服务业的数字化管理-大数据-国立高雄第一科技大学.ppt

* * * * * * * * * * * * * * * * * * Transformation Transformation Decomposition Decomposition General production path Reworking path + Algorithm (Steps 1 to 3.1) (7) (8) Algorithm (Steps 3.2 to 4) (9) (10) 2. Example of Tile Manufacturing The tile manufacturing system has to satisfy the demand d = 200 (tiles/hour) in which output tiles are packaged in every 50 units. 2. Example (Capacity Data) 2. Example (Result) Three minimal capacity vectors for d = 200 are Y1 = (100, 100, 80, 80, 80, 200, 200, 200, 200, 200) Y2 = (150, 150, 120, 120, 120, 150, 150, 120, 120, 120) Y3 = (200, 200, 200, 200, 200, 100, 100, 80, 80, 80) System reliability R200 = 0.95647 is derived in terms of minimal capacity vectors. The tile manufacturing system can produce d = 200 (tiles/hour) with probability 0.95647. 3 Discussion Satisfaction probability for each demand pair can be evaluated in terms of its minimal capacity vector. The production manger may decide to produce 100 (tiles/time) by each production line. 服務科學 Part IV 服務科學 (Service Science) IBM定義，服務科學指結合眾多跨領域學科的研究，『服務科學，管理學與工程學』（Services Science, Management and Engineering, SSME）整合既有不同領域的學術成果，包括電腦科學、管理科學、工程學、經濟學、社會科學、法律、企業管理與策略、會計學以及金融管理，其基本目標在於研究服務需求與服務創新，透過服務設計讓服務變得更有效率，進而將服務標準化為基礎，尋求創新的服務型態。 簡單地講，服務產業可以用科學方法協助管理。所以，服務的品質可以量化表示，而非只是質化。 Reliability of medical service for Hospital Emergency 醫療服務能力 採用服務流量網路 (Service flow network) 角度分析，並結合模糊數學 (Fuzzy mathematics)，評估急診室之醫療服務系統，以網路可靠度做為績效指標探究該急診室是否能滿足病患數量。 由於人員產能受眾多因素影響，無法精確得知產能對應的機率分布，故應用模糊數學方法以求得各服務站之負載狀態。 以網路可靠度作為急診室是否能滿足病患數量的指標。 以網路可靠度為指標，探討診療區人員共用對網路可靠度之影響，方為後續瓶頸改善的基準。 1. Background 萬芳醫院屬於區域甲級教學醫院層級、且為醫學中心評鑑及重度級急救責任醫院 萬芳醫院急診室服務流程圖 2. Example of Hospital Emergency 2. Example (Capacity Data) 未考慮工作站合併之數據表 考慮工作站合併之數據表 考慮工作站合併網路圖 未考慮工作站合併網路圖 2. Example (Result) 藉由歸屬函數計算各工作站的負載狀態與機率分配, 使用模糊交集 (t-norm) 計算萬芳醫院急診網路網路可靠度 37人/3hrs 未考慮診療區人員共用之網路可靠度Rd = 0.7535408考慮診療區人員共用之網路可靠度為 Rd = 0未考慮工作站合併狀態表 考慮工作站合併狀態表 三個診療區中有任何閒置的醫護人員時，他們必將前往支援其他的診療區。 故考慮「診療區人員共用」條件才能適切地顯示急診室醫護