註冊/登入
數據的價值在近幾年越來越受到各界重視，人們試圖要從以往被忽略的數據中找出新的解決方案，尤其是實際進到產業落地後，出現各種技術應用，以零售業和工業來說，大數據、AI、物聯網帶動產業升級，出現智慧零售與智慧工業，更有效地管理生產製程，也企業更了解顧客購物行為，產出符合人們需求、人性化的產品，不斷拉近企業與消費者的距離。
治略資訊正是在這樣的趨勢下，要來協助屬於零售業或工業範疇的公司更貼近大數據，有效地運用現有數據，找出目前產業困境的突破點。
團隊成員來自中央研究院，擅長機器學習、大數據分析、人工智慧等技術，長期鑽研資料分析，提供數據分析平台，讓企業輸入龐大資訊後找到預測模型，得以產出有效的解方。
智慧零售拉近與顧客間的距離
以零售業來說，人、貨、場是其中重要的三元素，治略資訊能以AI技術分析消費者購物習慣，進而會影響到門市鋪貨、安全庫存要訂多少，可見人、貨、場彼此息息相關，牽一髮而動全身，有了數據分析幫助商家做決策，也較能降低人為預測失誤所帶來的成本。
對於店家來說，除了要鞏固忠實客戶，也會希望喚醒那些一段時間未消費的沈睡會員，因此如何花費最少的成本去喚醒將來最有消費潛能的客群就是一個難題，以人為判斷是無法做到最有效的廣告投放或預測潛在客戶，但交給數據分析就有可能達成。治略資訊曾協助某間餐飲業者分析會員消費情形，將大筆的消費數據丟入分析平台可以得知最有可能被喚醒的會員有什麼特徵，依此來判斷需要發送訊息給多少會員，甚至是分析什麼時段的投放效果最好，讓店家的行銷資訊一出去就能打中目標客群。
大量購物紀錄其實很有數據分析的價值，治略資訊共同創辦人王智舉例，如果零售業者想開發購買威士忌客群，AI就能自動列出哪些人是從未購買威士忌但在未來很有可能購買，或是人們購買威士忌時通常會一起選購哪些商品。這些分析結果最終可以對潛在客全量身打造促銷活動，不需要浪費太多成本就能做到精準行銷。
協助工業物連網做到製程管理最佳化
工業物聯網（IIoT）正是企業迎接工業4.0的重要技術，在導入這方面的應用時，會由治略資訊的合作夥伴負責機台連網、數據採集，治略資訊則進行後續的數據分析。
工廠最怕的就是製程不穩定，需要時刻監控生產情形，並提高產品良率。目前治略資訊致力於進行工廠供應鏈或生產線的改善，形成智能數據平台，提升原物料管控、設備維護、製程品質的管理。平台會即時演算機台數據，推導在生產過程中出現的問題點是由哪些原因所造成，改善製程中的不確定性。
王智解釋工廠製程改善的重心會放在「品質」，當製程出錯時，通常會由工廠的老師傅憑著經驗去一一校對錯誤，當AI出現之後，AI要如何向工廠老師傅一樣自動且精準的修改製程錯誤將是數據分析平台獲得成效的關鍵。
治略資訊在接觸合作客戶時，也發現到很多工廠並不了解如何運用數據，也不知道該從何改善生產流程，因此治略資訊開展「12周分析」的業務模型，在這12周內，雙方會經過多次的討論與釐清，由客戶幫助治略資訊了解產業know-how、痛點，抓住問題點之後再由治略資訊為客戶擬定解決辦法。透過這樣深度盤點問題之後，也較能從根本解決產業問題。
成為輔助產業升級的推進器
治略資訊在台灣以及中國都有開展業務，對於這兩種不同的市場狀況有著深刻的體悟。中國內需市場龐大，不管是企業還是工廠老闆都很敢投資，產業競爭壓力大讓中國企業寧可犯錯也不要錯過，治略資訊營運長李榮生也說到：「即使去到那邊技術可能會被複製，但這不是不去中國的理由，不去可能會死得更快。」
治略資訊也曾拜訪過台灣超商業者，但普遍沒有使用或投資的興趣。因台灣企業多抱持著保守心態，產業龍頭仍安於目前現況，不敢冒太大風險，其他業者則奉行老二哲學，這樣下來也讓整個產業沒有進步的動力。
在工業方面也是同樣的情形，李榮生認為台灣目前還落在工業1.5或2.0，很多工廠的數據蒐集並不完整，自然無法導入AI或物聯網的應用，想要進到工業4.0就得花費很多額外成本汰換舊設備，許多工廠老闆是不願意投資的，最後也只能放棄數據分析這一塊，這也是令李榮生覺得相當可惜的部分。
治略資訊仍相信著大數據可以為企業帶來前所未有的改變，即便有些企業還沒在這股資料革命的趨勢中做好準備，治略資訊也期望可以做為輔助產業升級的推進器，以數據分析做企業的最佳後盾。
