有股東，特別是少數股東的權益受到保護。
   • 商業道德與反貪腐： 建立誠信文化，制定反貪腐政策，確保合規經營。
   • 資訊透明度與披露： 財務與非財務資訊（包括 ESG 報告）的準確、及時和透明披露。

(b) IT 投資對企業 ESG 表現的影響

• 我的觀點： 是的，IT 投資顯著影響企業的 ESG 表現，並且通常是正向影響。

• 理由 (Rationale)：
  儘管過往研究顯示 IT 投資對「財務」結果的影響有時呈現混合結果（可能是因為 IT 投資的效益難以立即量化，或與其他因素交互作用），但 IT 對 ESG 表現的影響則更為直接和廣泛。以下是 IT 投資影響 ESG 的幾個關鍵方面：

  1. 環境 (Environmental, E)：
     • 能源效率與碳排放管理：
       • IT 應用： 智慧建築管理系統、雲端運算（減少企業自有伺服器能耗）、數據中心能源優化技術、自動化設備的能源監控與調度。
       • 影響： 這些 IT 解決方案能幫助公司更精確地監控和管理能源消耗，減少不必要的能源浪費，進而降低碳排放。例如，雲端服務提供商通常比單一企業擁有更高效的能源利用率。
     • 資源循環與廢棄物管理：
       • IT 應用： 物聯網 (IoT) 傳感器用於追蹤物料流向，供應鏈管理系統 (SCM) 促進資源的回收與再利用，數位化文件減少紙張使用。