Ce diaporama a bien été signalé.
Nous utilisons votre profil LinkedIn et vos données d’activité pour vous proposer des publicités personnalisées et pertinentes. Vous pouvez changer vos préférences de publicités à tout moment.
@albiter.pro
張大明 Ta-Ming Chang, Richard
育睿科技 執行長 ,AVS 國際副價值工程專家
richard@abctech.pro,Line ID:ask2bigrich
Business
4.0
智能化大數...
@albiter.pro
張大明
張大明執行長,現任育睿科技執行長,資訊教育及教育科技專家,淡江大學教育
科技研究所,台灣首位4C/ID模式時實證研究發表人,國際副價值工程專家 AVS,美國
ATD會員,經濟部中小企業領袖班第十二屆結訓。有近二...
@albiter.pro
4C/ID-
model
2012
思翱
157
2013
闖關
幫幫忙
2014
思翱
倍力
2015
研發 設計 科技 服務
3
分享共好專業創新
育睿科技股份有限公司 since 2012
ActiveBrain...
@albiter.pro
4
瞬時競爭策略。快經濟時代的新常態
競爭(轉變)唯快不破!
• 良性割捨,退出衰退產業
• 彈性配置資源與組織,提升靈活度
• 培養持續創新力
• 面對瞬間優勢的領導力與思維
• 瞬間優勢對個人的意義
@albiter.pro https://goo.gl/46WBEQ
BigData in HR: Why it's Here and What it Means @Bersin.com 2016
5
@albiter.pro
VIKI。機械公敵 @2004
6
@albiter.pro
駭客任務 The Matrix @1999
7
@albiter.pro
AlphaGo vs 李世乭 @2016, March
8
@albiter.pro
李開復:
“最大白領失業潮
來襲 4種「師」
首當其衝。”
Future…
Partner
with Code.
醫師、律師、教師,與金融 ?!
http://goo.gl/DD96tB
@ALBiTER
9
@albiter.pro
你敢讓機器人開刀嗎?
天下雜誌。http://goo.gl/lO6Xwd
10
@albiter.pro
11
不要小看科技的力量!
@albiter.pro
學生投入 ( 時間、意願、準備度)
學教(移轉)成效
高
多
低
學習成效:科技創新
由數位內容轉為由資料驅動
以人為本 以科技為碁
12
少
Level 2
Level 1
Level 3
Level 4
Level...
@albiter.pro
x = 學生學習成效 (時間、學習力、投入、其他)
y=
老
師
教
導
成
效
(
時
間
、
教
導
方
法
、
教
材
、
其
他
)
高
高
低
學習成效:科技創新
由數位內容轉為由資料驅動
以人為本 以科技為...
@albiter.pro
工業4.0 vs.
生產力4.0
@albiter.pro
資料來源:工業局
@albiter.pro
資料來源:工業局
@albiter.pro
資料來源:工業局
@albiter.pro
資料來源:工業局
@albiter.pro
資料來源:工業局
@albiter.pro
Gartner 分析師 Doug Laney
—Volume 資料量,Velocity 資料輸入輸出速度,Variety 資料類型,Veracity 真實性
在 2001 年發表的「3D Data Management...
@albiter.pro
對於大數據應用
思翱倍力:十個觀點
與省思 Q&A
以思翱倍力大數據服務為例
Do and See
Transformation
張大明 育睿科技 執行長
FB:Ta-Ming Chang
richard@abctec...
@albiter.pro
大數據分析與統計學
量化研究的差異
抽樣推論 vs 全部蒐集與接納
Q1
@albiter.pro
大數據研究屬於量化
研究嗎?
如人類學家研究態度與精神般,探索
海量資料(質化:內在,量化:外在)
Q2
@albiter.pro
大數據分析價值到底
是什麼?
Know-Know,Know-unknown,
unknown-unknown
Q3
@albiter.pro
大數據分析決策與商業應
用ERP, CRM最大不同?
領先指標 vs 非領先指標(落後)
Q4
@albiter.pro
大數據研究與創新的
團隊,要有哪些角色?
程式設計師,資料科學家,視覺
圖表設計師,大數據專案經理
Q5
@albiter.pro
視覺化圖表與一般圖
表的差異是什麼?
提供探索的View-多維度,數據外還傳達情境,
使用者 vs 專業觀點的平衡,忽動忽靜
Q6
@albiter.pro
視覺化圖表之資訊內
涵與量與質?
在情境脈絡數據蒐集與梳理,產生的數據化圖表,一般都能呈現超過五
種以上的資訊,甚至超過十餘個,此時提供數據脈絡探索的View入口,
爾後在再往下展開適合使用者閱讀使用的次級視覺化圖表
...
@albiter.pro
人類學家的俗民誌,對於
大數據專案的啟發?
不預設立場,直接對話,融入情境中,靜靜
觀察與省思,資料科學素養與敏銳度
Q8
@albiter.pro
TB級資料應用與分析才
能稱為大數據分析嗎?
Type A. Big data 問題跟 Small data 是一樣的
Type B. Big data 問題等同一大群 Small data 的問題
Type C. B...
@albiter.pro
中小企業如何學習與
發展大數據的應用?
大數據應用如同物聯網,沒有一家公司可以獨大,這樣
的環境與生態,給予中小企業或新創公司,許多創新發
展的機會,只要用心發掘問題,就有創新的機會,先建
立大數據觀念與正確的研發流程...
@albiter.pro
資料科學家
—要有經驗的Big Data分析師是很困難的事
• 因為除了懂得分析之外,還必須能充分了解和運
用Big Data所使用的平台技術,
• 目前具備實務經驗的Big Data分析師一位難求
32
@albiter.pro
IoT物聯網
33
@albiter.pro
D B R - D e s i g n B a s e d R e s e a r c h
2 0 0 2 - 2 0 0 7 | 2 0 0 9 - 2 0 1 5
HOW持續在教學現場驗證教育科技與績效科技的創新
...
@albiter.pro
35簡報圖片來源:網路
管理大師 彼得·杜拉克:
我們需要更聰明地學習,要提高學習與教導的方
法或許比新科學或新技術的進步更重要。
現在只要改變方法…
“思翱倍力”推動學教移轉的中心
很難的可以教得很好,又可以複製
@albiter.pro
人才是企業推動
任何事務與創新
的基石
關鍵人才決定企
業發展高度
20% 80%
學教的移轉
Source: 張忠謀 ,tsmc (2011) & 馬堅勇 ,中小企業領袖班13th研討會 (2014)
@albiter.pro
以問題為導向(1.學習任務)
持續的學習任務 & 即時資源與支援
(2.支援資訊 & 3.即時支援資訊 )
)
演練與學用合一 (4.部分工作演練)
由資料驅動(Data Drive)的學與教對話、互動,能深化學習
(...
@albiter.pro
教
育
BigData
應
用
教育創新
評鑑方
法
教的脈
絡
學的脈
絡
38
@albiter.pro
Business Goal &
Transformation
LSTP
(Level 3-4-5)
Learning
Smart
Smart
Training
Training
Performance
LSTP, Le...
@albiter.pro
40
大數據研
究方法
大數據專
案團隊
學教脈絡
理論模式
學習分析
方法論與
演算法
學教脈絡
視覺化圖
表
企業內部練兵 學習 & 外部資源
@albiter.pro
41
@albiter.pro
刀譜
屠龍刀
耍刀的你
• Handbook
• Cloud & Web App
• Trainer Program 42
@albiter.pro
43
設計思考
─持續改善:設計本位研究Design Based Research
@albiter.pro
ALBiTER Mind Map
 P1 設定目標
 P2 擬定計畫
 P3 闖關式教學設計
 P4 實施闖關式教學
 P5 產生倍力大數據
 P6 持續螺旋式學習
Designed by Ta-Ming ...
@albiter.pro
45
@albiter.pro
 P>, E< | P<, E> | P>, E>,前者題目太簡單,中者題目太難,後者學習最多,再觀察小組,學員的闖關
 看P泡泡大小,泡泡大為前提,E> | E <,前者表學習最多,後者學習沒效果,再觀察小組,學...
@albiter.pro
47
@albiter.pro
48
您是否在意與落實組織中平日練兵(功)
,如在挑戰的生存環境?!
如果有人…,能把很難的把我們教得很好。
如果有好方法技術…,複製這樣的經驗與歷程,
那我們必定強大!
Lesson Learn
@albiter.pro
49
http://datasci.tw/
7/17(日)
地點 : 中央研究院人文社會科學館 7/14-7/17
@albiter.pro
50
勞動部勞動力發展署
產業人才投資方案
生產力4.0巨量資料應用班第01期
上課地點:開南商工/開南台北111A教室
上課時間:7/30-9/17
週六 09:30~12:30,13:30~17:30
授課講師:張...
@albiter.pro
ALBiTER
®
思 翱 倍 力 — 培 訓 數 據 雲
A A T e a m B u i l d e r
.pro
51
Prochain SlideShare
Chargement dans…5
×

20160606台灣企業領袖交流會培訓平台專題研討活動—智能化大數據應用

162 vues

Publié le

台企會【企業競爭力4.0的數位經濟創新思維與行動專題】

專題一:何毅夫主席
中華華人講師聯盟理事長
主題:價值工程創新的企業競爭力實踐
大綱:融合設計思考與工程嚴謹的方法論,讓價值創新深植在組織,提升企業競爭力到隱形冠軍

專題二:蔡蕓安執行長
橙果行動商務有限公司
主題:App企劃與運用
大綱:談行動科技時代來臨,企業如何緊貼顧客的消費目光與行銷新模式

專題三:張大明副主席
育睿科技股份有限公司 執行長
主題:智能化大數據應用
大綱:以思翱倍力-培訓數據雲服務為例,解構大數據創新在企業應用的準備與挑戰

一.時間 : 2016年6月6日(一)12:00 ~16:00
​二.地點 : 天成大飯店 台北市中正區忠孝西路一段43號(天美廳)

Publié dans : Business
  • Soyez le premier à commenter

20160606台灣企業領袖交流會培訓平台專題研討活動—智能化大數據應用

  1. 1. @albiter.pro 張大明 Ta-Ming Chang, Richard 育睿科技 執行長 ,AVS 國際副價值工程專家 richard@abctech.pro,Line ID:ask2bigrich Business 4.0 智能化大數據應用 —Smart and Automatic 2016/6/6,@台企會培訓平台,台北天成飯店 1
  2. 2. @albiter.pro 張大明 張大明執行長,現任育睿科技執行長,資訊教育及教育科技專家,淡江大學教育 科技研究所,台灣首位4C/ID模式時實證研究發表人,國際副價值工程專家 AVS,美國 ATD會員,經濟部中小企業領袖班第十二屆結訓。有近二十年成人教育訓練實務及數位 化學習設計經驗。 自2012年起致力以教育科技創新在績效導向行動化整合訓練方案發展,包含:企 業教育訓練,高等教育或技職訓校創新教學等,陸續發展出思翱157活動設計,能夠結 合線上線下教學的評鑑實施,以及闖關幫幫忙的雲端Web App工具,可以蒐集教學與 學習脈絡的數據資料,2015年發表思翱倍力大數據服務(ALBiTER),以數據驅動教 育科技創新,配合設計與實施指引手冊給教師、教練,推出講師與課程認證服務,以及 提供企業組織績效導向的數據驅動整合訓練方案,主題式課程等,同年以「思翱夫子雲 倍力大數據創新服務研發計畫」通過經濟部小型企業創新研發計畫補助(SBIR),持續 發展資料科學創新應用:ALBiTER思翱倍力-培訓數據雲整合服務。 講師 2
  3. 3. @albiter.pro 4C/ID- model 2012 思翱 157 2013 闖關 幫幫忙 2014 思翱 倍力 2015 研發 設計 科技 服務 3 分享共好專業創新 育睿科技股份有限公司 since 2012 ActiveBrainCapacitytech-Learning and Performance Inc. 活動設計複雜學習 行動遊戲式 數據驅動 2010, 2013, 2015, 2016 思翱157計分板,Xtiveco v1 v2 v3 (2013,2014,2015) ALBiTER思翱倍力—培訓數據雲 。讀書會 + ALBiTER認證。2016高徒+明師 ALBiTER Cloud & Web ApppALBiTER Cloud Big Data & Visual Charts 2016
  4. 4. @albiter.pro 4 瞬時競爭策略。快經濟時代的新常態 競爭(轉變)唯快不破! • 良性割捨,退出衰退產業 • 彈性配置資源與組織,提升靈活度 • 培養持續創新力 • 面對瞬間優勢的領導力與思維 • 瞬間優勢對個人的意義
  5. 5. @albiter.pro https://goo.gl/46WBEQ BigData in HR: Why it's Here and What it Means @Bersin.com 2016 5
  6. 6. @albiter.pro VIKI。機械公敵 @2004 6
  7. 7. @albiter.pro 駭客任務 The Matrix @1999 7
  8. 8. @albiter.pro AlphaGo vs 李世乭 @2016, March 8
  9. 9. @albiter.pro 李開復: “最大白領失業潮 來襲 4種「師」 首當其衝。” Future… Partner with Code. 醫師、律師、教師,與金融 ?! http://goo.gl/DD96tB @ALBiTER 9
  10. 10. @albiter.pro 你敢讓機器人開刀嗎? 天下雜誌。http://goo.gl/lO6Xwd 10
  11. 11. @albiter.pro 11 不要小看科技的力量!
  12. 12. @albiter.pro 學生投入 ( 時間、意願、準備度) 學教(移轉)成效 高 多 低 學習成效:科技創新 由數位內容轉為由資料驅動 以人為本 以科技為碁 12 少 Level 2 Level 1 Level 3 Level 4 Level 5
  13. 13. @albiter.pro x = 學生學習成效 (時間、學習力、投入、其他) y= 老 師 教 導 成 效 ( 時 間 、 教 導 方 法 、 教 材 、 其 他 ) 高 高 低 學習成效:科技創新 由數位內容轉為由資料驅動 以人為本 以科技為碁 ( 社 群 ) 教 導 接 力 。 因 材 施 教 ─ 透 過 方 法 與 科 技 創 新 結 合 , 有 效 提 高 學 習 成 效 13 Speed & Scale
  14. 14. @albiter.pro 工業4.0 vs. 生產力4.0
  15. 15. @albiter.pro 資料來源:工業局
  16. 16. @albiter.pro 資料來源:工業局
  17. 17. @albiter.pro 資料來源:工業局
  18. 18. @albiter.pro 資料來源:工業局
  19. 19. @albiter.pro 資料來源:工業局
  20. 20. @albiter.pro Gartner 分析師 Doug Laney —Volume 資料量,Velocity 資料輸入輸出速度,Variety 資料類型,Veracity 真實性 在 2001 年發表的「3D Data Management: Controlling Data Volume, Velocity, and Variety.」 在 2012 年 全新的定義 「大數據是大量、高速、 及/或類型多變的資訊資 產,它需要全新的處理 方式,去促成更強的決 策能力、洞察力與最佳 化處理。」 20
  21. 21. @albiter.pro 對於大數據應用 思翱倍力:十個觀點 與省思 Q&A 以思翱倍力大數據服務為例 Do and See Transformation 張大明 育睿科技 執行長 FB:Ta-Ming Chang richard@abctech.pro
  22. 22. @albiter.pro 大數據分析與統計學 量化研究的差異 抽樣推論 vs 全部蒐集與接納 Q1
  23. 23. @albiter.pro 大數據研究屬於量化 研究嗎? 如人類學家研究態度與精神般,探索 海量資料(質化:內在,量化:外在) Q2
  24. 24. @albiter.pro 大數據分析價值到底 是什麼? Know-Know,Know-unknown, unknown-unknown Q3
  25. 25. @albiter.pro 大數據分析決策與商業應 用ERP, CRM最大不同? 領先指標 vs 非領先指標(落後) Q4
  26. 26. @albiter.pro 大數據研究與創新的 團隊,要有哪些角色? 程式設計師,資料科學家,視覺 圖表設計師,大數據專案經理 Q5
  27. 27. @albiter.pro 視覺化圖表與一般圖 表的差異是什麼? 提供探索的View-多維度,數據外還傳達情境, 使用者 vs 專業觀點的平衡,忽動忽靜 Q6
  28. 28. @albiter.pro 視覺化圖表之資訊內 涵與量與質? 在情境脈絡數據蒐集與梳理,產生的數據化圖表,一般都能呈現超過五 種以上的資訊,甚至超過十餘個,此時提供數據脈絡探索的View入口, 爾後在再往下展開適合使用者閱讀使用的次級視覺化圖表 Q7
  29. 29. @albiter.pro 人類學家的俗民誌,對於 大數據專案的啟發? 不預設立場,直接對話,融入情境中,靜靜 觀察與省思,資料科學素養與敏銳度 Q8
  30. 30. @albiter.pro TB級資料應用與分析才 能稱為大數據分析嗎? Type A. Big data 問題跟 Small data 是一樣的 Type B. Big data 問題等同一大群 Small data 的問題 Type C. Big data 問題需要靠特製系統解決 Q9 http://readata.org/three-type-problem-for-big-data-analytics/
  31. 31. @albiter.pro 中小企業如何學習與 發展大數據的應用? 大數據應用如同物聯網,沒有一家公司可以獨大,這樣 的環境與生態,給予中小企業或新創公司,許多創新發 展的機會,只要用心發掘問題,就有創新的機會,先建 立大數據觀念與正確的研發流程,以及人才準備是關鍵 Q10
  32. 32. @albiter.pro 資料科學家 —要有經驗的Big Data分析師是很困難的事 • 因為除了懂得分析之外,還必須能充分了解和運 用Big Data所使用的平台技術, • 目前具備實務經驗的Big Data分析師一位難求 32
  33. 33. @albiter.pro IoT物聯網 33
  34. 34. @albiter.pro D B R - D e s i g n B a s e d R e s e a r c h 2 0 0 2 - 2 0 0 7 | 2 0 0 9 - 2 0 1 5 HOW持續在教學現場驗證教育科技與績效科技的創新 34
  35. 35. @albiter.pro 35簡報圖片來源:網路 管理大師 彼得·杜拉克: 我們需要更聰明地學習,要提高學習與教導的方 法或許比新科學或新技術的進步更重要。 現在只要改變方法… “思翱倍力”推動學教移轉的中心 很難的可以教得很好,又可以複製
  36. 36. @albiter.pro 人才是企業推動 任何事務與創新 的基石 關鍵人才決定企 業發展高度 20% 80% 學教的移轉 Source: 張忠謀 ,tsmc (2011) & 馬堅勇 ,中小企業領袖班13th研討會 (2014)
  37. 37. @albiter.pro 以問題為導向(1.學習任務) 持續的學習任務 & 即時資源與支援 (2.支援資訊 & 3.即時支援資訊 ) ) 演練與學用合一 (4.部分工作演練) 由資料驅動(Data Drive)的學與教對話、互動,能深化學習 (整合 & 對話)並提高學與教的價值產出,並能有效精準回答,在學 習與教學指導情境,隨時的Why, Who, What, When, Where, How 1.深度學習 2.適性與個別化學習 3.支援回覆學員需求 4.評鑑與改善內容與流程 5.適切資源供學員選擇 美國教育部教育科技辦公室在 2012教育科技白皮書五項創新建議… 37
  38. 38. @albiter.pro 教 育 BigData 應 用 教育創新 評鑑方 法 教的脈 絡 學的脈 絡 38
  39. 39. @albiter.pro Business Goal & Transformation LSTP (Level 3-4-5) Learning Smart Smart Training Training Performance LSTP, Learning Smart Training Performance-Design by Ta-Ming Chang LSTP (Level 1-2-3) 學的好 & 教的棒 - 訓練績效看的見 39 Level 1 學到 賺到 得到 做到 問卷-滿意度(外) 能力自評 & 前後測 做 & 產出 績效、商業影響 效益-營收、 成本、社會責任 人到 準備度自評(內) Input & Process Micro Micro Macro Mega Kirkpatrick's four-level evaluation framework (update) + ROI and Kaufman & Keller’s five levels of critical organizational concern and evaluation. Point 5 Strategy Level 1-Reaction, Satisfaction, and Planned Action Level 2-Learning Level 3-Application Level 4-Business Impact Level 5-ROI、CSR Vision & Mission 1 2 3 4 5 0心到 ( 進 入 策 略 ) 6 Readiness 老手+ 老手 中手+ 中手 新手+ 新手 Level 0-Level 0
  40. 40. @albiter.pro 40 大數據研 究方法 大數據專 案團隊 學教脈絡 理論模式 學習分析 方法論與 演算法 學教脈絡 視覺化圖 表 企業內部練兵 學習 & 外部資源
  41. 41. @albiter.pro 41
  42. 42. @albiter.pro 刀譜 屠龍刀 耍刀的你 • Handbook • Cloud & Web App • Trainer Program 42
  43. 43. @albiter.pro 43 設計思考 ─持續改善:設計本位研究Design Based Research
  44. 44. @albiter.pro ALBiTER Mind Map  P1 設定目標  P2 擬定計畫  P3 闖關式教學設計  P4 實施闖關式教學  P5 產生倍力大數據  P6 持續螺旋式學習 Designed by Ta-Ming Chang & Roger Lo , 2015/9/4ABC.LSTP redoubles Big Data T+D Service Guide for Instructor A L B i T E R ─ 推 動 學 教 移 轉 中 心 的 六 項 動 力 ABC.LSTP redoubles Big Data T+D Service Guide for Instructor 1 2 3 4 5 6 你感受過這樣的動力感覺嗎? 44
  45. 45. @albiter.pro 45
  46. 46. @albiter.pro  P>, E< | P<, E> | P>, E>,前者題目太簡單,中者題目太難,後者學習最多,再觀察小組,學員的闖關  看P泡泡大小,泡泡大為前提,E> | E <,前者表學習最多,後者學習沒效果,再觀察小組,學員的闖關  看P泡泡大小,泡泡大為前提,R> | R <,前者表對資源&支援需求多(投入學習動機強),後者則少,再觀察小組,學 員的闖關  看P泡泡大小,泡泡大為前提,S> | S<,前者表參與社群多(評分、支援投入多),後者則少,再觀察小組,學員的 闖關 整合學與教脈絡大數據應用的教育創新:以思翱倍力大數據服務為例(張大明,羅志傑,蕭舒方)@2016 46
  47. 47. @albiter.pro 47
  48. 48. @albiter.pro 48 您是否在意與落實組織中平日練兵(功) ,如在挑戰的生存環境?! 如果有人…,能把很難的把我們教得很好。 如果有好方法技術…,複製這樣的經驗與歷程, 那我們必定強大! Lesson Learn
  49. 49. @albiter.pro 49 http://datasci.tw/ 7/17(日) 地點 : 中央研究院人文社會科學館 7/14-7/17
  50. 50. @albiter.pro 50 勞動部勞動力發展署 產業人才投資方案 生產力4.0巨量資料應用班第01期 上課地點:開南商工/開南台北111A教室 上課時間:7/30-9/17 週六 09:30~12:30,13:30~17:30 授課講師:張大明 6/25 物聯網中的大數據 ,中小企業商機無限 兆豐銀行
  51. 51. @albiter.pro ALBiTER ® 思 翱 倍 力 — 培 訓 數 據 雲 A A T e a m B u i l d e r .pro 51

×