SAS台灣2017年業績與員工表現亮眼，
網路行銷達人
，獲頒亞太區卓越績效獎第一名 SAS台灣／提供 分享 facebook 全球數據分析領導業者賽仕電腦（SAS）創辦人Jim Goodnight被富比士（Forbes）稱為「分析之王」。自1976年成立以來，
網路行銷顧問
，年年成長，
專業社群行銷 台中
，從未虧損。SAS台灣即將迎接30歲生日，
網頁設計
，也交出亮眼成績，
主機代管
，每年均有雙位數成長，2017年營收成長超越20%，且內部綜合評估指標居SAS亞太區首位，獲頒卓越績效國家。 展望2018年，SAS全球承諾投入26%的營收做為研發經費，聚焦強化人工智慧產品組合，深度學習和自然語言處理等相關產品布局外，台灣市場更將聚焦「詐欺與風險管理」、「物聯網與深度學習」及「最佳化客戶體驗」等面向。推廣大數據 它是第一人「SAS」是一個對統計、商管與資訊背景的專業人士，絕不陌生的必學統計軟體。總攬《財富》雜誌全球500強企業中，包含金融、製藥、電信與餐飲服務等領域的所有企業用戶。SAS台灣草創時，國內看似一片藍海，但實質卻面臨著市場認知不足的挑戰。SAS台灣總經理陳愷新回憶草創初期說：「當時台灣市場是還沒有人喊出『大數據』、『資料科學』的年代。」他指出，剛成立時，公司對外以「商業智慧分析」服務定位。花費很多時間跟企業主溝通，如何透過統計軟體建立模型，為企業發掘更多潛藏商機的效益。當時的客戶僅集中在金融業、政府、醫療及教育單位。陳愷新接任SAS台灣總經理後，決定重新布局在地化策略，將核心任務訂定在：一、拓展產業別，開發在地垂直應用；二、提升客戶對「數據分析」產品認知等兩個方向。因此在組織面SAS台灣領先北亞區成立「創新中心」，延攬技術人才與產業顧問，針對台灣製造與零售服務等行業發展在地應用情境。行銷策略上，同步連結產學網絡，開始協同台積電、玉山銀行等企業，舉辦大數據競賽，將「大數據」、「資料科學」等方法論與趨勢，從校園基礎開始，讓從理工、商管及社科領域的師生開始擁抱大數據顯學。醞釀近兩年後，SAS台灣開始加速斬獲，2012年起陸續與新光人壽合作以數據分析打造理賠詐欺的預測模型，讓該公司詐欺破案率提高15%，每月省下理賠金額數千萬元。協助緯創資通打造三至六年的零件供需預測系統；讓台北醫學大學醫療體系及雄獅集團等運用視覺化分析平台，掌握營運績效增加決策效率等。「大數據」的價值逐漸體現在多元產業情境上，也讓SAS品牌在台灣市場有了轉換。經濟日報提供 分享 facebook 挺研發自由 堅持不上市陳愷新說：「我們可說是參與台灣產業迎向大數據的演進，從『統計』性的報表解讀、結構與非結構『數據分析』、將數據與營運整合的『數位經濟』模式，到去年起尋求『機器智能自動決策』，也就是各界奮起直追的『人工智慧』應用。」SAS能在亞洲市場交出亮眼成績，關鍵核心不僅是技術位居潮流，還有紮實的創新文化與在地化精神，促使員工更懂得加速回應客戶需求。他強調，創新是SAS的核心競爭力。SAS創辦人非常重視研發自由，因此堅持不上市，避免經營者被迫迎合股票市場短期表現與股東意見，而失去創新能力。SAS每年把總營收提撥26%給研發部門，進行產品開發與招募研發人才。當愈來愈多IT公司將業務伸到分析市場時。SAS台灣已針對各種垂直產業提供更高性能的分析，如針對市場行銷發展出360度客戶洞察及行為預測方案、針對金融業的詐欺偵測和反洗錢解決方案、針對醫藥產業的新藥品應用分析等。針對未來展望，陳愷新直指將聚焦提供「詐欺與風險管理」、「物聯網與深度學習」及「最佳化客戶體驗」等解決方案。「過去兩年產業間泛AI的進階分析應用如聊天機器人，多停留在預設規則的回應，並未發揮AI可做到學習、預測的價值」。經濟日報提供 分享 facebook 推廣數據應用 瞄準精密製造SAS台灣總經理陳愷新表示，在數據分析的領域中，國內金融業是最早投入、且重視的產業，保險業、證券業近期急起直追；展望今年，精密製造業是下一個投入數據分析應用的產業。以下是專訪紀要：問：為何金融業一直是仰賴分析的重要產業，下一波應用分析的重點產業？答：金融業占SAS全球40%的市場份額，金融業掌握相對完整且大量的客戶資訊，也早有風險管理及客戶關係管理等專責單位，站穩搶先切入的優勢。台灣多家銀行業10年前投入開發數據寶庫，提供自動化核貸、產品推薦及普惠金融等服務；而保險業與證券業近期也探詢與顧客維持高黏著互動，降低理賠風險等相關應用。至於其他產業，內部看好「精密製造業」在今年起飛。SAS兩年前在台灣開始與半導體或面板等產業領導者導入深度學習技術，利用多層影像來檢測產品，精密製造這種快魚吃慢魚的產業，對即時分析的依賴愈來愈大。加以近日在政策領導下，包含智慧製造聯盟成軍，以及中、韓帶來的競爭力，今年製造業引進智能分析已不再是「品牌活動」，而是「競爭課題」。問：許多科技大廠或新創產業投入AI，SAS的競爭優勢？答：AI人工智慧涵括知識建構、學習、創造、感知與機器人學等廣泛領域。但是想要產生人工智慧，「大數據」加上機器學習是必要的基礎建設。SAS創辦人im Goodnight在70年代就以深度學習演算法寫出SAS第一支類神經網絡程式，後續將人工智慧技術陸續置於產品底層中。也就是說SAS是讓人工智慧「商轉」的技術先行者，只是當時社會對「人工智慧」這名詞的認知及接受度還不高。《Forrester》報告將SAS列為機器學習首位時，還特別點出在「既有產品」、「策略」與「市場占有率」三大評選指標皆名列前茅，擁有技術且能讓應用落地，這就是競爭優勢。問：帶領SAS台灣的感想？答：能把獲利目標放到長期，這對任期制的專業經理人是莫大的挑戰。但或許是預見分析經濟（Analytic Economy）的潛力，還有認同SAS這間不上市公司拒絕短視的初衷，當初加入SAS台灣，是定位讓自己以及一群新興資料科學家，一起翻轉產業的「事業」。，