104學習精靈
信件收發
信件收發
關注
邀請朋友 
Facebook
Line
複製連結
Hi~ 歡迎分享學習資源，有學習問題可匿名向Giver發問！
我要分享
我要提問
信件收發 學習推薦
全部
影片
文章
Outlook 效率提升：一鍵將郵件轉為待辦事項，自動分類郵件的進階技巧
常常對雜亂的收件匣感到困擾？找不到重要郵件時是否感到焦慮？透過簡單的操作，您也可以輕鬆地將Outlook 中重要郵件轉化為可跨裝置同步的待辦事項。而Outlook 的自動分類規則功能就像一個強大的函數，能夠為您自動整理和管理郵件，讓混亂的收件匣變得井井有條。以下將要介紹快速將郵件轉換為待辦事項（To-Do）和日曆事項，以及設定自動郵件分類規則。
▍將收到的信件丟到行事曆
步驟1：點選網頁右上角「行事曆和打勾」的圖案
步驟2：將郵件按著不動移到右側
上半部為新增到TODO
下半部為新增到行事曆
步驟3：即可在TODO列、行事曆中看到
▍設立條件使郵件自動分類
步驟1：點選網頁右上角「設定」的圖案
步驟2：點選規則中「新增條件」，可以根據多種可選條件，來進行後續的決策與動作
📍條件包含：
「收件人是XXX」
「主旨、郵件內文包含XXX」
「郵件大小、收件的時間」
📍動作包含：
「刪除」、「移至」、「釘選到頂端」
「轉寄至…」
「標示為垃圾郵件」
步驟3：即可完成郵件自動分類
🔍歡迎在104學習精靈關注【超級辦公室達人】獲得更多實用的小技巧
✨如果喜歡這篇文，也歡迎免費加入共學✨
0
1
215 0
拍手
留言
分享
Line
複製連結
收藏
熱門精選
AI 職場英文實戰力：突破英文瓶頸，無痕變高手！
\ 購課再送100點LINE POINTS /
厭倦了學了10年英文，卻仍無法流利溝通？
害怕在職場上用英文表現不佳，錯失良機？
這堂課程專為你設計，讓你輕鬆駕馭AI工具，瞬間展現流利英文！
⭐ 用中文操控AI，瞬間生成專業英文
⭐ 即學即用，快速提升溝通能力
⭐ 自信應對各種職場情境
⭐ 突破瓶頸，提升職場競爭力
立即看看 > https://senior.104.com.tw/c/66b57e746064a50629a3cc78?utm_source=104nabi&utm_medium=classroom_post
立即加入我們，讓英文不再是你的障礙，而成為你職場的強大後盾！
2
1
30554 2
拍手
留言
分享
Line
複製連結
收藏
商務英文10句萬用句！感謝對方、提供諮詢、信件結尾英文用法
商務英文書信中的慣用句解析！這些句子在書信和郵件中使用頻率很高，能夠幫助我們表達專業、禮貌和清晰的意思。可以在書信的開頭、內容主體或結尾處使用這些句子，以確保溝通效果更佳。
1. Thank you for your email/letter of [date].
感謝您 [日期] 的電子郵件/信件。
2. I am writing to inquire about...
我寫信是想詢問...
3. Further to our recent discussion/meeting...
進一步針對我們最近的討論/會議...
4. I am pleased to inform you that...
我很高興通知您...
5. Please find attached [document].
請查看附件 [文件]。
6. Could you please provide me with more information about...?
您能否提供更多關於...的信息？
7. We regret to inform you that...
很遺憾通知您...
8. I am writing to follow up on our previous conversation...
我寫信是跟進我們之前的交談...
9. We appreciate your prompt attention to this matter.
我們感謝您對此事的迅速關注。
10. Please do not hesitate to contact me if you need any further assistance.
如果您需要進一步的幫助，請隨時與我聯繫。
如果喜歡這篇文章，按下關注收藏~ 一起學英文 ✍(◔◡◔)
1
0
609 0
拍手
留言
分享
Line
複製連結
收藏
推薦給你
探索性數據分析(EDA)是什麼？幫助產品經理深入分析，一篇文章看懂
探索性數據分析（EDA）是產品經理在進行深入分析或建模前，用來快速了解數據的一種方法。簡單來說，它幫助你了解數據的基本特徵、發現異常和缺失值等，以下將詳細介紹：
1. 了解數據的基本特徵：透過統計數據（如平均值、最大值、最小值）快速掌握數據的大概狀況。
2. 可視化數據：使用圖表（如直方圖、散點圖、箱形圖等）來查看數據的分佈、變量間的關係和潛在趨勢。
3. 發現異常和缺失值：檢查數據中是否有異常點或遺漏的數據，以確保數據的準確性。
4. 變量之間的關聯性：檢查數據中的不同變量是否相關，為後續的決策提供依據。
EDA 的目的是通過簡單的分析快速理解數據，為後續的深度分析和決策打好基礎。
要運用探索性數據分析（EDA）來幫助做出產品決策，以下是簡單的步驟指南：
1. 定義問題與目標
先明確你要解決的問題。例如，你可能想提升某個功能的用戶轉換率或找出導致用戶流失的原因。
2. 收集數據
從數據來源（如 Google Analytics、產品日誌、用戶反饋等）中收集與目標相關的數據，這可以包括用戶行為數據、產品使用數據、營銷數據等。
3. 進行基本數據檢查
- 數據總覽：查看數據有多少行、多少列，是否有缺失值。
- 統計摘要：快速檢查數據的平均值、最小值、最大值等，來了解數據的整體分佈。
4. 使用圖表進行可視化
利用簡單的圖表來快速了解數據：
- 直方圖：查看用戶行為的分佈（例如使用某個功能的頻率）。
- 散點圖：找出變量之間的關係（例如用戶使用時長與轉換率的關係）。
- 箱形圖：檢查是否有異常值，這些異常值可能會影響分析結果。
5. 檢查數據中的模式與趨勢
- 發現趨勢：例如，通過分析用戶的使用行為，發現某個功能在特定時間段更受歡迎。
- 群體分析：將用戶按不同特徵（如地區、設備、年齡）分群，看看各群體是否存在行為差異。
6. 處理異常值與缺失值
- 對於缺失數據，可以選擇補充或移除它們。
- 對於異常值，決定是否要排除，還是進一步分析其原因。
7. 根據發現制定行動計劃
根據 EDA 的結果，得出有價值的結論，然後制定具體的行動方案。例如，發現某些功能的使用頻率較低，可能需要優化或重新設計。
8. 持續監控與迭代
在產品上做出改變後，繼續收集數據，重複進行 EDA，以確認改進是否有效。
通過這些步驟，EDA 幫助你快速理解數據中的關鍵資訊，支持數據驅動的產品優化和決策。
0
0
226 0
拍手
留言
分享
Line
複製連結
收藏
你可能感興趣的教室