組合器
左邊切產業、選場景, 右邊即時預覽組合後的應用。URL 本身就是組合定義, 可分享 / 書籤。
ML 模型卡 · ml-model-card
ML Model Card
病患流失預測 v3.2
AUC
0.847
Precision
0.72
Recall
0.69
F1
0.70
訓練資料過去 12 個月 · 6000 筆
特徵數47 維 · SHAP 可解釋
重訓頻率每週 · Airflow DAG
偏差審查依年齡/性別/地區 fairness ✓
對抗測試通過 (2026-03-28)
會員 RFM 分群 · member-rfm
RFM 分群 · Recency / Frequency / Monetary
病患分群 · 共 348 位
- 忠誠老客
R5 F5 M5建議動作: 邀請推薦計畫4212% - 即將流失
R2 F4 M4建議動作: 發送續約優惠288% - 沉睡顧客
R1 F2 M3建議動作: 喚醒郵件15645% - 高潛力新客
R5 F1 M2建議動作: 教育內容3811% - 一次性買家
R1 F1 M1建議動作: 二次購買誘因8424%
預算差異 · budget-variance
預算 vs 實際 · Budget Variance
診所醫療 · 2026-04 月結
人事費用超支 4.3%
預算 420,000實際 438,000
行銷費用節省 15.6%
預算 180,000實際 152,000
雲端服務超支 30.2%
預算 86,000實際 112,000
辦公租金節省 0.0%
預算 120,000實際 120,000
差旅招待節省 30.0%
預算 60,000實際 42,000