2026-10-27 11:10:23Perceptive Analytics / Petrolink / Roland
一、人能同時監看的數據有限
資料量一大，人工盯著每個指標並不實際。以鑽井作業為例，一組作業需同時留意的數據通道超過 500 個，即使經驗豐富的工程師也難以掌握，而依賴人員輪班監看又受限於工作量與疲勞。因此，業界做法是讓使用者先設定規則，由系統持續監控指定條件，再讓使用者選擇並排定想接收的警示優先順序，以降低警示過量。
另一個常見問題是，即使有即時報表，服務水準仍可能達不到。原因多半出在報表追蹤了錯誤的指標、更新太慢，或沒有在關鍵時刻呈現可行動的資訊。
二、警示設計的七項原則
以下整理一份營運分析文章提出的警示設計原則；其中的數值是作者舉的示範，並非通用標準。
| 原則 | 做法 | 目的 |
| 偏重精準 | 變動幅度顯著（例如±20%），且金額或數量達到實質門檻 | 避免微小變動觸發警示 |
| 設定最小樣本數 | 忽略低量資料 | 低量資料會放大變異 |
| 要求持續性 | 異常持續兩個以上時間區間才觸發 | 排除瞬間波動 |
| 加入冷卻期 | 同一指標不重複通知 | 避免連續轟炸 |
| 附上脈絡 | 每則警示註明負責人與處理步驟 | 讓警示能直接轉為行動 |
| 排除已知事件 | 促銷、上市、假日期間暫停警示 | 避免預期內的變動被當成異常 |
| 每週檢討 | 檢視警示準確率，過低則調高門檻 | 讓門檻隨實況調整 |
三、讓警示送到對的人，並接上下一步
警示發給誰、之後做什麼，與觸發條件同樣重要。有做法是只通知特定人員，並讓使用者依自己的職責選擇要接收的警示，經過使用後誤報會減少；通知管道包含行動應用程式、電子郵件與簡訊，也能傳給不在辦公室的人員。
在儀表板層面，建議用紅、黃、綠等視覺標示呈現服務水準是否被突破或有風險，並提供從整體狀態往下鑽研到團隊、地區、問題類型的能力。同時依角色提供不同視圖：主管看摘要，作業人員看可執行的細節。
四、資料延遲與品質會讓警示失去意義
分析指出，儀表板更新太慢，就無法支援即時判斷；資料不一致或不完整，也會削弱使用者的信任。依據過時或不完整資料算出的違約率，比沒有指標更容易誤導決策。另一個隱憂是採用度偏低：若現場人員仍回到試算表或手動追蹤，儀表板再完整也發揮不了作用。
五、警示需要持續檢討
建議每週檢視警示的準確率，作者提出的參考目標是準確率達 80% 以上；如果警示錯得太頻繁，就調高門檻。這個數字是單一作者的建議值，各組織可依自身狀況調整。
結語
例外管理的重點在於「只在真有異常時發出警示，並讓對的人知道該做什麼」。服務營運中的在製品與週轉時間等指標，同樣可以套用這些設計原則：先確定資料是新的、可信的，再談門檻與通知。
資料來源：
聲明：內容來自網络，如有侵權，請『 聯繫我們 』刪除，謝謝。
