用統計磨練商業Sense！7個超實用觀念，讓你的決策更精準|數位時代 BusinessNext

用統計磨練商業Sense！7個超實用觀念，讓你的決策更精準

別害怕數學，從統計學的入門版學起，至少，你得知道7個統計觀念，幫助你磨練商業決策的眼光。

統計是一門蒐集、彙整、分析資料的科學，更是企業常用的分析工具。

電子商務網站亞馬遜（Amazon）能在你瀏覽時，推薦你「買了這本書的人也買了這些書」，用的是相關性分析；美國總統歐巴馬（Barack Obama）的競選團隊，知道哪個版面的網站能讓選民增加捐款金額，利用的是隨機對照實驗；市場調查能用少數人的意見推算出整個市場的看法，依據的是抽樣調查的原理。

達特茅斯學院教授查爾斯．惠倫（Charles Wheelan）在《聰明學統計的13又1/2堂課》一書中，列舉出學統計的目的，其中包括：1.分析數據，將資料做出摘要；2.做出更好的決定；3.辨識出能提升做每一件事效果的模式；4.評估政策、計畫與其他創新事項的效用。聽起來是不是很熟悉？彙整數字做出決定、找出做事更有效的方法、評估計畫的效用，這些不就是經理人的工作嗎？

別害怕數學，從統計學的入門版學起，至少，你得知道7個統計觀念，幫助你磨練商業決策的眼光：

1. 次數分配表和直方圖

記錄組別和次數的表格，稱為次數分配圖。利用組別和相對次數的數據製作成長條圖，又稱直方圖，長條之間不會有間隔。

將資料分門別類，然後依照類別分組填入次數（頻率），即為次數分配表（圖表1-1）。再以組別為橫軸，相對次數（或次數）為縱軸，即可將次數分配表「視覺化」，畫出的長條圖稱為直方圖（圖表1-2），可以直接看出樣本的分布。

次數分配表和直方圖可用來進行ABC分析法，據以研擬商品策略：❶將次數分配表依照營業額的高低重新排列商品順序；❷求取各類商品占整體營業額的比率；❸從營業額最高的商品開始，依序累計各商品的比率（累計比率；圖表1-1最右欄）；４在直方圖（圖表1-2）；上以累積比率為第二縱軸，製作折線圖（圖表1-3）。

根據ABC分析法，累積比率在70%以下的商品歸為A類，70%～90%的歸為B類，其他的歸為C類。從圖表可知，A類的3種麵包（吐司、熱狗麵包、菠蘿麵包）合計約占營業額的七成，應該優先主打A類商品，生產線也要優先生產A類商品。

2.平均數

客單價就是消費產業最重視的平均值之一，以「銷售總額÷來客數」。客單價的重要性在於，提高客單價就能在來客數（分母）相同的情況下，拉高營業額（分子）和利潤。百貨公司的周年慶滿千送百、便利商店推出的集點活動，都是為了拉高客單價所進行的促銷活動。

3. 中位數

中位數的優點是可以去除極端值的影響。舉例來說，百貨公司新引進了一個超高檔品牌，拉高了整層樓的平均營收，看起來好像整層樓的業績成長，但是如果將各專櫃的營收由小而大排列，從中位數就可知道，大部分品牌的營收其實沒有成長。

4. 眾數

平均數、中位數和眾數都是用來描述數據的方法，眾數也不受極端值的影響，最適合用來表達具有「集中」趨勢的數據。比方說，製鞋廠從客戶的銷售資料中發現，銷量最高的鞋子尺碼是23.5號（眾數為23.5，此時計算鞋碼的平均數和中位數都沒有意義），因此鞋廠應該集中資源生產23.5號的鞋。

5. 機率

機率是用0～1來表示事件的可能發生的程度：0代表不會發生，全部的可能性加起來為1。

以棒球為例，打者的打擊率為三成，表示他有三成機會打出安打，七成機會沒打出安打，而安打加沒有安打的機率應該等於1。擲一次骰子，可能出現1到6點，出現任一點的機會為1/6，全部的可能性加起來等於1。機率適合用來規畫工作進程、預測業務進度，避免做出過於樂觀的判斷。

假定廣告公司內部提案的通過率為七成，通過的案子馬上被客戶接受的機率是五成，這表示每一個提案要獲得公司內部與客戶認可的機率是0.7x0.5＝0.35。用機率的方式思考，由於提案成功率只有三成五，所以提案時應該要多準備幾個備案；而提3件案子只通過1件，也都屬於正常情況，用不著氣餒。

6. 期望值

期望值是機率的應用，將「事件的機率」×「可能得到的報酬」，求得做這件事的期望價值。

假設你擲出骰子幾點就可以得到幾元，那麼擲一次骰子的期望值，就是將所有可能性的期望值算出來相加，也就是1點1元（1/6x1=1/6）加上2點2元(1/6x2=2/6)加3點3元（1/6x3=3/6）加4點4元（1/6x4=4/6）加5點5元（1/6x5=5/6）加6點6元（1/6x6=6/6）的總和3.5元，這表示你擲一次骰子的期望值就是3.5元。

期望值可用來衡量決策，如果某件事的期望值低於做這件事的成本，就沒有做的價值。再以廣告提案為例，假定最終通過客戶審核可賺得100萬元的話，我們可算出提案成功的期望值就是100萬x0.5=50萬，提案在社內通過的期望值則為50萬x0.7=35萬。這表示你最初的提案有35萬元的價值，也表示若提案的成本超過35萬，你也許根本不應該接下案子。

7. 常態分布和標準差

常態分布可以用來當作品管的基準點，當工廠正常運作時，如果任意挑出部分產品，平均計算其重量和大小，結果應該會呈現常態分布。如果圖形開始偏離常態分布，就可以推測生產設備可能發生異常，應立即檢查改善。

標準差則是用來表示大多數的資料距離平均值有多遠。當資料呈現常態分布，那麼距離平均值一個標準差的範圍內，應該聚集了68%的資料（如圖），兩個標準差內聚集了95%的資料，三個標準差內包含了99.7%的資料。假如你身高181公分，台灣男性平均身高為172公分，標準差為4公分，表示你的身高大於兩個標準差，算非常高。

同理，當你在挑選運送商品的貨運公司時，如果有兩家公司的平均送達天數都是3天，但是A公司的標準差是0.5天，B公司的標準差是1.5天，這就表示：A公司有68%的機會，會在3±0.5＝2.5～3.5天內送達商品，B公司有68%的機會，會在3±1.5＝1.5～4.5天內送達。要是你想要商品都在4天內送達，就應該選A公司。

延伸閱讀：

AI貫穿保險價值鏈、提升用戶體驗，國泰重新定義保險科技

保險業正面臨客戶行為改變、人口結構老化、AI技術發展等挑戰，從人壽到產險，國泰金控翻轉保險與大眾的互動方式，展現大型保險公司的轉型路徑。

以 AI 重塑保險全流程：國壽以 Agentic AI 提升體驗與效率

「我們的目標是以 AI 重塑保險全流程應用。」國泰人壽數據暨人工智慧發展部協理莊淑儀以理賠流程為例解釋，國泰人壽早在許多年前就透過數位與 AI 等技術協助理賠同仁加快服務與受理、登打、派件與審理的速度，例如，以 OCR（光學字元辨識）醫療文件擷取與 ICD（國際疾病分類）/手術選碼優化登打效率、以 CRSS（理賠風險識別系統）風險分級識別理賠浮濫與詐欺等高風險案件並將之派送給可以審理的同事，以及透過智能工作台與 AI 骨折判讀加快與優化審理流程等。然而，保險陪伴客戶的時間是很長的，隨著保戶年齡逐漸提高，再加上超高齡社會來臨，理賠案件數量持續攀升，需要更多 AI 與自動化強化效率與正確性。

國泰人壽的做法是在既有的 AI 基礎上，加入GenAI 與Agentic AI等技術，以 AI全面升級理賠流程。首先是以「DocAI Agent」突破傳統 OCR 覆蓋率低與高維運成本的限制，僅需一個月調校，即能快速適配不同醫院表單，維持原本的正確率並將覆蓋率由50%提升至近100%，大幅縮短登打時間。其次是透過「Abnormal Agent」打造圖形資料庫（Graph DB）建立理賠關係網，快速標示高風險關係案件提供判斷依據及建議後續的應對方式，加速理賠人員的決策。最後是藉由「Review Assistant Agent」協助整理病歷、醫療單據、診斷證明…等複雜且可能甚至上百頁的文件，並快速歸納出重點，幫助理賠人員快速找到關鍵資訊進行交叉查證，大幅節省審理時間。

莊淑儀指出，光是理賠流程，國泰人壽已打造30個以上的AI Agents，目標是協助理賠人員化繁為簡、更快完成相關工作。在善用科技提升流程體驗的思維下，國泰人壽沒有特別打造額外的AI平台，而是將AI Agent整合至現有理賠流程各個環節，讓同仁們可以在一個介面完成所有工作，兼顧便捷、好上手與效率提升。

除了理賠，國泰人壽也將 AI 應用延伸至商品知識管理，打造業務員的行動智慧助手，從保障缺口判斷、個人化商品推薦到業務員智能對練等流程，都有AI Agent協助提高同仁效率，讓客戶的保險體驗更便利且完善。舉例來說，隨著保險商品高度複雜化，國泰人壽推出「商品知識助理」，協助業務人員快速查詢 3,000 多檔的商品保單條款及規範、醫療行為理賠項目，幫助業務員更快速採取行動，也能將時間與心力投入在更有價值的保戶互動與服務。

「我們不會為了 AI 而 AI，而是建置AI Agent 生態圈，高度整合與重塑理賠、商品服務等核心流程，藉此提升用戶體驗與營運效率。」莊淑儀進一步解釋，國泰人壽不會單純以投資報酬率（ROI）評估AI成效，將以風險控管、流程優化、員工效率與客戶體驗四個構面衡量 AI 對公司影響的廣度、深度和商業價值，並勇於在新的商業模式上進行嘗試，確保每一次的 AI 投入都能為國泰帶來有意義、有實質效益的進步。

從數據到智能，國泰產險以AI強化核心競爭力

國泰產險同樣積極透過數據與AI極大化競爭優勢。國泰產險督導吳香妮指出，面對火災、地震、颱風等難以預測的風險，需要數據與AI驅動的產險保護傘填補損害，把衝擊降到最低，讓生活、經濟與社會能持續穩定運轉。在具體實務上，國泰產險是從「Enrich加值服務」、「Enhance AI輔助風險決策」，以及「Empower生成式AI賦能」這三個面向切入。

台灣交通事故逐年攀升、平均1天發生1,100件交通事故，其中，大車事故發生率是小車的2.2倍，致死率比起小車高達6倍等現況後，國泰產險開始思考，除了提供大車事故後的理賠支援，還可以從事前提供哪些服務？也因此催生了業界首創的「CarTech智能車險加值服務」，透過跟運輸業者與學校等單位的合作，針對車險承保前、中、後提供相應的風險辨識、預警與防治等加值服務。國泰產險與陽明交通大學合作建立全台首個「運輸業者健檢」流程，透過駕駛行為及行車環境等多元數據建置AI模型，即時洞悉駕駛行為及風險分析，並提供運輸業者客製化的風險改善建議，實踐以數據及AI優化損害防阻。吳香妮強調，我們的目標是不僅提供理賠，更要守護客戶，提供超越價格的價值服務。

產險的核心業務之一是再保險，國泰產險的作法是運用AI及數據，化被動為主動，以AI輔助風險決策。過去再保險業務仰賴經驗法則、手動整理資料與透過國際再保險公司提供既有方案，現在則透過數據與AI驅動，主動精準拆解業務目標，以28項風險因子預測風險發生機率與損失金額，自動輸出並比較多種方案，從中探索最適合的再保險規劃。

國泰產險也將AI導入內部流程，解決長期困擾員工的報告製作痛點，包含資料查找費時、人工編寫品質不一、專業術語翻譯困難等。透過一鍵生成報告服務的三個GenAI模組，為員工省下6到7成的手動作業時間，將時間與精力聚焦在更具策略價值的工作，以新世代人機智慧協作模式提升效率與創造嶄新競爭力。

從國泰人壽與國泰產險的實作，可以清楚看到：對國泰而言，AI不僅是新技術導入，更是保險價值鏈全面進化的核心動能，將以數據與AI驅動服務實踐用戶體驗的優化，持續引領台灣保險科技體驗走向新世代。