出版全華圖書指定用書中華民國物流協會【物流運籌人才-倉儲與運輸管理】教材製作AIBILA 研究室 ・ Allen 老師

ERRATA ・ 勘誤與補充說明

勘誤與補充:定稿之後的修訂

《AI 賦能倉儲與運輸管理——以系統思維邁向雙軸轉型》定稿出版後陸續整理的勘誤與補充。閱讀各章時,請以本頁修訂文為準。

  1. Ch03 第 3 章勘誤與補充說明 CFA/EFA 相關修訂(9 項)|2026-10-09
  2. Ch03 第 3 章講師版補充說明 兩階段決策金字塔七步驟補充定義|2026-10-09
  3. Ch05 第 5 章勘誤表 儲位編碼規則與圖 5-1(7 項)|2026-10-04

CH03 ・ 勘誤與補充說明|2026-10-09

第 3 章 物流問題的解決邏輯:決策觀點

前往第 3 章 →

CFA(驗證性因素分析)與 EFA(探索性因素分析)相關修訂|依據版本:定稿 PDF 第 3 章(印刷頁 3-2〜3-37)

一、修訂目的

本章借用統計學的 CFA 與 EFA 作為兩階段決策金字塔分析階段的思維工具。現行文字有幾處容易讓熟悉統計的讀者產生誤解,包括:把 CFA 描述為驗證「因果」、把 EFA 結果直接視為「真因」,以及「先驗後探/先探後驗」的用語和學術慣例看起來互相衝突。此外,有少數步驟編號與用詞沒有和現行七步驟模型同步。以下列出逐項勘誤,並提供一段可插入正文的補充說明。

二、勘誤表

#頁碼/位置原文修訂文理由
1 3-6
Step 2 定義段
白話講:「你猜的因果,統計說得同意嗎?」 白話講:「你猜的原因,資料支不支持?」 嚴格的 CFA 只說明資料是否支持假設的結構,不能證明因果
2 3-11
Step 3.5 末段
找到根本因子(這個「真因」)後,接點一才有清楚的內容可以傳遞到 Step 4 目標設定 找到根本因子(真因的最佳候選)後,接點一才有清楚的內容可以傳遞到 Step 4 目標設定 EFA 找到的是能共同解釋多項異常的因子,仍需驗證才能確認為真因
3 3-12
Allen 的現場筆記標題
「先驗後探」的常見誤用 別讓 EFA「只探不驗」 學術慣例為先 EFA 再 CFA,筆記末段也如此建議;真正要批評的是探索之後沒有驗證
4 3-12
同筆記首句
我看過太多次顧問圈「先探後驗」的誤用 我看過太多次顧問圈「只探不驗」的誤用 同第 3 項
5 3-12
圖 3-2 圖題
分析階段三步驟的資料流:KRI/KPI → CFA → EFA 分析階段資料流:KPI 現象 → CFA 推論 → KRI 事實 → EFA 真因 與現行七步驟順序一致;圖內箭頭若為舊順序須一併重繪
6 3-22
反思題第 3 題
「先驗後探」與「先探後驗」的差別,你經驗中遇過哪一種誤用? 「先驗後探」與「只探不驗」的差別,你經驗中遇過哪一種誤用? 與第 3、4 項用語一致
7 3-26
詞彙索引「How so?」
對應 CFA──「你猜的因果,資料同意嗎?」 對應 CFA──「你猜的原因,資料支不支持?」 與第 1 項一致
8 3-26
詞彙索引「Why so?」
金字塔 Step 3 提問 金字塔 Step 3.5 提問 步驟編號錯誤
9 3-26
詞彙索引「根本因子」
root factor root cause 與正文 3-7、3-11 用詞一致

說明:3-23 頁本章摘要「分析階段的關鍵規則是『先驗後探』」維持不變。該規則描述的是金字塔的步驟順序(有假設先驗證,再挑戰表面結論),與學術上「探索之後應再驗證」並不衝突;修正第 3、4、6 項後即無矛盾。

三、補充說明

建議插入位置:3-11 頁 Step 3.5 末段之後、Ware 的疑問框之前

▶ 補充說明|本章如何借用 CFA 與 EFA

CFA 與 EFA 原本是統計學中的因素分析方法,用來找出「許多指標背後共同的影響來源」。例如誤揀、漏揀、超時常常一起變差,背後可能是同一個「人因疲勞」在影響。

在統計學中,兩者都有嚴謹的檢定程序:EFA 從資料中歸納出可能的因子,CFA 則檢驗事先設定的因子結構是否與資料吻合。兩階段決策金字塔借用的是它們的思維精神,不要求讀者每次都跑完統計程序:

  • Step 2 的 CFA 精神:先寫下假設,再拉資料驗證。分組比較、交叉比對都算。
  • Step 3.5 的 EFA 精神:先放下既有假設,讓資料呈現哪些異常總是一起出現。

使用時要記住兩件事:

  1. 資料支持某個假設,不等於證明了因果。
  2. EFA 找到的因子是真因的最佳候選,最好再用新一期的資料驗證一次,再交給 Step 4 設定目標。

版面不足時的精簡版(可作頁尾註)

註:CFA(驗證性因素分析)與 EFA(探索性因素分析)原為統計學方法,本章取其思維精神:Step 2「先寫假設再驗證」、Step 3.5「放下假設讓資料分群」。資料支持假設不等於證明因果;EFA 找到的是真因候選,宜以新一期資料再驗證後,再進入目標設定。

CH03 ・ 講師版補充說明|2026-10-09

第 3 章 兩階段決策金字塔:講師版補充說明

前往第 3 章 →

用途:授課時補充定稿正文,並回應熟悉統計或管理學的學員可能提出的質疑

一、使用說明

本補充說明不改變定稿正文的架構,但在授課時,以下補充定義優先於正文中較簡化的寫法。重點有四:

  1. CFA 與 EFA 在本章是「思維精神」,不是嚴格的統計程序。
  2. 分析階段由觀察提出競爭假設,再加以驗證,藉此把「由下而上」與「先寫假設」接起來。
  3. Step 3.5 的「探索」是先擴大變數範圍,再讓資料分群;找到的是真因的最佳候選。
  4. 回應階段採「先排序、後承諾」,並用追溯表確保對策打在根本因子上。

本節中的數值皆為教學示例假設值,非業界基準。

二、七步驟補充定義

步驟正文寫法(簡化)講師補充定義
Step 1So What?
現象觀測
聚焦底層 KPI;KRI 留到 Step 3 迭代收集 KPI 與 KRI 的事實資訊,並先加以區分:KPI 是領先指標(過程做得好不好),KRI 是落後指標(成果有沒有達標)。只做觀測與分類,不做因果推論。KRI 偏離目標,通常就是啟動分析的訊號。
Step 1→2提出假設 (正文未明寫) 由觀察到的現象提出至少 3 個互相競爭的假設,例如新人比例、天候、系統介面延遲。這在方法論上屬於溯因推理(Abductive Reasoning),可以把「由下而上」和「先驗證假設」接起來。只驗證一個假設,正是「替罪羊式歸因」的成因。
Step 2How so?
CFA 驗證
「你猜的因果,統計說得同意嗎?」 CFA 精神:先寫下假設,再拉資料驗證,分組比較、交叉比對都算。授課時改說「你猜的原因,資料支不支持?」。資料支持假設,不等於證明了因果。
Step 3So What?
事實陳述
把 CFA 的合理推論收斂為頂層 KRI 以 Step 2 驗證過的影響路徑,說明 KRI 與目標之間的落差從何而來(KPI → KRI),形成分析金字塔頂層的結論性陳述。
閘門是否進入 3.5 正文一處說「不能跳過」,另一處說「假設不成立才轉 EFA」 如果 CFA 驗證的路徑能解釋大部分 KRI 落差,而且是可以直接採取行動的層級,就直接進入 Step 4;否則進入 Step 3.5。
Step 3.5Why so?
EFA 探索
沒有假設、讓資料自己分群,找出根本因子 探索分兩層:(1) 擴大變數範圍,刻意納入前三步報表上沒有的變數,例如班表、工時、薪資級距、離職率、士氣、主檔異動、排程設定等;(2) 讓資料分群,找出共同因子。找到的是真因的最佳候選,最好再用新一期資料驗證一次,再交給 Step 4。
Step 4目標設定 同時設定 Target KRI 與 Execution KPI 針對每個根本因子擬出候選目標(Target KRI 與 Execution KPI 兩條線),暫不定案。
Step 5Why should?
IPA 取捨
回答「為何應該」,用四象限排優先序 IPA 本質是排序工具:在多個根本因子或候選目標之間決定先做、後做、不做。重要性必須從顧客或策略視角打分。
Step 6How should?
OGSM 展開
四層展開為可追蹤行動 對應關係:O=願景;G=Step 4 定案的 Target KRI;S=IPA 選出的策略;M=Execution KPI(含負責人、時程)。每條 S 都要能追溯到某個根本因子(見第四節)。

授課提示|分析金字塔的完整動線

觀察並區分 KPI/KRI → 提出 3 個以上競爭假設 → CFA 驗證 → 說明 KRI 落差的事實陳述 →(閘門)→ 擴大變數、EFA 分群 → 真因候選 → 新一期資料再驗證 → 進入回應階段。

三、Step 3.5 範例的講述方式

正文 3-11 頁的因子 A「人因疲勞」,原意是指造成疲勞的排班、薪酬、士氣等條件,而不是疲勞現象本身。授課時建議以下列方式重述,讓學員看見「擴大變數 → 分群」的動作:

示例:前三步只用了報表上現有的 KPI/KRI。Step 3.5 刻意納入不在報表上的變數,例如班表型態、連續工時、加班時數、薪資級距、離職率、士氣調查分數、貨品主檔異動次數、批次排程時間等,和三週內的倉儲異常變數一起分析,常會分出兩到三個共同因子:

  1. 因子 A「人力配置與工作負荷」(即正文的「人因疲勞」):班表、連續工時、加班時數、士氣分數,與誤揀、漏揀、超時同步變動。
  2. 因子 B「主資料治理」:主檔異動頻率,與入庫不準、盤差、訂正次數同步變動。
  3. 因子 C「介面時差」:批次排程設定,與 WMS/ERP 帳差、補貨晚點、訂單延遲同步變動。

薪酬、士氣這類變數通常不在 WMS 裡,需要向人資取得資料或做簡短問卷。這正是 Step 3.5 和前三步最大的不同。

授課提示|資料量

統計上的 EFA 一般需要數百筆觀測,至少為變數數的 5〜10 倍。「三週、20 項變數」若以「天」為分析單位只有 21 筆,不足以跑統計版 EFA。教學上可以改以「班次 × 作業員」或「訂單」為分析單位以增加筆數,或直接採用第五節的輕量工具。

四、回應階段:根本因子追溯表

回應階段建議採「先排序、後承諾」:Step 4 擬候選目標 → Step 5 用 IPA 排序 → Step 6 以 OGSM 定案展開。展開時,用下表檢查每條策略是否打在根本因子上。

範例 ① 倉儲(對應正文 3-14 頁)
根本因子G(Target KRI)S(策略)M(Execution KPI/負責人)
A 人力配置與工作負荷誤揀率 ≤ 0.3%班表重排,設定連續工時上限 單班連續工時 ≤ 10 小時(倉主任)示例
A 人力配置與工作負荷同上新人 OJT 輪崗制度改為 4 週 新人 OJT 時數 ≥ 12 小時/月(倉主任)
B 主資料治理貨品主檔異動錯誤率 ≤ 0.02%貨品主檔治理 RACI 重新分工 主檔 Data Steward 輪值表(資訊部)
(監測機制)年度盤點準確率 99.1% → 99.7%WMS 每週循環盤點 盤點週循環率 ≥ 95%(WMS 管理員)

說明:正文範例 ① 的策略中沒有直接處理工時與班表的項目,建議授課時補上第一列。每週循環盤點屬於「偵測與監測」,應標示為監測機制,不視為根本因子對策。

範例 ② 運輸(對應正文 3-15 頁)
根本因子G(Target KRI)S(策略)M(Execution KPI/負責人)
路況波動配送誤點率 8% → ≤ 3%動態路徑再規劃接入天候 API每週路線再規劃 ≥ 3 次(調度組)
介面時差客訴率 ≤ 0.5%TMS 與 OMS 改為事件驅動介面TMS 事件延遲 ≤ 2 分鐘(IT 組)
(SX 策略性加入)Scope 1 排放年減 5%電動車試點 10 台電動車月度規劃里程達成率 ≥ 95%(車輛組)

說明:電動車試點不是由根本因子推導而來,而是 SX 永續目標的策略性加入。可以保留,但應明確標示,避免學員誤以為所有策略都來自分析階段。

五、輕量工具對照(給 L1〜L2 組織的學員)

步驟精神建議的輕量工具
Step 1→2提出競爭假設假設清單(至少 3 個),每個假設附上「要拉哪張報表驗證」
Step 2先寫假設再驗證分組比較、交叉表、柏拉圖(Pareto Chart)
Step 3.5 前段擴大變數、症狀分群跨部門資料以訂單號串接;相關係數熱圖;同時異常次數統計
Step 3.5 後段真因追問與確認五個為什麼(5 Whys)、魚骨圖(Ishikawa Diagram)、到現場確認(Gemba)
迴圈效果驗證導入前後比較;先在單一站點試行,再全面推行

六、迴圈頻率與成熟度的補充定義

迴圈頻率(補充正文 3-16 頁)

  1. 日迴圈:現場異常處理(KPI 監控 + 即時處置)。不必每天都跑 CFA/EFA。
  2. 週/月迴圈:戰術調整(CFA/EFA + IPA 再排 + KRI 對齊),完整跑 Step 1–5。IPA 排序的結果用來調整既有 OGSM 的 M(具體行動)與資源分配,不更動 O、G、S。
  3. 季/半年/年迴圈:戰略修訂(KRI 全面檢討 + OGSM 重設),完整跑 Step 1–6。視組織規模與環境變動速度,選擇季、半年或一年一次。

分工原則:戰術層只調整 M,戰略層才重設 G 與 S。這也正好回答正文 Route 灰框的「砍 Measure 還是 Strategy」。

Logi-Twin 成熟度 L4(補充正文 3-16 頁)

L4 領導期:封閉迴圈內的頻率達週級或即時;能主動預警。在 KPI 領先訊號偏離、KRI 尚未惡化之前,就啟動 CFA 驗證或 EFA 探索。

與 L3 的區別:L3 是 KRI 出事、在月度迴圈才分析;L4 是 KPI 一偏離就啟動分析。

七、學員常見質疑與建議回應

Q1CFA 可以證明因果嗎?

不行。嚴格的 CFA 檢驗的是事先設定的因子結構是否與資料吻合。本章借用的是「先寫假設、再用資料驗證」的精神;資料支持假設,只代表這個解釋站得住,不等於證明因果。

Q2EFA 找到的就是真因嗎?

是真因的最佳候選。EFA 只能在已經納入的變數中找出共同變動的群組,所以 Step 3.5 要先擴大變數範圍;找到的因子最好再用新一期資料驗證,必要時搭配 5 Whys 或現場確認。

Q3學術上是先 EFA 探索再 CFA 驗證,為什麼本章說「先驗後探」?

兩者講的是不同的事。「先驗後探」指金字塔的步驟順序:有假設先驗證,再挑戰表面結論。學術上「探索之後要再驗證」本章也同意(Step 3.5 之後以新一期資料再驗證)。真正要避免的是「只探不驗」:分群結果故事說得順,就直接當結論。

Q4分析要由下而上、不能先設立場,Step 2 卻要先寫假設,不矛盾嗎?

不矛盾。假設是從 Step 1 的觀察「長出來」的(溯因推理),而且至少要有 3 個互相競爭。先設立場的問題在於只有一個預設答案,而不是有假設。

Q5Step 3.5 一定要跑嗎?

看閘門規則。CFA 驗證的路徑能解釋大部分落差、而且可以直接採取行動,就進入 Step 4;解釋不了,或找到的只是症狀層級的原因,才進入 Step 3.5。

Q6KPI 是領先指標、KRI 是落後指標,是 Parmenter 的原始分法嗎?

不完全是。Parmenter 原書把指標分為 KRI、RI(結果指標)、PI(績效指標)、KPI 四類。本章參考其觀點並簡化為「KPI 領先、KRI 落後」兩類,方便教學與實務溝通。

Q7三週資料夠跑 EFA 嗎?

以「天」為單位不夠。統計版 EFA 需要數百筆觀測;可改以班次、作業員或訂單為分析單位,或採用第五節的輕量工具,保留探索精神即可。

八、章前情境推演(課堂演練用)

以「藍海 3PL 週一跨部門會議」帶學員走一輪七步驟:

步驟演練重點
Step 1三份報表(盤虧、誤點、客訴)都是 KRI,是啟動分析的訊號;請學員補列可以對照的 KPI(揀貨時效、出貨準時率、訂單回應時效等),並區分兩類。
Step 1→2三位主管的說法正好是三個競爭假設:新人太多、連下三天雨、倉儲運輸沒顧好。請學員為每個假設寫出「要拉哪張報表驗證」。
Step 2–3逐一驗證後,寫出一句事實陳述:KRI 落差主要來自哪些已驗證的路徑。
閘門若三個假設都只能解釋一部分,進入 Step 3.5。
Step 3.5關鍵前提:倉儲、運輸、客服的資料必須能用訂單號串接,才能回答「三件事是不是同一件事」。再擴大變數,例如班表、天候、系統排程時間。
Step 4–6為每個根本因子擬候選目標 → 用 IPA 排序 → 以 OGSM 展開,並填寫第四節的追溯表。
迴圈約定一個月後用導入前後比較檢查成效,回到 Step 1。

CH05 ・ 勘誤表|2026-10-04

第 5 章 儲位規劃與空間優化

前往第 5 章 →
#位置原文勘誤
1 §5.1
編碼規則說明段
例 A-03-12 = A 庫第 03 排第 12 層×格 例 A-03-12 = A 庫第 03 排、層格合併碼 12(第 1 層第 2 格)
2 工具一
Ware 倉填入示範
A 區共 10 排、每排 6 層、每層 12 格;編碼為「A-NN-NN」格式(區-排-層格合併),共計 720 個常溫儲位 A 庫共 10 排、每排 6 層、每層 9 格;編碼為「A-NN-NN」格式(庫-排-層格合併),共計 540 個常溫儲位
3 工具一
Ware 倉填入示範
預留空位策略:每排第 9–10 層暫不啟用 預留空位策略:每排第 7–9 層暫不啟用
4 圖 5-1
右框
層×格 編號
兩位數字(01–24)
層格合併碼
兩位數字(十位=層、個位=格)
5 圖 5-1
左表「格」
例:12 例:2
6 圖 5-1
左表標題
六層物理階層 六層實體階層
7 圖 5-1
左表「倉」
華倉 / 北倉 / 南倉… 台中倉 / 北倉 / 南倉…

說明

  • A-NN-NN 簡式編碼中,第二組兩位數為層格合併碼:十位數為層(由地面往上從 1 起算),個位數為格(由靠主道的一端往內編號)。層數或格數超過 9 時,改用拆分寫法,例如 A-03-1-12(第 1 層第 12 格)。
  • 第 2 項每層格數改為 9 格,使示範倉可用合併碼表示;常溫儲位總數隨之由 720 調整為 540(10 排 × 6 層 × 9 格)。
  • 圖 5-1 已更新為 v3(彩色版與黑白版內容相同),勘誤項目 4–7 已套用。
圖 5-1 儲位編碼層級分解(以 A-03-12 為例),v3 更新版
圖 5-1儲位編碼層級分解(以 A-03-12 為例)|v3 更新版點圖放大