數據管理

追蹤主題
推薦閱讀
生成式AI與分析式AI,比一比!
生成式AI蔚為風潮以來,許多公司都忽略了另外一種存在更久的AI:分析式AI。雖然這種AI的能見度比生成式AI還低,但重要性卻不在其下。本文詳細介紹兩種AI的差異,也提出豐富例證說明企業領導人在何種條件下該採用何種AI,才能徹底釋放AI的威力。
收藏
分享
2025/01/22
生成式AI行銷指南:須知4C優勢、4C挑戰與DARE架構
行銷人員在運用生成式AI時,須了解4C良機:客製化(Customization)、創造力(Creativity)、連結性(Connectivity),和認知成本(Cost of Cognition);與4C風險:編造虛構(Confabulation)、消費者反感(Consumer Reactance)、版權(Copyright),和網路安全(Cybersecurity)。並以「DARE架構」來協助行銷人判斷如何活用這項技術——分解(Decompose)、分析( Analyze)、實現(Realize)、評估(Evaluate)。
收藏
分享
2024/08/19
瀏覽所有主題
最新文章
熱門文章
數據生財四步驟
近年來,所謂的「尖牙股」(FAANG)公司在數據領域獨霸一方,這樣大規模的運用並非其他公司的能力所及。然而,人工智慧在商業世界的重要性已經愈發重要,而訓練人工智慧的重要一環,便是尖端的數據能力,非技術公司應該如何使用收集來的數據,來獲得競爭優勢?
收藏
分享
2022/12/14
一張積分表,釐清你公司分析數據的程度
根據研究,只有24%的高階主管認為他們自己是數據驅動的公司,這個結果揭示了,眾多希望透過數據與分析的潛力進行獲利的公司,並沒有達成他們的目標。究竟是什麼讓領先的公司有別於落後的公司?本文提供一張能夠在七大層面累算積分的測驗表,領導人應召集一個來自各相關部門的多元化小組來進行評分,在從測驗表獲得見解的同時,也有助於員工之間取得共識。
收藏
分享
2022/12/06
數據醫生來診斷:掌握五大原則,運用數據打造更好的管理系統
多數領導人都有一個待解的難題:公司有很多的數據,但都沒有得到很好的管理。這些問題包括:不清楚這些數據要如何使用,以及不知道該選什麼樣的人來負責這件事。企業必須制定更好的系統和方法來處理這些數據,而第一步就是針對全公司上下所有會接觸到數據的人,釐清每個人的管理責任。本文由被稱為「數據醫生」的湯瑪斯.雷曼,提供五個步驟。
收藏
分享
2022/10/11
記憶體產業節奏快,轉型重塑競爭力
【第二屆數位轉型鼎革獎—綜合數位轉型製造業組精銳獎 首獎】「我們的速度就是要快快快!」宇瞻總經理張家騉一語道破產業商機,同時也是他推動數位轉型的重點所在。宇瞻科技推出數位轉型五年計畫,按部就班導入新系統,並調整員工的心態。如今成果初見,轉型為宇瞻創造怎樣差異化的競爭力?
收藏
分享
2022/09/29
徹底解放數據力
大多公司都在努力發揮數據帶來的巨大潛力,但始終找不到真正有效的數據策略。在這方面獲得成功的公司,是以包裝商業產品的思維來設計數據工具,如此就可以將開發時間減少將近90%!本文將揭露具體的做法。
收藏
分享
2022/07/23
美國軍火巨頭,從俄烏衝突看資訊保衛戰
雷神科技公司是美國的大型國防工業承包商,無異在此次的俄烏衝突中有著舉足輕重的地位。其執行長表示,他們公司每週會遭受兩百萬次的駭客攻擊,而公司的數據機密更是攸關國家和人民的安危。他們如何確保資訊安全?以及在這樣的公司眼中,如今的戰爭勝敗關鍵何在?
收藏
分享
2022/05/13
想成為數據驅動組織,為何這麼難?
想要將公司轉型為數位驅動的組織,是許多領導人的追求,但總是失敗多於成功。深究其因,最艱鉅的挑戰或許無關於技術,而是公司整體的文化。根據調查,如今有91.9%的高階主管都意識到這個問題,承認文化障礙是邁向數據驅動之路上的最大阻礙。本文作者提出,轉型成功的公司都執行了三大原則;而領導人除了要重視這三點,當然還有持之以恆的決心,因為轉型就是一條漫長的路途。
收藏
分享
2022/04/16
利用不確定性建模,更準確地預測需求
想像一下:某顧客A每三週下一次單,每次需要的貨品數量都不同,而且要立即交貨。為了降低風險,你調出最近五個月來A的購買數據,分析後發現,A每個月平均購買2,100件產品,所以你打算按這個結論準備庫存……如果你覺得這麼做是對的,就要小心了,因為真實的情況是:A每次下單,都會在前一次的基礎上固定再加500件,亦即A下一次極有可能會需要3,500件產品。類似這樣的狀況,對於所有的製造業來說幾乎天天上演,該如何解決?
收藏
分享
2022/04/03
首頁
最新
主題
雜誌
個人
選單