引爆趨勢８大巨頭未來策略：從Apple Car、亞馬遜智慧工廠到微軟混合實境，提前掌握即將撼動所有產業的科技趨勢

類似書籍推薦給您

書名：引爆趨勢８大巨頭未來策略：從Apple Car、亞馬遜智慧工廠到微軟混合實境，提前掌握即將撼動所有產業的科技趨勢 作者：田中道昭/譯者: 張嘉芬 出版商：商周(城邦) 出版日期：2022-08-08 ISBN：9786263183421 內容簡介 DESCRIPTION 深度剖析 8 家行業巨頭，一窺未來趨勢地圖！ 沃爾瑪如何成功數位轉型、絕處逢生？ 亞馬遜在「後貝佐斯時代」出現何種策略轉向？ 特斯拉在電動車背後，有何更遠大的生態系規劃？ 科技業 X 零售業 X 製造業 X 金融業 X 電商產業 X 汽車業…… 不可不知這 8 家企業的策略走向與未來布局！ ☑8家先行者的策略布局 作者田中道昭教授從多個領域中，精選出 8 家走在「最前端」的企業，探討它們的經營策略。這 8 家企業都能迅速因應政治、經濟、社會、科技或價值觀的變化，而做出調整： ▍Walmart 沃爾瑪：從「跟不上時代」，到成功整合線上、實體 ▍Tesla 特斯拉：打造「創能、儲能、用能」一條龍的潔淨能源生態系 ▍Apple 蘋果：用自駕電動車 Apple Car 爭奪業界生態圈霸權 ▍Salesforce 賽富時：「使命、事業結構、營收結構」三位一體的 SaaS 巨擘 ▍Microsoft 微軟：搶占智慧型手機之後的關鍵平台——混合實境（MR） ▍Peloton 派樂騰：將健身飛輪車事業的本質徹底數位轉型 ▍DBS 星展銀行：開放 API，化身隱形銀行，改善客戶體驗 ▍Amazon 亞馬遜：以 AWS 跨足製造現場與健康照護產業 除了解析這 8 家領航者的核心價值觀與商業模式，作者針對每家企業都會製作表格，呈現「現狀課題」以及「理想的世界觀」的對照。「現狀課題」即該公司目前的做法（以及傳統的產業實務）與困境，是從企業立場的 4P 來描述（產品、價格、通路、推廣），而「理想的世界觀」即該企業整體策略或願景，從顧客立場的 4C 來描述（顧客價值、顧客成本、方便性、溝通），極具參考價值。 本書最後，作者提供一章「熱血數位轉型教室」，內容來自於作者在「數位轉型學院」舉辦過的工作坊，這套方法已有 45 家日本指標型企業導入，能幫助讀者構思一套自己的數位轉型策略。 ☑數位 x 環保 x 公平 本書中所探討的 8 家企業──崇尚「顧客中心主義」的亞馬遜、追求「客戶成功」的賽富時、重視「成長心態」的微軟、「翻新企業文化」的沃爾瑪、「貫徹執著（顧客體驗）」的派樂騰、想以「太空等級的浩瀚，物理等級的細膩」來拯救地球的特斯拉，以及因為「讓數位化深入公司核心」而成為全球最佳數位銀行的星展銀行，它們都可以說是嘗試從本質推動轉型，並已逐漸獲致成功的企業。 不過，由於過度追求便利所造成的弊病，甚至還影響到了「環保」和「公平」。這個教訓，讓企業在推動數位化之際，還需結合環保與公平，以期發揮綜效。我們已不能再個別看待「數位」、「環保」和「公平」的議題，而是要用三位一體的方式來思考。如此一來，人類與地球環境才能共創可永續發展的未來。 藉由本書，期望讀者能將這 8 家先行者所展現的創新意志，以及執行力，應用在自己企業的經營管理上。 專文推薦—— 詹文男╱數位轉型學院共同創辦人暨院長、台大商研所兼任教授 前瞻推薦—— Miula ╱M 觀點平台創辦人 邱奕嘉╱政大商學院副院長兼EMBA主任 游舒帆╱商業思維學院院長 蘇書平╱先行智庫執行長 （依姓名筆畫排序） 「本書內容除了具未來性，也有很接地氣的實務性，更難能可貴的是作者提供了操作性高的策略性思考架構，讓讀者可以探索己身企業如何從 4P 到 4C，以及如何思考數位轉型的旅程，很值得推薦給所有想做出改變的企業全體員工共讀！」 ——詹文男╱數位轉型學院共同創辦人暨院長、台大商研所兼任教授

Power BI金融大數據分析應用--貼近產業實務，掌握決策效率 (1版)

類似書籍推薦給您

Power BI金融大數據分析應用：貼近產業實務，掌握決策效率 ISBN13：9789865026905 出版社：碁峰資訊 作者：謝邦昌;蘇志雄;蕭育仁;宋龍華 裝訂／頁數：平裝／296頁 規格：26cm*19cm*1.5cm (高/寬/厚) 版次：1 出版日：2021/01/27 中國圖書分類：電腦系統資料相關處理 內容簡介 　　王道銀行策略長 蕭至佑 誠摯推薦！ 　　‧使用Power BI最新版！運用金融業數據，完整介紹Power BI模組，實作資料視覺化 　　‧主題式分析 + 實戰演練逐步操作，強化學習效率，全面提升強化大數據分析能力 　　*完整闡述金融大數據分析應用模式！以金融領域資料為主，說明Power BI的實際運用，範疇涵蓋Power Query、Power Pivot、Power View三大模組，以及Power BI雲端服務。 　 　　*資料視覺化Power View：數據分析問題的圖表歸納、操作Power View技巧和設計視覺化互動分析儀表板。 　　*數據工程Power Query：線上資料蒐集、資料清理招式、資料合併，建立半自動化數據工程作業流程。 　　*資料建模Power Pivot：使用DAX函數新增資料行及管理量值、建置資料關聯模型。 　　*Power BI雲端服務：部署Power BI儀表板至雲端環境及設定公開分享給他人瀏覽。 　　*主題式實戰分析演練，包含：客群分析、產品銷售分析、信用卡主題消費分析。 目錄 CH1 金融大數據概論 1-1 大數據與精準行銷 1-2 金融大數據實務應用8 1-3 智慧金融 CH2 淺談資料視覺化分析觀念 2-1 資料視覺化分析 2-2 視覺化分析程序 2-3 用戶型商業智慧 CH3 認識Power BI 3-1 大數據分析的重要性 3-2 Power BI對使用者的價值 3-3 Power BI工作流程 3-4 為何選擇Power BI 3-5 安裝Power BI與註冊帳號 3-6 Power BI 三大模組與服務 CH4 資料視覺化（Data Visualization）- Power View *本章彩色印刷* 4-1 儀表板（Dashboard）工作區介紹 4-2 操作報表物件的技巧 4-3 數據問題的圖表歸納 4-4 視覺效果模板 4-5 欄位選取、格式潤飾與分析 4-6 圖表資料三大篩選 4-7 建立資料階層下鑽 CH5 數據工程（Data Engineer）- Power Query 5-1 何謂Power Query編輯器 5-2 Power Query編輯器工作區 5-3 可以取得哪些資料來源 實戰演練1：以處理金融刷卡消費資料為例 實戰演練2：更多資料處理案例解說 5-4 Power Query自動化作業及常見問題排除 CH6 資料建模（Data Modeling）- Power Pivot 6-1 何謂資料建模Power Pivot 實戰演練1：設定關聯模型 6-2 數據分析語言 - DAX 實戰演練2：關聯函數 實戰演練3：日曆維度動態表 實戰演練4：列計算函數 實戰演練5：安全除法 6-3 DAX量值管理 實戰演練6：創建初階彙總量值 實戰演練7：進階彙總量值 實戰演練8：條件判斷 實戰演練9：排名函數應用 實戰演練10：聚合迭代函數 6-4 常見的時間智慧函數 6-5 介面式快速量值 實戰演練11：常用快速量值 CH7 Power BI管理服務 7-1 從Power BI Desktop發行儀表板 7-2 Power BI雲端工作區介紹 7-3 一般用戶公開分享儀表板（發行至Web）設定 實戰演練1：一般用戶分享儀表板（發行至Web）限制排除 7-4 商業智慧系統儀表板權限管理情境設計 CH8 金融大數據實戰應用儀表板 *本章彩色印刷* 8-1 客群分析類 8-2 信用卡主題消費分析 Appendix A 參考文獻