析數智匯MII BI平台 神助攻！南寶樹脂數位轉型抓準原料行情波動，有效提升高獲利績效

成立迄今逾 57 年的南寶樹脂，憑藉鞋用膠、泛用型接著劑、塗料三大主力產品，不論在兩岸、東南亞乃至全球其他區域，都展現強勁的競爭力，締造頗高市佔率。2016 年起，當時籌備股票上市的南寶積極邁開 e 化腳步，利用兩年時間為全球各營業據點導入 ERP，有效加速財務報表的編製與提供效率。

有鑑於ERP僅能提供財務報表結帳而無法進行問題分析， 為能提升管理績效，南寶開始推動數位轉型導入適當分析平台，以推動整合性財務分析。在多方比較後，決定引進商業智慧（BI）系統，期望利用快速、簡單的平台，有效彙集全球據點的營運數據並統一分析，協助決策高層隨時洞察公司的毛利、庫存、銷售利潤、市佔率…等等經營動態，據此調校出正確的管理與銷售策略，實現毛利率極大化。

南寶樹脂資訊長郭沛益指出，2018 年在使用者體驗（UX）及回應效率等審慎評估下，拍板選定析數智匯（Advant Analytics Tactics Ltd., AAT，原「台灣析數」）運用 MicroStrategy BI軟體所打造MII BI平台 ，並委託析數智匯輔導上線。至今，啟用該系統近三年，不僅協助南寶精準預測原料行情波動、領先同業調整產品售價，避免因原料漲跌價而侵蝕毛利；同時，也藉由 BI 導入前「Data Cooking」的淬煉過程（泛指資料的收集、整理、建模與正規化），建立了高整合性、高正確性的一致資料來源，使南寶能透過這個有力基礎，加速推展其他數位化(例如生產、排程及品檢監測等)及 AI 等進階應用。

以專業顧問群為後盾，穩定執行軟體版本更新

郭沛益說，在遴選 BI 系統前，資訊部已預先定義最佳塑型。首先須具備淺顯易懂的視覺化，讓高層主管能一目瞭然看出問題點。其次執行分析的速度要快，否則只要出現延遲，難免影響使用者對系統的信心。再者必須支援行動化、且畫面字體允許放大縮小，以利中高齡使用者方便操作。上述三點皆是影響 UX 好壞的關鍵因素，也是資訊部最在意的焦點；析數智匯 MII BI平台針對這些指標的表現明顯凌駕競品，因而脫穎勝出。

「我們納入評比的其他 BI 產品，有些在後端資料整合上較簡單」但郭沛益強調，後端資料整合是 IT 的事、並非使用者的事，使用者才是 BI 的主人，所以資訊部優先考量畫面直覺性(易學)、操作便利性及速度快慢；至於是否具備簡潔明快的後端資料整理，不在考量範圍之列。

不過在前期的 Data Cooking 階段，IT 部門確實面臨挑戰。只因 IT 同仁初次接觸BI平台，不清楚系統架構的限制，因而匯入過於龐大的資料量，導致系統出現異狀；幸而獲得析數智匯的顧問群指點迷津，順利化解難題。接著 IT 同仁參照 MicroStrategy 標準文件的指引，嘗試開發一些客製化程式或 Script，但礙於對系統不熟，以致面臨瓶頸，同樣靠著析數智匯的協助，有效排除障礙。

更重要的，南寶強調「選擇穩定的軟體版本、跟上升級的腳步」，不會上了一套版本後永不更新，但也不會冒然更新；因而在啟BI平台 以來，不時借重析數智匯的顧問專家，詳細說明每次版本更新的重點，以利資訊部判斷是否跟進更新。一旦確定更新，也透過析數智匯的協助，針對其中各項新功能展開實驗，研究可以運用在哪些環節，以期產生最大的應用價值。

擬擴大 BI 應用範圍，解決生產、排程或研發問題

郭沛益指出，2021 年與 2018 年皆是原料漲價年，只是 2021 年漲勢更兇猛。由於原料漲價或跌價，著實影響營業毛利至鉅，所以只要公司未能適時依據原料價格起落來調整產品售價，往往導致獲利下滑。因此南寶決意導入 BI 的主要動機之一，便是透過歷史資料分析，及早掌握原料的起漲或起跌趨勢，從而搶先調高或延後調降產品售價，藉此擴大價差、墊高毛利。

回顧 2018 年，南寶在下半年才啟用MII BI平台，故較晚發掘原料漲價趨勢，連帶較慢調高產品價格，來不及阻止毛利率走低，使得 EPS 較前一年下滑。

「近三年來，我們根據 BI 察覺國際原料起漲，研判將在一個月後影響採購費用，在兩個月後影響產品銷售成本」郭沛益說，掌握這個難得的新發現後，資訊部提出佐證、建議業務單位趕緊調漲產品售價，且應根據不同原料的漲幅預測，針對不同產品設定不同的漲價比例；此舉讓南寶領先業界兩個月喊漲，故能有效維持毛利率不墜，使得EPS一直都維持在公司設定的高標，此外採購部門亦根據原料的波動循環，巧妙地提前或延後購料時機，儘可能幫助公司縮減原料成本；BI 對南寶的貢獻之大，由此表露無遺。

展望後續，南寶期望擴大MII BI平台應用範圍，從上層的全球各分公司財務段、銷售段的整合彚整分析，向下延伸到生產作業層次的生產段、排程段及研發段。例如利用 BI 監測生產品質或效率議題，或提前在研發階段試算成本結構，檢視該配方的市場競爭力高低，若結果不如預期，就趕緊換置配方或放棄研發，避免浪費資源去做不符合市場期待的事。

值得一提，南寶關注 AI 議題已有兩年時間。也著手進行概念驗證（PoC），初步將重點方向設定於品質檢測分析相關預測，另也規劃建置「AI 供應鏈」，期望靠 AI 取代人力來監控上千項物料庫存，避免掛一漏萬出現缺料而延誤交期。因為先前BI 資料建置的良好基礎，未來不論 AI 建模時需要動用何等資料，都不必重新收集或整理，一律取材 BI 系統早已完成或未來繼續彚集的原始資料即可。如此一來，來源資料一致且比較基準一致，會比從各系統資料直接作為來源資料，更容易抓出資料的問題。有利於南寶能加速推動各項創新試驗、解決各種營運問題，持續擴大數位轉型的成效。