為什麼工 (資) 管的課程看起來很雜？

(2022) 因為橫跨兩個學院 (工和商)，工業系龐雜的內容，和資管系一樣，所以修改一下標題。其實，我的部落格如何選填大學志願，就是以四個專業和李國鼎的話 (第 17 頁)，說明這兩個系的重要性。

(2014) 常常聽到學生有這樣的疑惑，我試著以營收管理說明之；針對固定 (如旅館房間、網頁上廣告空間) 且易過時 (如機位、時裝) 的容量或庫存供給下，如何有效地分配庫存 (屬於生管) 和 (動態) 定價 (屬於行銷)，以最大化企業之營收；詳細的內容可以參考我的課程。

以動態定價為例，針對消費者，如何使用行銷學的方法做市場區隔 (註 1)？如何使用資料探勘 (data mining) 來分析資料以達成這些目標？如果有聯合的行為或和對手討論，會不會違反公平交易法或反托拉斯法？如何根據消費者行為或其網頁內的小型文字檔案 (cookies) 而訂定不同的價格，行為經濟學的研究告訴我們應該要注意的事情？

根據以往的銷售歷史資料，如何利用個體經濟學和統計學，得到需求函數？面臨確定的顧客需求，建立最佳化的方程式後，如何利用微積分和作業研究求得最佳解？面臨不確定與不同等級的顧客需求，如何利用作業研究的動態規劃得到最佳解？許多的商業邏輯，如何利用作業研究的整數規劃得到最佳解的模型？動態規劃和整數規劃最佳解的複雜度可能太高，如何求次佳解？

除了資料探勘外，這些是我上課的部份內容。某年教長榮大學資管系時，期末考總分共 150，最高的二位 (大三和大四的女) 同學考 142 和 134 分；我念過高雄中山和新竹交大，了解這兩校的學生也不一定可以考這樣的分數；身為老師，心中替這些優秀的學生感到驕傲。所以大學生如果認真念書是有競爭力的，也具備了先前 blog 所說的專業培養。

最後，在某種合適的資訊架構下，完成三階層資訊系統的實作；也就是說從使用者的網頁輸入資料後，透過網路傳到廠商的伺服器，儲存或讀取資料庫的資料，經由上述步驟的計算後 (註 2)，然後回傳使用者所需的資訊。下 2 圖可以說明此概念 （圖 1 資料來源，圖 2 來自書 K.T. Talluri and G. van Ryzin, The Theory and Practice of Revenue Management, Springer, 2004.)

實際的應用可以參考營收管理分類下的 Zara。所以在工 (資) 管系的三大類課程中 (資訊、管理、和數學)，管理 (流程) 使之具備相關的應用領域與知識，利用數學分析問題，然後使用資訊軟體實現該系統。 

除此之外，工 (資) 管系也非常適合需要整合的工作，例如最近很熱門的大數據 (big data)，可以參考該分類中的其中一篇 blog。當然，如果在大學階段有培養良好的基礎知識，自學也是可以的。

(註 1) 進階的方法可以參考 MarGary L. Lilien and Arvind Rangaswamy, Marketing Engineering: Computer-Assisted Marketing Analysis and Planning, Prentice Hall , 2002.

(註 2) 根據問題的屬性，計算可能是批次先做好或是及時 (real time) 的反應。