bom表階層的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列懶人包和總整理

人工智慧應用於成本異常分析-以手工具產業R公司為例

為了解決bom表階層的問題，作者鄭詠心 這樣論述：

手工具產業一直以來都被歸類為傳統的勞力密集性產業，台灣的手工具產業更是台灣典型以出口為導向的傳統產業，在高度同業競爭的衝擊下，除了做到開源外，如何節流，往往也是企業管理階層所面臨的極大挑戰。本研究的個案公司，雖然長期仰賴ERP系統進行成本資料的收集及計算，並每月定期進行毛利分析討論及改善，但目前坊間常見之ERP系統，並未具備快速成本異常分析並提供決策建議的功能，仍舊需要依賴人工的方式逐一查詢其中的蛛絲馬跡，除了曠日廢時外，也無法達到成本效益，無形中更增加了異常改善對策的執行困難。因此，本研究希望能夠透過目前常見的人工智慧技術，藉由模型的訓練及測試，找到最佳的演算法及參數組合。再透過交叉驗證的

混淆矩陣、ANOVA單因子變異數分析以及成對樣本T檢定等模型比較的分析手法，找出預測準確率最佳的演算法，用以跟視覺化工具Power BI結合，透過「關鍵影響因素」以及重要性排名的異常警訊辨識，協助個案公司的成本分析人員得以快速找出影響營業毛利的關鍵異常成本的真正原因。