知識 · IT・資料・DX

演算法

Algorithm

📂IT・資料・DX⏱閱讀 2 分鐘📊入門🔗相關 4

什麼是演算法?

一句話定義
解決問題的分步驟流程與規則。「要以什麼順序做什麼,才能得出答案」的食譜。
把這個主題做成內訓📚 相關課程💬 教育諮詢
⚡ 3 行重點摘要
  • 解題的分步驟流程・規則
  • 同樣的問題,依演算法不同,效率也隨之改變
  • 一切軟體與 AI 的根基

演算法真正改變的,是把原本取決於人的工作,轉化為「要以什麼順序做什麼」的問題。當資深採購人員憑經驗下的訂單,被寫成「近 4 週平均銷量 × 前置時間 + 安全庫存」這樣的流程時,這個判斷就能被驗證、修改與交接。被寫下來的流程,才是改善的對象 — 只存在腦中的標準,連它為什麼錯都無從檢討。所以 DX 的第一步不是導入系統,而是把目前在用的工作規則,用文字說出來。

實務上要先分清三件事,對話才會有交集。規則型演算法是由人親自寫下條件(「庫存 5 個以下就下單」)。學習型演算法則是從過去資料中自行找出條件的權重。另外,演算法與程式碼不同 — 演算法是流程本身,程式碼則是把該流程以特定語言實作出來的版本。開發人員說「改一下邏輯」和說「重構一下」是完全不同的事,原因也在於你動的是流程,還是只動實作。

效率差異遠超過直覺。排序 100 萬筆資料時,簡單比較法約需 1 兆次運算,合併排序法約需 2,000 萬次。5 萬倍的差距會直接反映在伺服器成本與畫面回應速度上。因此,好演算法的標準有三個:能否給出正確答案、無論什麼輸入都一定會結束,以及同樣的答案能以多低的成本給出。

現場最常出錯的地方,是「演算法選出來的,所以很客觀」這種想法。演算法只是忠實地依循設計者設定的目標指標,以及用於學習的過去資料。若把推薦邏輯只對準點擊率,雖然吸睛,但不適合的商品會被排到前面,退貨率隨之飆升;若把流失預測分數直接交給業務,折扣券就會發給本來就會留下的客戶。演算法的性格,就是它所設定的目標指標。結果怪怪的時候,該問的問題不是「模型錯了嗎」,而是「我們要它最大化的是什麼」。

會出現此術語的課程 · AI・DX
推薦課程 · 推薦講師 · 迷你報價
🧮 迷你報價 · 講師費基準
約 KRW 1,200,000 (≈ US$900)專題講座 2 小時 · 20 人以下 · 韓語
依此條件取得正式報價 →
💡 簡單來說
就像食譜一樣 — 依固定順序處理食材(輸入),產出成果(輸出)。
為什麼在實務上很重要
演算法是所有軟體與 AI 的根基。理解了它,就能看清技術如何運作,以及為什麼會產生那樣的結果。
由來與出處

源自九世紀數學家花拉子米(Al-Khwarizmi)的名字,並確立為電腦科學的基本概念。

透過案例理解

以假設案例來說明。A 公司在網路上販售生活用品,全體員工 210 人,自有購物網站每月訂單約 4 萬筆。商品推薦區的點擊率為 7% 上下,並不差,但透過推薦購買的商品退貨率達 12%,是一般訂單(5%)的兩倍以上。執行長指示「三個月內要降低退貨物流成本」,資料團隊於是從頭重新檢視推薦邏輯。

  1. 資料團隊的金責任研究員拆解邏輯後發現,學習目標只有「點擊機率」一項。不看是否購買、也不看是否退貨,結構上只是把吸引目光的商品排到最上面。
  2. CS 團隊的朴主管在會議上秀出截圖,說「退貨原因第一名連續三個月都是顏色・尺寸不符,而這些商品全都在推薦第一格裡」。
  3. 營運、CS、資料三個團隊齊聚一堂,把成功標準從點擊改為「30 天內無退貨的購買」,並加上規則:近 60 天退貨率達 15% 以上的商品,不列入推薦候選。
  4. 不做全面套用,而是只將 20% 流量導入新邏輯 4 週,與既有邏輯並排比較。雖然點擊率由 7.1% 降到 6.2%,退貨率卻從 12% 降到 7% 多。
  5. 全面切換後三個月,經推薦管道的退貨率從 12% 降到 6.4%,每月退貨物流成本從 KRW 29,000,000 (≈ US$21,700) 降到 KRW 16,000,000 (≈ US$12,000)。每月節省 KRW 13,000,000 (≈ US$9,730),推薦營收反而增加了 8%。
相關術語
與此術語相關的課程
📚用 Claude Code 打造實務網站Nanum 經營顧問 企業內訓 · 面授/線上查看課程 →
是否需要針對此主題進行企業內訓?
立即取得負責人為您量身打造的課程規劃與報價。
教育洽詢
最後修訂 2026年9月13日 · 監修 金鍾赫

常見問題

同樣的問題,依演算法不同,速度與效率可能差距極大。社群動態消息、推薦與搜尋,全都是演算法的結果。
是的。AI・機器學習說到底,也是處理資料的精密演算法集合。
同樣的問題,依演算法不同,速度與效率可能差距極大。社群動態消息、推薦與搜尋,全都是演算法的結果。
是的。AI・機器學習說到底,也是處理資料的精密演算法集合。