104學習

Adobe Analytics

這項技能主要用來分析網站和行動應用的使用者行為,幫助企業了解流量來源、使用者互動及轉換率。透過數據報告和視覺化儀表板,能即時掌握行銷活動效益,優化用戶體驗,提升業績。具備這項能力的人才,對數據敏感且熟悉數位行銷,有助企業做出更精準的決策,提升競爭力。

17,966 個相關職缺

提升你的實力,朝專業更進一步

精選課程

充實自己,讓能力持續成長

Google Analytics 企業行銷數據分析實戰
Google Analytics 企業行銷數據分析實戰
AI快速完成專業簡報
AI快速完成專業簡報
AI 商業數據與工作應用實戰:分析、報表與決策支援【09/30】
AI 商業數據與工作應用實戰:分析、報表與決策支援【09/30】
AI財務力:從數字到決策的智慧應用【9/3】
AI財務力:從數字到決策的智慧應用【9/3】
不寫程式的大數據分析師:數據分析之王-超強excel樞紐分析
不寫程式的大數據分析師:數據分析之王-超強excel樞紐分析
AI為你的企業賦能ChatGPT改變傳統工作流程
AI為你的企業賦能ChatGPT改變傳統工作流程
視覺化提案流,快速整理海量報告與市調資料
視覺化提案流,快速整理海量報告與市調資料
Excel職場必學統計分析
Excel職場必學統計分析
【大師開講】以銀行精準行銷看金融AI大數據迷思與應用
【大師開講】以銀行精準行銷看金融AI大數據迷思與應用
AI行銷素養能力檢測|104 AI測驗認證
AI行銷素養能力檢測|104 AI測驗認證

精選證照

考取專業證照,讓能力被市場看見

Adobe Photoshop |
Adobe Photoshop是一個由Adobe Systems出品的專業影像處理軟體。跟公司的其它軟體一樣,Photoshop適用於Mac OS及Microsoft Windows兩個作業系統,同時公司也發布了Unix作業系統上的版本。 Photoshop主要處理以畫素(Pixels)所構成的數位影像。利用其廣泛的編修與繪圖工具,可以有效的進行圖片編輯工作。獨特的歷史紀錄浮動視窗和可編輯的圖層效果功能,能讓使用者可以方便的測試效果。對各種濾鏡的支援更令使用者能夠輕鬆創造出各種奇幻的效果。目前,Photoshop 也正在被廣範地應用在網路影像處理。Photoshop的幾個後續版本中搭配了一個獨立的軟體ImageReady,其加強了Photoshop對網路影像(主要是GIF圖檔)的支援功能。而在CS3中ImageReady被Fireworks所代替。Photoshop CS3以上版本允許使用者更新以容易操作的方式升級到最新的硬體平台。 Photoshop被大部份的人認為是最好的影像處理軟體,但與著名的3D Studio Max一樣,價格昂貴使其難以普及。這也令Jasc Software公司的Paint Shop Pro,GIMP小組的GIMP和友立資訊的Ulead PhotoImpact佔領了不少的市場佔有率。
Adobe
Adobe Certified Associate |
Adobe Certified Associate(簡稱為ACA),它是Adobe第一張國際中文版認證,由全球多媒體大廠-Adobe與國際前三大認證機構Certiport合作推出,主要著重於多媒體網頁設計、數位內容以及媒體傳播的核心應用能力,而考試與課程大綱則包含了多媒體網頁設計、數位內容以及媒體傳播的核心知識與技術。   ACA國際認證將能有效地幫助老師授課及評鑑學生的學習成效,亦可協助企業主確認職員是否能夠有效使用Flash CS3軟體進行創作的能力。
Adobe&Certiport
SSE Adobe Photoshop CC |
在工作上常常需要基礎設計、數位廣告、修圖美編等技能,Adobe Photoshop就是必學的軟體。考取SSE Adobe Photoshop CC國際認證,能強化Photoshop的基礎介面與影像基本觀念,以及修圖與合成的技巧,並熟練於圖層的應用。讓您在職場上一帆風順。
Silicon Stone Education (SSE)
SSE Adobe Illustrator CC |
Adobe Illustrator為領先業界的向量圖形軟體。可自由設計圖案,又有圖表、3D物件、特效等功能,使它成為美術設計師和網頁設計師必學的軟體之一。擁有一張SSE Adobe IllustratorCC國際認證,絕對是您在求職或職場生涯中報酬率最高的投資。
Silicon Stone Education (SSE)
SSE Adobe Dreamweaver CC |
Adobe Dreamweaver的視覺化介面設計,讓程式設計師和視覺設計師可以在自己熟悉的環境中更直覺、更有效的作業;利用Dreamweaver的內建功能來製作動畫效果、加入影音多媒體…等,讓網頁製作輕鬆又方便,擁有一張Adobe Dreamweaver CC認證,不單是您在求職或職場生涯中報酬率最高的投資,更是您在網路世界致勝的關鍵。
Silicon Stone Education (SSE)
Adobe Certified Flash Designer |
Adobe Certified Flash Designer認證為Adobe所發之國際認證,針對多媒體網頁動畫設計設計之核心應用能力,所規劃的認證項目。其協助網頁或動畫設計之工作者,能有效使用Flash軟體進行創作展現。
Adobe

精選貼文,掌握第一手知識

數據分析師工作內容是什麼?薪水高嗎?技術能力與職涯發展指南

在大數據與AI科技浪潮下,數據分析師需求大增。數據分析師在做什麼?需具備什麼條件?職涯發展性如何?本文將深入剖析。 文 /【104學習精靈】 本文目錄(點擊可快速前往) 什麼是數據分析師?需要哪些技能?數據分析師薪資行情如何?技能與行業別是落差關鍵數據分析師職涯發展:轉職工程師薪水加乘哪些產業需要數據分析師?數據分析師的挑戰 什麼是數據分析師?需要哪些技能? 數據分析師工作內容 數據分析師,又常被稱為資料分析師(Data Analyst),負責「將數據轉化成對企業有價值的資訊」。主要工作包括,運用工具挖掘數據價值;並透過可視化工具,將複雜數據轉化成易於理解的圖表與儀表版,幫助企業解決痛點、提升績效。 數據分析師技能與工具能力分析 基礎Python商務分析簡報提案核心網路爬蟲SQL資料視覺化R語言TableauPower BI認證GA4數據分析認證進階雲端應用VBA資料擷取職涯資料科學家資料工程師▲ 數據分析師應具備技能、工具能力、職涯指引表,點選不同技能會對應到相關課程。 1. 數據分析師基礎工具能力 數據分析師需要熟悉專業數據分析工具,以快速整理、分析數據,特別是在行銷與銷售領域。 Python語言能力:數據分析師常用的入門工具,用於數據分析、資料處理。 商務分析能力:透過Excel的函數與數據透視表功能,執行數據清理與分析。 簡報提案能力:數據分析師須具備數據報表呈現能力,搭配AI工具提升簡報能力 [course_plugin title='數據分析師入門課程推薦' keyword='數據分析師|入門實戰' amount=1] [course_plugin api_type='course_id' title='數據分析師學習營課程' id='a20d4275-3867-4738-9d32-ad850fb3bc1c'] 數據分析師基礎工具推薦課程 線上 Python 新手村|練就扎實基本功 5538人感興趣    了解課程> 線上 ChatGPT x Excel | 職場必學商務數據分析術 334710人感興趣 了解課程> 線上 AI簡報3項思考力,ChatGPT倍速提升商業競爭力! 目標思考、換位思考、邏輯思考 9212人感興趣     了解課程> 延伸推薦課程 👉 成為 AI 科學家|快速闖關 Python 語法世界,程式實作不頭痛👉 Python 基礎程式設計|開外掛勇闖 Python 異世界​👉 不寫程式的大數據分析師:數據分析之王-超強excel樞紐分析👉 無痛起步-Excel VBA超入門實戰​ 👉 用Excel也能玩轉統計分析​ 2. 數據分析師核心技能 多樣化的程式語言能力以及更進階的視覺化報表工具使用,幫助數據分析師處理大量且高效的運算與工作。 R語言:適合統計分析與資料視覺化,適用於深度數據分析。 SQL:可幫助數據分析師用於資料庫查詢與數據處理,能處理大規模結構化數據。 Tableau:用於建立互動式儀表板與高階數據可視化。 Power BI:能與多種數據來源整合,適合商業報告製作。 3. 數據分析師證照 GA4(Google Analytics 4)認證:熟練GA4分析用戶行為,評估網站效能。 數據分析師核心工具推薦課程 線上 R語言/R-Studio入門─統計分析、資料探勘與機器學習的原理與實戰演練 4057人感興趣   了解課程> 線上 快速活用 MySQL,精準設計關聯式資料庫 15855人感興趣 了解課程> 線上 從Excel到Power BI數據視覺化 56517人感興趣 了解課程> 線上 Tableau數據視覺化分析快速上手 10264人感興趣 了解課程> 延伸推薦課程👉 成為 AI 科學家|資料分析師必備視覺化技能 Power BI​👉 Power BI Desktop --從基礎到資料視覺化實戰​👉 Power BI 零基礎實戰 | 培養商務數據分析力​👉 輕鬆上手Tableau商用智慧互動儀表板​👉 Google Analytics 4 數據分析師 國際認證保證班 4. 數據分析師進階升級技能 透過可視化工具將複雜的分析結果轉化為易於理解的圖表與儀表板。 網路爬蟲工具:常用於資料量龐大、多元來源的數據,透過程式語言工具進行資料挖掘與蒐集。 VBA自動化工具:Excel的高階巨集工具技能,透過程式語言設定,可幫助數據自動化高效產出。 雲端應用進階能力:當企業規模龐大,數據分析師需處理大量且複雜的資料分析,需具備機器學習與雲端技術技能,協助資料工程師與業務部門進行更準確、高效的數據預測。 數據分析師進階能力推薦課程 線上 Python 網路爬蟲 | 數據分析的第一步就是要學會爬 6276人感興趣 了解課程> 線上 財會工作秒殺技! 活用VBA,開啟你的自動化工作術! 39226人感興趣  了解課程> 線上 Oracle APEX 入門實戰! 5634人感興趣   了解課程> 延伸推薦課程​👉 成為 AI 科學家|網路爬蟲大師教你快速完成資料擷取​ 搭配5大特質(軟技能) :錄取數據分析師更容易 數據思維能力:數據分析師不僅需要處理數據,更需要具備挖掘數據背後的好奇心與敏銳度,擅長從複雜的數據中找到模式和影響變因,進而提煉出有價值的洞察。 溝通與表達能力:數據分析師常需要將技術性的數據結果轉化為非技術人員能理解的洞察,並透過簡報、報告或儀表板進行清晰的表達。 解決問題能力:數據分析師的核心價值在於解決業務中的實際問題,需理解業務需求,將模糊的問題轉化為可操作的數據分析方案,並以數據為基礎提供可行的解決建議。 自學與精進技術的能力:數據分析領域的技術更新快速,掌握自學能力是持續保持競爭力的關鍵。無論是學習新的數據工具(如雲端平台、機器學習技術),還是掌握行業最新趨勢,持續進修都至關重要。 數據安全與保護隱私的能力:數據隱私和安全問題越來越受到重視,數據分析師需確保數據的合法性與安全性,避免違反相關法規(如GDPR、CCPA),並提升對敏感數據處理的規範性。 數據分析師薪資行情如何?技能與行業別是落差關鍵 數據分析師做為數據推升關鍵角色,薪資水準因地區、行業、技能和經驗的不同而有所差,以3年以下工作經驗的平均月薪來說,行情不輸半導體工程師,加上技能門檻高,升遷與轉職機會多。 1. 台灣數據分析師薪資範圍 初階(3年以下經驗):月均薪約5.5萬。 中階(3-5年經驗):月均薪約 6.1萬。 高階(5-10年經驗):月均薪約7.1萬。(以上資料來源:104薪資情報) 2. 影響數據分析師薪資的因素 技能組合:具備機器學習、大數據工具(如Spark、Hadoop)或雲端技術(如AWS、Google Cloud)等加分技能的數據分析師,薪資水準更高。 行業差異:科技、金融、醫療等數據密集型行業的薪資相對更高。 數據分析師職涯發展:轉職工程師薪水加乘 數據分析師擁有寬廣的職涯發展空間,以下是數據分析師常見的職業成長路徑: 1. 資料科學家 如果說數據分析師是透過分析蒐集現有的數據提供解決方案;資料科學家更偏向透過處理大量且複雜數據庫提供預測性分析。 技能需求:更深度的專業技能,如進階的程式語言技能、機器學習技術和大數據工具。 課程推薦:AI資料科學家全方位學程班 2. 資料工程師 資料工程師工作著重在與數據資料庫相關程式設計與技術研發方面,包括數據建模的程式語言、AI及機器學習相關技術、大數據雲端架構技術層面,資料工程師都需要涉獵。 技能需求:數據技術導向的維護與開發,需要更高階的數據應用工具技術,如使用 ETL 工具、大數據框架、SQL等。 學習指南:資料工程師學習地圖 課程推薦:資料工程師養成班 3. 軟體工程師 部分企業因組織規模關係,會將資料工程師工作內容劃分進軟體工程師的職責中,與跟資料工程師相同,軟體工程師需要具備程式設計與系統設計能力。 技能需求:設計高階數據模型,帶領數據分析團隊,參與業務策略規劃。 學習指南:前端工程師學習地圖、後端工程師學習地圖 哪些產業需要數據分析師? 數據分析師的需求已滲透至各行各業,其中以下幾個產業需求最為旺盛: 1. 科技與軟體業(AI數據分析師) 分析用戶行為,提升產品體驗;開發推薦系統等。 2. 電商與零售業(商業數據分析師) 優化促銷活動,分析購物行為,提升轉化率。 3. 金融與保險業(金融數據分析師) 信用評分模型、風險預測,優化投資策略。 4. 醫療健康產業(醫療數據分析師) 個性化治療方案,疾病趨勢預測。 5. 半導體製造業(數據分析師) 製程數據分析,設備異常檢測。 6. 行銷與廣告業(行銷數據分析師) 廣告效果分析,用戶分群,A/B測試。 數據分析師的挑戰 首先,技術的快速發展給數據分析師帶來了學習壓力。隨著人工智慧、大數據處理工具和雲端技術的日新月異,數據分析師必須不斷更新自己的技能,掌握最新的工具與技術,如Hadoop、Spark或機器學習模型。這種技術上的「追趕」需要投入大量時間和精力,特別是在同時承擔日常工作的情況下,如何平衡學習與工作的時間分配,成為許多分析師面臨的困境。 在業務層面,數據分析師常常需要與非技術背景的同事或主管合作,這也成為一項重要的挑戰。數據分析結果通常具有高度的技術性,如何將這些複雜的分析內容用簡單、直觀的方式呈現,並與業務需求對接,是數據分析師的重要責任。當分析結論無法與業務目標完全契合時,還需要通過溝通和協調來尋求共同解決方案,這對分析師的溝通能力提出了很高的要求。 [course_plugin api_type='course_id' title='數據分析師學習營課程' id='a20d4275-3867-4738-9d32-ad850fb3bc1c'] 延伸閱讀: 產品經理 - 學習地圖(上):技能養成篇 成為雲端工程師的攻略指南:核心技能&職涯精進完整解析 如何成為後端工程師?精準掌握必備核心技能&職涯精進攻略 轉職前端工程師│工作內容、技能、薪水與職涯發展指南 想當資料工程師?工作內容、核心技能、薪水、職涯發展完整解析 [joblist_plugin title='更多104【數據分析師】工作機會' url='https://www.104.com.tw/jobs/search/?order=15&page=1&jobsource=joblist_search&indcat=1001001000,1001000000&ro=1&keyword=%E6%95%B8%E6%93%9A%E5%88%86%E6%9E%90%E5%B8%AB' amount='3']
【104職場力】・數據分析

ChatGPT分析數據資料會出錯嗎?修正盲點教學,制定策略更高效精準

運用ChatGPT分析數據和提供策略建議,分析準確嗎?實例示範運用ChatGPT解析Excel數據,從購買行為洞察、客群分群,到制定具體銷售策略,以及最關鍵的查核與修正盲點,才能真正發揮AI的輔助價值。本文節錄自《三秒鐘的出其不意!Excel × AI 幫你工作超省力》。 文/Excel 廣播電台|張予 本文目錄(點擊可快速前往) 【ChatGPT數據洞察1】用戶購買行為洞察【ChatGPT數據洞察2】銷售策略【ChatGPT數據洞察3】短中長期策略與行動方案【ChatGPT數據洞察4】AI分析準確嗎?如何查核與修正? ChatGPT不僅能根據你的指令提供數據摘要,還能根據分析結果給出實用建議!舉例來說,當你看到前一篇的折線圖,你可能會好奇:「為什麼6月的銷售額表現最好?」或者想知道:「如何改善4月和9月銷售下滑的情況?」這時候,善用ChatGPT,它能幫你深入分析數據,提供洞察與策略,讓決策更加精準! 【根據數據提問】問題示範:為什麼6月的銷售額表現最好?如何改善4月和9月銷售下滑的情況? (圖/旗標出版提供) (圖/旗標出版提供) 用「三個臭皮匠,勝過一個諸葛亮」來形容ChatGPT給予的協助,無疑是個最佳比喻。即便是經驗豐富的資料分析師,也可能會因為盲點而忽略關鍵資訊。但ChatGPT就像是一個全方位的數據顧問,能夠從多個角度切入,提供你可能沒想到的分析觀點,甚至具體的行動建議,幫助你從資料中挖掘出隱藏的黃金資訊。如果你能提供更完整的背景資料,它的建議將會更加貼近實際需求,甚至能針對你的分析需求量身打造具體的策略。 除了根據分析結果提供見解,你還可以直接告訴ChatGPT你的目標,請它根據目標設計行動策略。舉例來說,假設你希望以今年的用戶購買行為為基礎,制定隔年的銷售策略,ChatGPT就能根據數據表現,幫助你制定具體方案。現在,就來看看ChatGPT如何發揮數據分析的實力吧! 指令:「協助分析用戶的購買行為,並制定隔年的用戶銷售策略」 由於ChatGPT的回覆較長,以下將分為三部分介紹: 【ChatGPT數據洞察1】用戶購買行為洞察 (圖/旗標出版提供) (圖/旗標出版提供) ChatGPT根據我提供的Excel資料表,快速整理出用戶購買行為分析結果,包含購買次數、平均消費額、地區等關鍵資訊。接著,它透過購買次數與平均消費額的關係,將用戶分群,識別出高價值客戶和忠誠客戶,並清楚定義分類標準。最後,它還深入分析北、中、南地區的消費行為差異。這一切,只需短短幾秒鐘! 想像一下,如果要手動完成這項分析……你需要先整理資料表,再用肉眼觀察購買次數與平均消費額的關係。或許可以透過數據視覺化來加速分析,但問題來了――該選擇哪種類型的圖表?講了一堆,是不是很複雜?那麼下次不妨交給ChatGPT,讓它幫你快速整理、分析,省時又高效! 【ChatGPT數據洞察2】銷售策略 (圖/旗標出版提供) (圖/旗標出版提供) 在完成用戶行為分析後,ChatGPT進一步推導出2024年的銷售策略,針對高價值客戶、忠誠客戶、不同區域用戶,以及不同註冊時間的客群,提供個別的行動建議。這些策略不是憑空想像,而是根據Excel資料表中的實際數據,所推論出的具體建議,讓決策更有依據,提升執行效率與成功機率! 【ChatGPT數據洞察3】短中長期策略與行動方案 (圖/旗標出版提供) 最後,ChatGPT收斂並整理出2024年的短、中、長期銷售策略,確保這份分析報告能立即轉化為可執行的行動方案。如果你希望獲得更詳細的策略細節,或需要更多具體的行動建議,只需輸入指令,ChatGPT就能提供進一步分析,讓數據真正為決策帶來價值! 【ChatGPT數據洞察4】AI分析準確嗎?如何查核與修正? 你可能會好奇~AI進行數據分析的準確度如何?會不會出錯? 其實,ChatGPT並非完美,這點從聊天室下方的提示「ChatGPT可能會發生錯誤,請查核重要資訊」便可看出。 (圖/旗標出版提供) 如果對結果有疑問,你可以直接詢問ChatGPT它的推論依據。舉例來說,在分析區域消費差異時,ChatGPT提出:「台北與高雄的用戶消費較高,而台南用戶的消費額相對較低」。若你想知道它是根據哪些數據推論的,只需請它提供數據支持,結果如下: (圖/旗標出版提供) ChatGPT已經整理出各地區的消費表現表格,從總消費來看,台南的消費力確實較台北和高雄弱,這證明AI並非憑空猜測,而是基於數據分析得出的結論。然而,再重申一次~AI並不完美,你是否注意到「台中」的數據被忽略了?從表格來看,台中的總消費額其實是四個地區中最低,理論上應該比台南更值得關注,但ChatGPT並未主動提及這點。 總消費額為最低(圖/旗標出版提供) 當你發現這類問題時,可以直接指正,並要求ChatGPT修正。例如:請它補充台中的數據分析,確保結果更加完整。  (圖/旗標出版提供) (圖/旗標出版提供) ChatGPT已經根據指令進行修正!(圖/旗標出版提供) AI工具雖然強大,但仍有其不足。最理想的方式是將AI視為協作助手,而非完全取代人的判斷。透過人機互補,不僅能提升分析的精準度,也能確保結果更加全面。掌握這樣的心態,你將能更高效地運用AI進行數據分析,讓決策更加精準。 節錄自:旗標出版《三秒鐘的出其不意!Excel × AI 幫你工作超省力》/Excel 廣播電台|張予 著 更多【AI工作術】推薦: ChatGPT生成Excel圖表不卡關!xy軸設定、中文顯示問題輕鬆搞定 打造ChatGPT行政小助理:專屬AI助理幫你處理瑣碎行政工作 ChatGPT可以產生流程圖嗎?用Excalidraw和ChatGPT快速搞定 Excel公式讓ChatGPT幫你寫!輸入指令就能懂的Excel公式教學
【104職場力】・AI

AI生成數據分析簡報3招搞定!ChatGPT、MassiveMark、Gamma打造最強組合技

還在為數據分析報告與簡報抓狂嗎?只要善用ChatGPT、MassiveMark、Gamma等3大神器,就能搞定數據分析+簡報設計,從Excel到PPT一條龍完成,馬上開啟你的高效職場模式!本文節錄自《三秒鐘的出其不意!Excel × AI 幫你工作超省力》。 文/Excel 廣播電台|張予 本文目錄(點擊可快速前往) 【1】ChatGPT分析Excel檔案數據【2】複製ChatGPT分析結果,生成Word報告【3】生成Gamma / PPT簡報 在現今的職場環境中,數據分析已成為決策的重要基礎。但面對龐大的資料集,如何高效整合AI技術,打造「職場組合技」,來提升分析效率與決策精準度,成為提升競爭力的關鍵。 想像一下,你是一家連鎖零售企業的數據分析師,公司希望透過數據來驅動決策,優化銷售策略、提升客戶體驗,並最大化營收。來看看如何透過AI + Excel的組合技,達成這些目標?讓我們一步步拆解應用方式! 【1】ChatGPT分析Excel檔案數據 使用工具:ChatGPT 網址:https://chatgpt.com/ 輸入以下指令給ChatGPT: 「協助分析Excel檔案的數據,生成摘要和視覺化圖表,並使用我提供的字型來呈現圖表內容。然後,制定隔年的用戶銷售策略,最後整理成一份Markdown格式的銷售分析報告。」 以下為它整理的結果: (圖/旗標出版提供) 【2】複製ChatGPT分析結果,生成Word報告 使用工具:MassiveMark 網址:https://www.bibcit.com/en/massivemark 接下來是關鍵的一步,如果你直接複製內容並貼到Word,你僅會得到一個只有「內文」樣式的報告。 全文皆為內文樣式(圖/旗標出版提供) 但如果你希望保留報告的標題層級(標題1、標題2、標題3…,如下圖)。首先,你必須透過點擊複製按鈕取得報告內容,此時複製到的文字是「Markdown格式」的資料。 【什麼是Markdown格式?】Markdown是一種輕量級標記語言(lightweight markup language),也就是簡單、結構化的格式,能讓報告結構更清晰。 使用標題樣式可於左側看到大綱(圖/旗標出版提供) 一般對話中的複製按鈕和畫布中的複製按鈕(圖/旗標出版提供) 接著,透過一個免費的線上轉換工具──MassiveMark,自動產生有大綱層級的Word文件,減少手動編輯的時間。 免費的線上轉換工具──MassiveMark(圖/旗標出版提供) (圖/旗標出版提供) 最後,再將之前生成的圖表,下載成圖檔、添加到Word文件,一份銷售分析報告就完成啦! 【AI生成Word報告的優勢】‧ 一鍵輸出完整分析,包含數據摘要、趨勢分析、視覺化圖表‧ 提供具體的商業策略,協助決策者擬定行動方案‧ 快速下載報告,減少手動整理時間 【3】生成Gamma / PPT簡報 使用工具:Gamma 網址:https://gamma.app/ 「除了Word報告外,AI也能生成簡報嗎?」只要準備好報告後,可以將報告內容直接丟給AI簡報生成神器──Gamma。不到幾秒鐘的時間,簡報就完成了,而且還非常有設計感!要再進一步編輯也沒問題。來看看如何操作吧!  點擊「新建AI」免費註冊完Gamma後,從首頁開始建立AI簡報。點擊「匯入檔案或網址」( 也可點擊「貼上文字」) ,並上傳剛剛建立的Word檔案(圖/旗標出版提供) 選擇 「簡報內容」,免費版一次最多可生成10張卡片,挑選喜歡的主題後點擊「產生」(圖/旗標出版提供) 一份銷售分析簡報就完成啦!(圖/旗標出版提供) 一起來看看生成的結果如何吧! 【Before】條列式的數據摘要 【After】自動改以卡片式呈現 (圖/旗標出版提供) 【Before】表格式的產品分析 【After】自動轉成圖表形式,而且還是互動式圖表!游標移上去可看到詳細數據 (圖/旗標出版提供) 【Before】表格式的產品分析 【After】美化過的表格樣式。也可能維持原有表格形式(AI生成,每次結果都可能不同!) (圖/旗標出版提供) 版面配置十分豐富,還有AI自動生成的圖片,讓畫面不呆版! (圖/旗標出版提供) 若想展示簡報,點擊右上角的「展示」按鈕即可。 點擊「展示」(圖/旗標出版提供) 進入簡報模式(圖/旗標出版提供) Gamma簡報也能下載成PowerPoint檔案,十分方便! 點擊「分享」、「匯出」、「匯出至PowerPoint」、「完成」 (圖/旗標出版提供) (圖/旗標出版提供) Gamma是一款免費註冊即可使用的線上簡報工具,並且提供中文介面,讓使用者能輕鬆上手。使用AI生成簡報時會消耗點數,但新用戶註冊後可獲得免費試用點數,讓你能直接體驗AI簡報的強大功能。免費版限制每次生成最多10張簡報卡片,但仍可手動新增與編輯內容。若對AI生成的內容或設計不滿意,可自由調整版面配置、圖片、圖表等。如果你還沒試過Gamma,強烈推薦你體驗看看!這麼方便的AI簡報工具,真的不能只有我知道啊! AI讓數據分析更高效、更精準,現在就開始應用,提升你的職場競爭力吧! 節錄自:旗標出版《三秒鐘的出其不意!Excel × AI 幫你工作超省力》/Excel 廣播電台|張予 著 推薦閱讀: Excel公式讓ChatGPT幫你寫!輸入指令就能懂的Excel公式教學 ChatGPT生成Excel圖表不卡關!xy軸設定、中文顯示問題輕鬆搞定 【Graphy AI教學】AI自動生成圖表、數據分析4技巧!連報告都能一鍵生成的靈感救星
【104職場力】・AI

數位行銷新手如何選對管道?Meta行銷長:5步驟找到成長突破口

選擇行銷管道是數位行銷新手最常遇到的難題,不知道該先投入搜尋廣告、社群媒體、內容行銷,還是聯盟行銷。資源有限時,盲目嘗試每個管道只會消耗預算與時間;但太早押注單一管道,也可能錯過真正適合業務成長的機會。Meta行銷長建議,應先評估市場、觀察同業做法,再透過有系統的測試,找出具備「管道市場契合度」的成長管道。本文節錄自《點擊成長》。 文/亞歷克斯.舒茲 本文目錄(點擊可快速前往) 數位行銷如何選擇管道?評估市場與聯盟行銷人員合作 數位行銷如何選擇管道? 對任何剛開始涉足線上行銷的人來說,最令人生畏的問題或許是:「我該用哪一種管道?」管道如此眾多,各有獨特的眉角,讓人不知從何下手。如果你剛創立一家公司,或是第一次嘗試數位行銷,手上的資源大概不足以讓你把每個管道都試一遍。隨意挑一個管道,又可能帶來強烈的「錯失恐懼」(FOMO)。萬一你沒選到對業務最有效的管道,讓競爭對手捷足先登,該怎麼辦? 你也可能遇到反向的「錯失恐懼症」:當某個管道運作得很順利,會開始思考是否應該全力衝刺,或是試試看另一種管道,確認別人用的管道是否比較好。我特別欣賞一種說法,來自創投家兼播客「20VC」(專注新創議題)主持人哈里.史特賓斯(Harry Stebbings)。他說,「管道市場契合度」(channel market fit)是真實存在的,一旦找到,千萬別把它視為理所當然。 該如何開始使用某個管道?何時探索(explore)其他管道?何時又要利用(exploit)現有管道?(「探索」和「利用」是電腦科學的概念:「探索」是找出某個問題的所有可能解法;「利用」是在找到一個解法後,從中榨取最大效益。)我把這個過程想成以下幾個步驟: 評估市場,複製與你業務類型相近的同行做法。 如果無法複製,就與聯盟行銷人員合作,共同探索可行選項 如果聯盟行銷不適合你的模式,就循序漸進的探索其他管道,讓每次測試都有意義。 找到有效的管道,就加倍投入。再強調一次:管道市場契合度是真實存在的。 反覆測試。新管道會出現,舊管道會消亡,產品也會持續演變。回到起點,看看其他業者在做哪些你還沒嘗試過的事。你不必搶當第一個吃螃蟹的人,競爭對手摸索出心得後,你一樣可以跟進,再透過聯盟行銷夥伴一起測試新管道。 步驟4的重點在於擴大規模,步驟5之後則是回到步驟1, 因此我們先詳細討論前三個步驟,畢竟它們才是管道決策過程的核心。 評估市場 第一步是評估市場。你所在的產業,其他公司用什麼管道? 這個問題看似基本,但很多人其實沒有真正去做。如果業界主要玩家一再使用某個特定管道,背後多半有充分的理由。當然,在你摸清他們的做法之後,仍然可以自己拿主意。你打算沿用這套大多數業者都採用、歷經優勝劣敗的篩選方法,還是你有獨到的想法,能以前人未曾想過的方式使用某個管道? 舉例來說,刮鬍刀品牌Dollar Shave Club透過社群媒體(主要是YouTube和臉書)發布一支病毒式傳播的喜劇影片,獲得吉列(Gillette)從未達到的免費品牌曝光效果。Dollar Shave Club將這支影片與新的商業模式結合,再搭配社群媒體的開發潛在顧客廣告,成功顛覆整個產業,最終以10億美元售出。可見,你固然可以評估市場、仿效最佳做法,但也有機會創造全新的玩法。無論選擇哪條路,你都需要審慎挑選管道,並清楚知道選擇它的理由和使用方式。 當你採取全新的做法,例如2007年我在臉書的嘗試,手上沒有任何現成的劇本可以依循。這時有兩條路:借助聯盟夥伴來探索這個領域,或者自己用有系統、有邏輯的方式摸索。 與聯盟行銷人員合作 聯盟行銷為所有企業提供巨大的機會。它讓你自行定義轉換事件,同時有各式各樣的聯盟行銷人員幫你完成轉換。一般來說,如果你是新創業者,想同時試驗多個管道,透過第三方聯盟人員是很好的切入方式。這樣做不只能嘗試不同管道,還有防詐機制把關,一定程度上保護你不被欺騙或勒索。話雖如此,你仍需保持警惕。我會在第十二章深入討論聯盟夥伴主導的管道。聯盟行銷涉及的合作對象遠比搜尋或社群平台更多元,而且並非所有聯盟夥伴都來自規模大、信譽好的公司,因此必須時刻牢記這個管道有詐欺風險。 聯盟行銷的難處,在於你必須提供足夠吸引人的條件,說穿了就是看起來要付得起足夠的報酬。因此,規模較小的業者能否讓聯盟行銷人員願意投入,本身就是一道門檻。不過,如果你能吸引到頂尖的聯盟行銷人員,眼前的機會將大幅擴展。這些人通常橫跨各個管道,能根據自身經驗評估哪個管道最適合你的業務,而這類專業判斷在公司內部往往很難找到。他們接著會實驗,看看能否讓這個管道為你產生效益。確認有效之後,便在該管道為你推動大規模的行銷活動。 對許多企業來說,讓聯盟行銷人員持續操作是更明智的選擇,只需支付他們和廣告聯播網應得的利潤空間,就能省去內部操作的成本與管理負擔,何況自己做的效果往往不如人。但對某些企業來說,如果發現的管道具有極高的戰略重要性,就必須移回公司內部執行,就像我離開eBay之後eBay採取的做法。 節錄自:天下文化《點擊成長:Meta行銷長親授,數位廣告投放、轉換、數據分析全攻略》/亞歷克斯.舒茲 著 [joblist_plugin title='更多104【數位行銷】工作機會' url='https://www.104.com.tw/jobs/search/?keyword=%E6%95%B8%E4%BD%8D%E8%A1%8C%E9%8A%B7' amount='3']
【104職場力】・行銷

如何用AI分析主管性格?用DISC模型改善向上溝通,應對不同類型上司

用AI分析主管的溝通風格可行嗎?本文介紹如何運用DISC性格模型,判斷主管偏好的溝通方式,並調整彙報、回饋與向上管理策略,讓職場溝通更順暢。節錄自《AI職場溝通力》。 文/紀菲 本文目錄(點擊可快速前往) 懂性格分析的AI,幫你輕鬆應對「百變」上司用AI工具分析主管DISC性格及應用步驟一:蒐集資訊步驟二:利用AI進行分析與回饋步驟三:理解上司的性格步驟四:調整彙報方式步驟五:應用並觀察步驟六:持續改進想分析上司性格,要提供哪些資訊給AI? 懂性格分析的AI,幫你輕鬆應對「百變」上司 在職場上,我們會遇到各種各樣的上司:有的喜歡直來直往,有的喜歡拐彎抹角;有的熱情如火,有的冷靜如水。要想和這些上司打好交道,首先得懂他們! 我有個朋友叫Sam,他在一家公司做專案助理。他的上司王總是個典型的「工作狂」,對工作要求極高。Sam剛就職那陣子,每次彙報工作都小心翼翼地,生怕出一點差錯。但王總似乎總是不太滿意,Sam為此頭疼不已。 有一天,Sam在為一個重要的項目彙報做準備,他知道這將是一次大考。於是,他加班到深夜,把彙報資料做得盡善盡美。第二天,他信心滿滿地走進會議室,結果王總聽了不到5分鐘,就皺起眉頭說:「這些細節我都知道了,直接說重點!」Sam當場就傻眼了,他辛辛苦苦準備的內容就這麼被一句話帶過了。 你看,如果我們不能準確把握上司的性格和溝通風格,那麼我們的努力很可能就會付之東流。 在探索和瞭解他人方面,人類的智慧是無窮的。學者們提出了多種性格分類方法,這些方法可以幫助我們更好地理解他人,更好地與他人溝通。而在職場溝通中,我想給大家介紹一個非常實用的性格分析工具—DISC性格分類模型。這個模型把人的性格分成4種類型:D型(Dominance,支配型)、I型(Influence,影響型)、S型(Steadiness,穩健型)和C型(Compliance,服從型),如下圖所示: 我們可以簡單地這樣記:D老大、I小太陽、S暖寶寶和C小偵探。 D老大:就是那種走路帶風、說一不二的上司。他們目標明確,行動迅速,喜歡掌控全域、直截了當,不喜歡拖泥帶水。 I小太陽:這種人熱情開朗,總是笑容滿面。他們喜歡和人打交道,善於帶動團隊氛圍,鼓勵發揮創意和自由表達。 S暖寶寶:這種人性格溫和,耐心細緻。他們總是默默付出,為團隊提供溫暖和支持,這類上司則更注重團隊的和諧與穩定。 C小偵探:他們邏輯性強,注重細節,總是能發現別人忽略的問題,是團隊中的「糾錯專家」。他們追求完美,對工作品質有極高的要求。 說到這4種性格的人,我腦海裡立刻浮現出《西遊記》。孫悟空就是D老大,戰鬥力「爆表」,喜歡獨當一面;豬八戒就是I小太陽,總能逗大家開心;沙僧則是S暖寶寶,默默付出,不求回報;唐僧就像C小偵探,追求完美、講究細節,如下頁圖所示。 那我們如何應對這幾種性格的上司呢? 遇到D老大,你就得直接點,別繞圈子,有什麼說什麼,別拖拖拉拉的,他們喜歡有決斷力的下屬。 遇到I小太陽,你就得熱情點,多誇誇他們。他們喜歡被人關注和認可,所以你的回饋要及時。 遇到S暖寶寶,你就得耐心點,多聽聽他們的想法。他們雖然話不多,但心裡都有數。 遇到C小偵探,你就得嚴謹點,別出錯。他們眼睛裡容不得一粒沙子,所以你的報告不但要詳細,還需要有深度。 你可能會說:「我知道不同的人有不同的性格,但我不擅長分析別人的性格啊,這可怎麼辦?」不用擔心,有AI幫你,它就像一位高情商的人際管理專家。 用AI工具分析主管DISC性格及應用 比如Adam,他以前總是搞不懂上司的心思。但自從他使用了AI性格分析工具後,一切都發生了翻天覆地的變化。 那Adam具體是怎麼做的呢? 步驟一:蒐集資訊 Adam開始蒐集上司在溝通方面的資訊,包括:上司在團隊郵件中的回覆、上司在會議上的發言、上司寫的報告或工作指導文件。 步驟二:利用AI進行分析與回饋 他將蒐集到的資訊提供給AI,讓AI透過自然語言處理技術來分析上司的語言風格和行為模式。 比如,他可以這樣問AI: 「我們現在面臨的挑戰非常嚴峻。專案進度已經比原計畫落後了整整兩週,這對我們整個季度的業績都有影響。我需要大家立即行動起來,展現出我們團隊的執行力和決心。首先,我要求專案經理立即提供一個詳細的趕工計畫,包括每天的具體任務和預計完成時間。其次,我需要所有團隊成員對自己的工作負責,確保每一步都精確無誤。我們沒有時間再犯錯誤。我不希望再聽到任何關於問題的討論,我需要的是解決方案。如果你遇到障礙,給我一個明確的計畫,告訴我你打算如何解決它。我們的目標是在下個月底前完成這個專案,不要有任何藉口。最後,我需要看到資料,看到進度。每個部門的負責人都要向我報告你們部門的進展情況,以及你們如何確保按時完成任務。我期待大家的表現,讓我們行動起來!」這是我的上司在會議上的發言,請基於這段發言幫我分析上司的DISC性格。 AI回答: 基於您提供的上司在會議上的發言,我們可以嘗試對他的DISC性格進行分析。DISC性格分類模型是一個廣泛使用的性格分析工具,它根據四個主要面向來評估一個人的性格傾向:D(支配型)、I(影響型)、S(穩健型)和C(服從型)。從發言中,我們可以觀察到以下特點:D(支配型):●強調專案的緊迫性和重要性;●要求立即行動,展現出對結果和效率的重視;●不希望聽到問題,而是直接見到解決方案;●設定明確的目標和期望,即在下個月底前完成專案。I(影響型):●在這段發言中,上司並沒有特別展現出強烈的影響型特徵,如熱情或鼓勵性的言辭。S(穩健型):●雖然上司強調了專案的緊迫性,但他並沒有表現出典型的穩健型特徵,如耐心、合作或考慮他人的情感。C(服從型):●要求專案經理提供詳細的趕工計畫,並需要每個部門報告進展情況;●強調工作推動精確無誤,這反映他對細節和準確性的關注。 基於上述分析,我們可以推斷這位上司的性格傾向於D(支配型)和C(服從型)。他展現出強烈的任務導向性,要求迅速行動、設定明確目標,並關注細節和準確性。他不太注重情感因素或團隊合作等軟性方面,而是更關注結果和效率。 需要注意的是,這種分析是基於一段特定的發言進行的,而人的性格是複雜的,可能在不同情境下展現出不同的特點。因此,這種分析應該被視為一種初步和大致的評估。 在反覆提供不同資訊和AI進行分析討論後,Adam判斷上司很可能是D型。 步驟三:理解上司的性格 Adam又問AI:針對D型上司,如何溝通更有效率? AI回答: 針對D型上司,要實現高效率溝通,可以考慮以下幾點策略:1.直接和簡潔。D型上司通常喜歡直接、簡潔的溝通方式。因此,在彙報工作、提出問題或尋求回饋時,你應儘量避免冗長和複雜的表述,直接陳述要點,用資料和事實支持你的觀點。2.突出結果和解決方案。D型上司往往關注結果和行動。在與D型上司溝通時,應優先展示你已經取得的成果或計畫達成的目標,並針對問題準備好相應的解決方案,不要只是抱怨或尋求同情。3.尊重上司的時間。D型上司通常時間觀念很強,不喜歡浪費時間。因此,在與其溝通前要確保你的請求或問題是緊急且重要的。同時,在會議或討論中,你應儘量保持高效率和專注,避免進行無關緊要的閒聊。4.保持積極和自信。D型上司通常欣賞下屬積極、自信的態度。在與其溝通時,要表現出你的專業性和自信,同時避免發表過於消極或自我否定的言論。即使你面臨困難或挑戰,也要展現出你正在積極尋找解決方案的態度。5.提供明確和具體的回饋。當D型上司向你提出要求或建議時,你要給予明確和具體的回饋。這有助於他們瞭解你的進展情況和需要的支援。同時,如果你對他們的要求有任何疑問,也要及時提出並尋求澄清。6.瞭解並適應上司的溝通風格。瞭解並適應上司的溝通風格可以幫助你更有效地與他們溝通。透過觀察他們的行為、語言和溝通習慣,你可以逐漸理解他們的期望和需求,並據此調整自己的溝通方式。7.尋求共同點。在溝通中,嘗試找到與D型上司的共同點。這有助於建立聯繫和信任,並使他們更願意聽取你的意見和建議。綜上,要記住,高效率溝通是一個雙向的過程。在努力適應D型上司之溝通風格的同時,也要保持自己的專業性和自信,勇於提出自己的觀點和建議。 步驟四:調整彙報方式 根據AI的回饋,Adam開始調整自己的彙報方式。他學會了在彙報前總結關鍵點,確保每個要點都簡潔有力;他避免進行冗長的解釋,而是直接提供結果和必要的資料支持。在提出問題時,他會同時提供幾個解決方案,並闡述每個方案的利弊。 步驟五:應用並觀察 在下一次與上司的一對一會議中,Adam採用了新的彙報方式。他直接彙報了項目的關鍵成果,並提出了幾個明確的後續行動計畫。Adam注意到上司對他的彙報反應積極,沒有像以前那樣頻繁打斷他,而是認真聽完了他的彙報,並給予了建設性的回饋。 步驟六:持續改進 Adam意識到溝通是一個持續的過程,他決定繼續使用AI來監測上司的反應,並根據需要調整自己的溝通策略。 時間一晃就過去了好幾個月,Adam在這段時間裡截然不同。他和上司的溝通越來越順暢,這讓自己在職場上的形象煥然一新。上司看他這麼能幹,不僅經常找他商量事情,還把更多的重擔交給了他,對他既信任又看重。 想分析上司性格,要提供哪些資訊給AI? 那我們可以蒐集哪些資訊提供給AI,讓AI幫助我們分析上司的性格呢?我幫你整理了一下,具體如下: 郵件:上司在郵件中呈現的語言風格、決策指令和溝通方式都是分析上司性格的關鍵線索。 會議發言:如果可能,蒐集上司在會議中的發言,包括開場白、提出的問題、做出的會議總結等。 工作文件:例如主管撰寫的工作報告、專案計畫書或績效評估報告等文件,能夠體現上司的專業風格和性格傾向。 決策案例:記錄上司在特定情境下做的決策,包括決策的速度、風格和偏好等。 回饋和評價:上司在工作中給予的回饋和評價,尤其是上司提出的批評和建議。 日常交流內容:在日常工作中,上司與同事的非正式交流內容,如休息時的聊天內容。 演講:上司公開演講的影片也能為分析上司的性格提供線索。 任務分配方式:上司分配任務的方式也能反映其性格特徵。 最後,溫馨提示一下,人的性格複雜多變,不是一兩個詞就能概括的。比如,一個人平時看起來挺果斷,做事雷厲風行,但處理一些講究細節的問題時,他又能慢得下來。所以,借助AI分析上司的性格時,別指望一次就能分析得徹底,可以多分析幾次,嘗試不同的AI工具。 跟上司打交道,別急著給他們貼標籤,我們得多觀察,多瞭解他們的性格,然後據此調整我們說話做事的方式。要是覺得與上司的溝通不太順暢,就要及時改變溝通策略,在不斷調整的過程中,我們和上司的溝通肯定能越來越順暢。 節錄自:商周出版《AI職場溝通力:讓你在彙報、面試、提案中一開口就說服人.AI時代不被淘汰的職場溝通學》/紀菲 著
【104職場力】・AI

AI來了,SEO還重要嗎?搜尋行銷專家解析「全域搜尋優化」新策略

生成式AI問世後,SEO是不是不重要了?當年輕一代在Threads找知識、在Instagram找商品、在ChatGPT尋求決策建議,辛苦經營的網站流量是否正在流失?搜尋行銷專家Harris先生在系統化論述SEO、AEO與GEO的專書中指出:AI時代帶來的不是搜尋的終結,而是邊界的擴張。本文節錄自《AI 全域搜尋實戰》。 文/Harris先生 AI來了,「搜尋」還重要嗎? 筆者過去從事行銷顧問工作近十年的時間,特別專攻的領域之一便是「搜尋行銷」。這些年來,即便科技推陳出新、搜尋不斷地在演變,每個階段,我回頭看市場數據時卻總得到同一個結論:「搜尋」的重要性從未被動搖過。企業主也堅信這個遊戲規則:做行銷,一定要做「搜尋」。 生成式AI問世後,開始有越來越多客戶問我:「Harris,現在還需要做搜尋嗎?Google SEO是不是不重要了?」連我自己都花了大把的時間使用ChatGPT,面對問題時有一大部分的時間是用ChatGPT解決,而不是使用Google搜尋。 然而,AI時代與資訊爆炸的時代帶來的不是「搜尋的終結」,而是「搜尋的擴張」。 別押注單一引擎,要搶佔心佔率的主動權 近年SEO行銷領域的名人尼爾‧帕特爾(Neil Patel)提倡,SEO已經不再是「Search Engine Optimization」(搜尋引擎優化),而是「Search Everywhere Optimization」(全域搜尋優化)。這指的是企業主應該針對「所有可搜尋、可獲取資訊的平台」進行優化與曝光,因為使用者「可能從任何一個平台產生搜尋行為」。不論使用者在 ChatGPT、Google或Instagram上搜尋,你的品牌都能夠有效被看見,「Search Everywhere Optimization」(全域搜尋優化)才是下個世代真正的「SEO」。 回到行銷的角度來看,ChatGPT與Google搜尋目前仍擁有極高的使用率,而且兩者的使用人口都還在持續成長中。即便 Google透過AI摘要重新分配了搜尋結果頁的流量結構,對網站導流產生衝擊,但不可否認的是,使用者並沒有離開搜尋,只是改變了搜尋的位置與方式。 在這樣的背景下,企業最理性的選擇,不是押注單一搜尋引擎,而是採取「全域搜尋優化」的策略。 所謂全域搜尋優化,並不是只關注Google排名,還要確保無論使用者是在 ChatGPT、Google、Gemini還是Perplexity上詢問問題或搜尋資訊,你的品牌都能被理解、被提及、被看見。 在搜尋入口高度分散的時代,能夠跨平台維持穩定可見度的品牌,才是真正掌握了曝光率與心佔率的主動權。 圖/《AI 全域搜尋實戰》 節錄自:天下雜誌出版《AI 全域搜尋實戰:SEO・AEO・GEO,後AI時代精準行銷必學技巧,有效提升品牌曝光,被AI優先推薦》/Harris先生 著
【104職場力】・數位行銷

什麼是「MarTech」?為什麼企業需要行銷科技來輔助營運?│職場百科

你聽過「MarTech」(行銷科技,Marketing Technology)嗎?為什麼很多知名企業、大品牌都認為建立完整的「MarTech」系統不只是能讓產品行銷更有效率,甚至能協助營運更上軌道?原因在於優異的「MarTech」將可以結合軟體、數據分析和自動化技術,做到高效率、省人工,有效讓數據來輔助決策,協助企業精準觸及目標受眾、最佳化行銷策略。 文/《104職場力》 本文導覽 什麼是「MarTech」?為什麼「MarTech」很重要?為什麼企業需要「MarTech」?「MarTech」的 六大領域1. 廣告與推廣(Advertising & Promotion)2. 內容及使用者體驗(Content & Experience)3. 社群與客戶關係管理(Social & Relationships)4. 商務與銷售(Commerce & Sales)5. 數據分析應用(Data)6. 整合管理(Management)「MarTech」和「AdTech」有什麼差別? 什麼是「MarTech」? 「MarTech」(行銷科技)是什麼?只要使用自動化技術就算是一種嗎? 簡單來說,「MarTech」是指運用軟體、數據分析與自動化技術來最佳化行銷策略,協助企業精準觸及目標受眾、提升運營效率並優化顧客體驗。 「MarTech」是由 Marketing 和 Technology 兩個單字組合而成,最早這個概念是在2011年由美國的工程師企業家 Scott Brinker 製作的「行銷科技地圖」(Martech Landscape)所提出,並且將行銷科技劃分為六個主要的領域:廣告與推廣(Advertising & Promotion)、內容及使用者體驗(Content & Experience)、社群與客戶關係管理(Social & Relationships)、商務與銷售(Commerce & Sales)、數據分析應用(Data)、整合管理(Management)。 簡單來說,「MarTech」要解決的問題是: 降低企業在行銷工作上的重複性與勞力密集的繁瑣工作。 讓過去持續累積、但始終無法被妥善運用的資料(Raw Data)發揮其效用。 延伸閱讀:數位行銷是什麼?想進入數位行銷的領域,應該要怎麼開始? 為什麼「MarTech」很重要? 現代企業的營運中,「數據與自動化」在行銷工作中的作用越來越重要。 由於行銷情境不斷變化、使用者行為變多、數位足跡龐大,因此「MarTech」的內容也越來越複雜,使品牌更能貼進過往被視為「碎片化」、「無從辨識」的消費者旅程。因此更突顯活用「MarTech」的重要性。 行銷技術會從頭到尾考慮執行需求,讓行銷人員能夠完整的擴展行銷工作。最後,MarTech 很重要的另一個原因,就是能夠改善我們與對手和顧客的溝通及合作方式。改善這些B2B和B2C關係(感覺你似乎更懂我了),對您與顧客建立的關係產生正面的雪球效應。 為什麼企業需要「MarTech」? 自動化執行: 將繁瑣的例行行銷工作(如 EDM 寄送、社群回覆)自動化。 數據驅動決策: 告別憑感覺猜測,依據精準的數據儀表板調整行銷預算。 優化顧客體驗: 透過系統記錄用戶足跡,提供高度客製化的內容與推薦服務。 [course_plugin api_type='course_id' title='【MarTech輔助行銷】一次搞懂GA4網站分析' id='ef846d56-f66a-4f57-9dba-188ac542e8d7'] 「MarTech」的 六大領域 以實際應用面來說,被譽為「MarTech」之父的 Scott Brinker 將行銷科技切分為以下六種領域: 1. 廣告與推廣(Advertising & Promotion) 以科技技術優化關鍵字、社群等各種廣告形式,提供詳盡的報表資訊或自動優化服務,包含建議投放時間、TA輪廓、推廣形式與素材建議等等,藉此提高廣告投放的成效。 常見的工具如:Google Ads 與 Meta 廣告管理員。 [course_plugin api_type='course_id' title='Google Ads廣告投放認證保證班' id='1abeea86-5289-4d4d-910b-fad952bcdfd4'] 2. 內容及使用者體驗(Content & Experience) 包含內容管理、網站建置及個人化體驗,運用科技打造更吸引消費者、讀者興趣的內容,打造更好的瀏覽閱讀體驗。內容包括影音、社群貼文、部落格文章、圖文資訊或電子報;體驗則包含UI及UX設計,甚至AR、VR等各種線上線下互動裝置等等。 常見的工具如:WordPress 與 HubSpot CMS。 [course_plugin api_type='course_id' title='AI內容企劃力實戰課' id='51189062-5156-4dec-9153-8464c6732b13'] 3. 社群與客戶關係管理(Social & Relationships) 專注於社群媒體管理及客服自動化,在社群及客戶經營啟用更多的AI輔助工具也是一種,藉此提供更多元的互動方式或情境,協助企業更輕鬆的管理顧客資料、舉辦線上線下活動,以及經營社群、規劃合適的形象和宣傳素材。 常見的工具如:聊天機器人 BotBonnie 與 ManyChat。 [course_plugin api_type='course_id' title='數位行銷:社群、數據與銷售的13堂應用課' id='8030c976-04bc-48ce-acd2-6934b1f34d8d'] 4. 商務與銷售(Commerce & Sales) 驅動銷售轉換與電子商務,透過「行銷科技」優化銷售系統與網站介面,包含支援線上支付、後端業務分潤與財務管理等服務,藉此提升銷售成效、改善企業內部作業效率,打造一站式的體驗。 常見的工具如:Shopify 與 B2B 常用的 Salesforce CRM。 [course_plugin api_type='course_id' title='零經驗也能學會電商行銷:一次搞懂邏輯架構、操作經營與數據指標' id='c52e5f9a-49f8-4f9b-8db0-08f5d25f5819'] 5. 數據分析應用(Data) 追蹤、衡量並分析行銷成效。數據運用其實是「Martech」最核心的概念,以數據為基礎才能精準分析成效,進而應用在優化其他五大領域的行銷策略。 常用的工具如:Google Analytics 與 Mixpanel。 [course_plugin api_type='course_id' title='GA4 x Looker studio跨資料源整合&動態報表實戰' id='3211ef4b-a0df-4e47-898b-450cbf8f2e5b'] 6. 整合管理(Management) 統籌行銷專案與團隊協作,以科技協助規劃完善的行銷策略,包含各項資源與預算管理、系統與平台整合管理與分析。 常用的工具如:Asana 與 Trello。 [course_plugin api_type='course_id' title='Power BI 零基礎實戰 | 培養商務數據分析力' id='68e834c3-e940-4ec5-bce1-bd78da37cc46'] 「MarTech」和「AdTech」有什麼差別? 根據《amazon ads》的說明,像行銷和推廣有所不同,「MarTech」和「AdTech」(廣告科技的縮寫)兩個術語也不能互換使用。主要差別在於「AdTech」僅用於透過促銷商品來影響買家行為,而「MarTech」則用於實際建立,運行和管理廣告活動和其他行銷工作。 具體來說,「AdTech」是廣告策略和管理工具的總稱(如供應方平台 (SSP)、廣告交易平台和需求方平台 (DSP)),而「MarTech」則是顧客關係管理 (CRM) 軟體、社群媒體管理工具、電子郵件行銷解決方案等的使用方式,大部分涵蓋行銷人工作日常會使用的相關工具。 本文參考《amazon ads》、《wikipedia》資訊,經整理改寫。
【104職場力】・數據分析

AI工作專區|工程師、PM、行銷的AI應用人才,企業AI徵才技能整理

AI時代來臨,企業對AI應用與自動化人才的需求不斷成長。從軟體工程師、產品經理、專案經理(PM)到行銷人才,懂得使用AI工具:RPA自動化流程、n8n無程式的工作流程整合,在就業市場已開出新的人才賽道,成為企業招募新一代人才的重要加分條件。 本文目錄(點擊可快速前往) AI技能找工作機會|RPA、n8n、Vibe CodingRPA(Robotic Process Automation,機器人流程自動化)n8n(開源的工作流程自動化工具)Vibe Coding(氛圍程式設計)職務結合AI工作機會AI行銷人才AI應用管理師 Project Manager、AI PMAI產品經理(AI Product Manager)AI設計師(UI/UX)AI應用軟體工程人才AI、演算法工程師FAQ:AI工作常見問題AI+自動化技能能提高薪資嗎?學AI可以做什麼工作? AI技能找工作機會|RPA、n8n、Vibe Coding RPA(Robotic Process Automation,機器人流程自動化) 透過軟體「機器人」來模擬人類在電腦上執行重複性、規則化任務的技術,無需改變原有系統或進行複雜開發。 職缺舉例:RPA Business Development Specialist、HR數位轉型專案管理師、業務管理師、通路服務規劃人員 [joblist_plugin title='【RPA】精選職缺' url='https://www.104.com.tw/jobs/search/?mode=s&page=3&keyword=RPA&order=15' amount='3'] n8n(開源的工作流程自動化工具) 可幫助工作者自動化重複性任務,整合各種應用服務,類似Zapier或Make.com,擁有更高的彈性。 使用範例 每日定時抓取某API數據→整合→發送Email報表 當表單送出→整理資料→寫入Google Sheet→發Slack通知 自動化CRM建立客戶資料 + 產生任務 + 發送開通信件 [joblist_plugin title='【n8n】精選職缺' url='https://www.104.com.tw/jobs/search/?mode=s&page=2&keyword=n8n&order=15' amount='3'] Vibe Coding(氛圍程式設計) 工作者運用語言模型(ChatGpt、copilot)等AI技術,透過自然語言與AI對話,讓AI自動生成所需程式碼,大幅降低開發門檻。只需描述想要達成的功能,AI便能撰寫程式,無需深入理解底層程式運作原理,可以不透過工程師達到將網頁、APP快速送入市場驗證的開發模式。 [joblist_plugin title='【Vibe Coding】精選職缺' url='https://www.104.com.tw/jobs/search/?keyword=vibe+code&order=15&page=1' amount='3'] 看不夠?來去逛逛 104數位與科技人才專區 職務結合AI工作機會 AI工具的應用,讓專業工作者能提高工作效率(避免耗時的行政流程)、創意創新的競爭力(給予AI思考框架,提出不同的創新想法)、決策支援(藉由數據資料的匯入,與AI協作預測商業策略執行優勢與須備風險管理的地方)。 AI行銷人才 企業期待新一代的行銷人將專業的行銷know-how結合AI與MarTech的技術,能更精確的了解市場、找到用戶痛點、制訂與執行更有效的行銷策略。 必備技能:AI工具(ChatGPT)、RPA與n8n自動化排程、GA4。 加分條件:懂MarTech串接與數據驅動行銷策略。 [joblist_plugin title='【AI Martech 行銷】精選職缺' url='https://www.104.com.tw/jobs/search/?mode=s&page=3&keyword=AI+Martech&order=15&jobcat=2004001000' amount='3'] AI應用管理師 Project Manager、AI PM 結合PJM對組織流程、利害關係人的了解,提升決策效率與資源運用,並在複雜多變的環境中,精準規劃、協調跨部門團隊,確保專案按時、高品質交付,創造更高的商業價值。 [joblist_plugin title='【AI專案經理】精選職缺' url='https://www.104.com.tw/jobs/search/?mode=s&page=1&keyword=AI+n8n&order=15&jobcat=2004003006' amount='3'] AI產品經理(AI Product Manager) 產品經理需要能精準識別使用者需求,將AI能力轉化為實際功能,並制定策略與路線圖,協調跨部門資源,確保AI產品從概念到落地,能創造最大化的商業價值與使用體驗。 必備技能:敏捷開發、數據分析、RPA流程設計、n8n工作流自動化。 加分條件:懂Prompt Engineering,能規劃AI產品MVP [joblist_plugin title='【AI專案經理】精選職缺' url='https://www.104.com.tw/jobs/search/?mode=s&page=2&keyword=AI+n8n+%E7%94%A2%E5%93%81%E7%B6%93%E7%90%86&order=15&jobcat=2004003005' amount='3'] AI設計師(UI/UX) 結合AI技術與使用者行為洞察,打造人性化的產品體驗。需要理解AI產品的運作邏輯,將複雜的演算法結果轉化為直覺且易於使用的介面,在設計過程中融入個人化體驗與數據驅動的設計思維,確保產品兼具美感與功能。 [joblist_plugin title='【AI UI/UX 設計師】精選職缺' url='https://www.104.com.tw/jobs/search/?mode=s&page=1&keyword=AI+&order=15&jobcat=2013001015,2013001016,2013001006,2013001020' amount='3'] AI應用軟體工程人才 幫助提升公司營運效率,工作內容包含開發與推進AI自動化應用,包括文件生成、知識查詢、任務建議與流程輔助,提升日常作業效率。 [joblist_plugin title='【AI應用工程師】精選職缺' url='https://www.104.com.tw/jobs/search/?jobsource=joblist_search&mode=s&page=1&keyword=AI+%E6%87%89%E7%94%A8&order=15&jobcat=2007001000' amount='3'] AI、演算法工程師 邊緣運算、LLM、AI/ML 演算法、生成式AI、影像辨識、資料科學……等專業技術領域 [joblist_plugin title='【AI、演算法工程師】精選職缺' url='https://www.104.com.tw/jobs/search/?mode=s&page=1&order=15&jobcat=2007001020,2007001012' amount='3'] FAQ:AI工作常見問題 AI+自動化技能能提高薪資嗎? 能,降低人工成本,幫企業節省大量時間。幫助公司快速決策,提升專案 ROI。具備跨領域競爭力,在數位轉型浪潮中更具優勢。 學AI可以做什麼工作? 學AI可以應用在與數據、軟體、流程優化相關的工作中。例如:行銷人多會了AI,可以不透過工程師快速架設行銷活動網站、PM會AI,可以自動化縮短寫規格書的時間、透過Vibe Coding方式加速MVP的推出,工程師可以透過AI協作,更快產出80%的程式碼,將時間投入優化code的過程。 看不夠?來去逛逛 104數位與科技人才專區
【104職場力】・AI

「HR人資數據分析」從步驟、使用工具到10種分析面向一次懂

文:先行智庫 原文標題:什麼是HR人資數據分析?要分析什麼?從步驟、使用工具到10種數據分析面向,本文一次告訴你! 隨著數據分析技術的成熟,以及入門門檻逐漸降低,各行各業逐漸在思考如何應用數據分析,為工作帶來全新的價值,或者是提高決策品質,甚至是創造新商業機會。身為人資夥伴,我們也可以思考手上擁有的數據,例如:出缺勤數據、績效考核數據、調薪紀錄、職務異動紀錄、員工投入度、訓練課程滿意度調查、加班紀錄等,可以如何分析?該設立哪些管理指標?能用何種圖表呈現?怎麼打造員工數據戰情室?要做到什麼樣的程度才可以?使用什麼樣的工具比較合適?在今天這篇文章,我都會幫大家詳細解答。 目錄 HR人資數據分析簡介1.1 人力資源近年發展趨勢1.2 HR人資數據分析是什麼?1.3 為什麼要做HR人資數據分析? 如何做HR人資數據分析?2.1 HR人資數據能分析什麼?2.2 有哪些數據可以做HR人資數據分析?2.3 該使用何種工具比較好?Excel還是Power BI?2.4 做HR人資數據分析的6個步驟 HR人資數據分析關鍵議題3.1 招募數據分析3.2 訓練數據分析3.3 員額數據分析3.4 離職數據分析3.5 績效數據分析3.6 證照數據分析3.7 差勤數據分析3.8 薪酬數據分析3.9 人格數據分析3.10 接班人數據分析 落實人資數據分析4.1 Power BI人資戰情儀表版4.2 實踐人資數據分析可能遭遇的難題 1. HR人資數據分析簡介 1.1  人力資源近年發展趨勢 近期人力資源發展趨勢,可以概分為三個階段。 第一階段,人資主要處理勞檢、出缺勤統計、勞健保與團保、調薪與晉升公告等庶務型工作。第二階段,人資開始成為企業的策略合作夥伴,例如:規劃具備競爭力的薪資福利、根據業務發展方向擬定訓練架構、制定能鼓勵員工的績效考核辦法、優化整體招募流程以提升企業形象。第三階段,人資走向數據驅動,例如:量化個渠道的招募招募成本、量化每個部門的缺口狀況與人力結構、從課後滿意度評分問卷找出辦課重點、善用人格測評分析結果將人才擺在適當位置。 這三個階段並不是互相取代 ,而是同時並進的。換句話說,HR不僅僅要具備運營能力,在大數據時代,也必須要有數據驅動決策的技能。人力資源在過往會被認為是以人為本的行政相關工作,但在科技進步的趨勢下,也開始要涉及數字化管理。 手把手帶你掌握E化 x 數據 x AI【數位人資管理師】 >> 1.2 HR人資數據分析是什麼? HR人資數據分析,就是運用數位工具,將與人力資源相關的數據進行分析,從中獲取洞察的過程。在這段過程,不論你是使用何種工具,如:Excel、Power BI、Tableau等都是可以的。當然也不限最終的呈現形式,如:PPT、Word、Excel、儀表板。只要HR的工作中有涉及到數字,這段過程廣義來說,就能算是HR人資數據分析了。 其實這並不是一件非常遙遠或很困難的事情,因為HR平常在做的報表或報告,基本上都會做到與數字相關的統計和分析,例如:培訓的滿意度、加班時數、敬業度調查、招募人數統計、職務異動統計等。只是在於這些統計和分析的結果,是否對於決策有正向助益。 1.3 為什麼要做HR人資數據分析? 做HR人資數據分析,最主要的目的是「做出更好的決策」,讓下決策不再憑經驗或憑感覺。例如:要去哪裡找到合適的人才?招募預算應該要如何更有效配置?招募團隊與招募工作應如何調整?我們可以透過分析「履歷收件的有效性」,做為決策的參考依據。 透過HR人資數據分析,能讓我們知道要前往的方向,與評估所需投入的資源與時間,避免將本就有限的資源,投入到代價高且多餘的項目,讓我們將精力更集中在能提升效率的工作。還能夠提高論點的說服力,也能更有底氣的協調跨部門支援。更重要的是,我們可以用數字,來衡量HR的績效表現,讓老闆可以更清楚的知道HR貢獻的價值。 2. 如何做HR人資數據分析? 2.1 HR人資數據能分析什麼? 我們可以從人資工作的流程,選、用、育、晉、留,這幾個面向先思考想解決的問題有哪些?想要知道的訊息有什麼?接著再進一步思考,要解決這些問題,需要分析哪些數據?或者是用什麼樣的數據做佐證。 例如:在招募的部份,我們就會想知道哪個招募管道效益最好?招聘預算該如何配置?在訓練的部份,老闆就會想知道辦訓練課程是否值得?如果值得,又該辦哪些的訓練對於實現業務增長是有正向助益? 2.2 有哪些數據可以做HR人資數據分析? 我們可以將數據先分成2大類,一類是HR相關的數據,另一類是非HR相關的數據。 HRIS系統、PMS系統、LMS系統、招募管理系統、證照管理系統等能倒出來的數據,都屬於HR相關的數據,例如:員工基本資料、加班時數統計、面試邀約紀錄、薪資實發清冊、獎金名冊、職務異動、晉升紀錄、敬業度調查、教育訓練滿意度調查、證照到期統計、績效分數明細表等。非HR相關的數據,像是財務數據、進出貨數據、庫存數據、不良品統計數據等。我們可以將HR數據與非HR數據做結合,這樣就能更清楚後端人力資源與前端工作的關聯性。 2.3 該使用何種工具比較好?Excel還是Power BI? 不論用什麼樣的工具,都可以用來做數據分析,沒有哪一種最好,只有哪一種最適合你,這兩種工具的使用情境是不太一樣的。如果你只是要做出一兩張圖表,而且還要將圖表貼到簡報上,Excel會比Power BI來的更容易操作。但如果你製圖的頻率很高,需要一次展示多張圖表,希望將多樣的人力資源數據都整合在一起,那Power BI會是比較適合的。簡言之,如果只是單點式的做分析,Excel就足以,如果需要做全面的整合,Power BI會是更好的選擇。 2.4 做HR人資數據分析的6個步驟 做人資數據分析有6個步驟,千萬別一下子掉入工具的選擇,我們必須依照這幾個步驟,一步一步踏穩,才能讓數據發揮它的價值。這6個步驟分別是:問題思考、資料彙整、資料清理、資料視覺化、數據洞察探索、展示報告與共享。 3. HR人資數據分析關鍵議題 你可以設計一套完整的、有系統的HR人資數據分析框架。你也可以針對招募、訓練、員額、離職、績效、證照、差勤、薪酬、人格、接班人等議題,單獨做數據分析。接下來我會針對常見的這幾個議題,做詳細介紹。 3.1 招募數據分析 大招募時代來臨,許多企業都面臨缺工與招募不到人才的問題。在招募工作中,你可以分析:要去哪裡找人?怎麼縮短人才招募時間?如何用最少成本,招募到最好的人? 要回答上述問題,我們可以從許多招募指標和數據中,找到合適的線索。還可以將這些指標建立成招募戰情儀表板,把所有的指標圖表攤在同一張儀表板上,用更宏觀的視野來看公司的招募狀況。透過客觀的數據分析,將能夠給我們足夠的決策參考情報。但如果你要做招募數據分析,就需要有招募相關的數據才行,例如:開缺報表、面試紀錄表、Offer Delivery的紀錄表。 有了情報之後,我們也可以從每一個招募工作環節,仔細檢視還能如何改善,藉由優化招募流程,解決招募工作面臨的問題,或者是採取一些創新的作法。 3.2 訓練數據分析 科技進步速度飛快,加上近期景氣低迷的因素,許多企業都意識到投資員工教育訓練的重要性。在教育訓練工作中,你可以分析:要辦什麼樣的訓練才能夠對應到公司業務發展所需?要花多少錢在教育訓練才合理?舉辦的教育訓練有沒有效? 教育訓練是一個相對比較難用數據衡量的議題,通常都只會想到分析課後回饋問卷。但如果心有餘力,也可以去蒐集前端部門有的數據,例如業務部門就有業績數據、生產線就會有不良品或停機相關的數據。接著就能夠將後端的HR數據,與前端的數據串聯做分析,以了解訓練課程的投資,對於工作成效是否有直接的助益。 3.3 員額數據分析 隨著組織不斷擴大,如何用有限的人力配置,發揮最大的價值,是做員額數據分析最重要的目的。在員額headcount的部份,你可以分析:公司員工人數和營業收入是否成正比?人力的組成結構是否健康?面對組織未來的策略發展,公司的人力配置要做哪些調整?預算數與實際員額數是否有明顯的差距? 3.4 離職數據分析 員工離職,我們除了做離職面談,其實還可以做數據分析。你可以分析:關鍵人才人才離職率、員工離職的原因統計、員工離職所產生的成本、造成員工離職的主要因素。而這些分析結果,你也可以用一些比較特殊的圖表,更精準傳遞你想訴說的訊息。 3.5 績效數據分析 人資部每年都會收到各部門主管針對部門員工做績效考核分數的數據,如果這些數據只是用來記錄就有點可惜了,我們可以將這些數字更進一步做分析,用來激發員工潛能、找出潛力人才。你可以分析:每位員工歷年來的績效趨勢、連續若干年績效表顯都很亮眼的員工、與員工績效有正相關的因素是什麼、績效與調薪之間的關係。 3.6 證照數據分析 各行業因為法規或業務發展的關係,需要考取證照。如金融業就會有壽險、證券、期貨等證照;科技製造業就會有化學品、堆高機、急救人員、工安、衛生管理等。資訊業可能就會有各原廠的認證考試。在證照的部份,你可以分析:即將到期的證照張數、證照張數的服務能量是否能滿足業務需求、每人已過期或到期的證照張數。 3.7 差勤數據分析 同仁的請假與加班狀況,會影響到員工的身心健康與工作成效。請假與加班的數據,一般都是用來通知當事人,或者是當事人的主管。但除了通知用途外,這些數據你還可以用來分析:各部門平均加班時數、哪些部門或哪些員工有異常加班的狀況、加班費的支出是否可以再降低、有哪些員工年底到了但特休使用率還未達80%。 3.8 薪酬數據分析 近期科技業大裁員的消息,讓我們意識到人事費用,對於企業而言是一筆不小的開支,需要審慎的發放與運用。該如何提高人事成本的韌性?在景氣大好時能大舉徵才?在景氣不好時又能夠有效控管人事成本?做薪酬數據分析,是首要任務。在薪酬這塊,你可以分析:公司與同業的薪資水準、人均營收與人均成本、薪資結構的合理性、薪資級距、是否逐年調薪、薪資發放的公平性。 3.9 人格數據分析 如果企業有做人格測評,通常每人都會收到一份數字化報告。但如果分開單獨看一個人的測評結果,不容易了解團隊整體的樣貌,因此我們可以將每一位員工在測評中的數據彙整後,做交叉比對,藉此分析:主管與非主管的人格特質差異、離職與在職員工的人格特質差異、各部門的人格特質是否符合業務需求。從中可以了解什麼樣的人適合擔任主管?什麼樣的人離職風險更高?團隊的組成是否有需要再調整? 3.10 接班人數據分析 許多企業在現在都面臨的接班問題,但挑選接班人除了依照主觀判斷,還要拿出客觀數據,才能夠讓接班人的挑選更具有說服力。最常見的一種方式就是人才九宮格,可以藉由績效分數和潛力分數進行判斷,找出超級明星或潛力明星。(參考文章:如何運用Power BI找出企業接班人?)當然你也可以分析每一位接班人:過往執行的重大專案數、近年績效表現、年資與年齡。 4. 落實人資數據分析 4.1 Power BI人資戰情儀表板 在做HR人資數據分析時,你可能會針對許多的管理指標,繪製出視覺化的圖表。就算準備的再周全,一樣有很高的機率,會被問到你準備資料以外的問題。而且從你取得數據,經過加工,再送到報表閱讀者手中,就已經不是即時的資料了。再加上不同的閱讀者,看報表的角度也都不盡相同,如果要針對每一個閱讀者的習慣與喜好,個別製作報表,是相當耗時耗力的工作。為了讓HR數據分析能更全面涵蓋老闆會問的問題、為了讓數據能更即時的傳到老闆手中、為了讓數據能用自助式的方式讓報表閱讀者自行篩選調整格式,我們可以透過Power BI做HR人資數據分析。請參考以下範範本: 4.2 實踐人資數據分析可能遭遇的難題 要落實人資數據分析,並不是短時間就能完成的事情,可能還會遇到許多挑戰等待你克服。最可能遇到的就是數據蒐集難題,像是缺乏重要的數據,該如何布局蒐集數據的管線與流程。也可能會遇到溝通的挑戰,像是如何讓用人單位意識到,人力資源的數據報告有利於業務增長。還可能會遇到資料整合難題,例如資料散落在各方,缺乏整合管道,如何有效率的彙整。這些問題都不是短期內就能輕鬆被解決的,但唯有這些難題被克服以後,才能夠落實人資數據分析。 了解更多Power Bi 相關的學習資源 >> 學更多【Power BI】,馬上報名 >> Power BI 資料視覺化 Power BI HR管理分析師【招募數據視覺化】 Power BI 資料清理與建模 Power BI DAX函數運用 人資必備數據Know-how都在這裡> > 用Power BI 做視覺化數據分析,企業導入時會遇到六大階段 HR數位轉型怎麼做?以數據分析為驅動 從這15個數據指標,開始建立你的招募漏斗 你的招募數據報告,老闆看不懂? 因為你沒有「資料視覺化」 HR這樣做數據分析報告,老闆才想聽!
【104職場力】

【104 talks】必學的聰明工作術!-從邏輯思維到工具應用,全面提升工作效能|2/20 線上免費直播

文/104人資市集 「104 talks」致力於協助職場人士的知識學習與能力提升 為每位忙碌的職場人士,創立一個能夠高效學習的節目平台,集結各領域專業講師的知識與分享,為職場人士帶來啟發和新視角。 必學的聰明工作術!-從邏輯思維到工具應用,全面提升工作效能 2025年想讓工作變得更輕鬆、高效嗎? 這場講座將帶您解鎖全新的工作思維,從掌握大局、時間管理到善用AI技能,讓繁瑣流程迎刃而解,能更精準且有策略的執行,輕鬆達到事半功倍的效果。 一起加入這場聰明工作術的旅程,讓工作變得更簡單! 講者及主題介紹 ★黑馬思維-看懂局勢 跳脫平凡的密技- 主講人 : 楊東岳 | 大玩創意有限公司執行長 ★掌握時間成本,創造高效任務管理策略- 主講人 : 曾正文 | PMP 國際專案管理師 ★用AI方法徹底改造工作,輕鬆成為效率達人!- 主講人 : 林尚能 | 企業經營顧問 ★這輩子免學Excel公式,用AI全部解決 - 主講人 : 吳承穎 | 查特普拉斯管理顧問有限公司 共同創辦人 講座資訊: 講座時間:2025/2/20(四)13:30~15:00 報名截止時間:2025/2/18(二) 活動形式:線上免費直播 適合對象:所有職場人士 價值:3600元 → 免費 立即點我免費報名 【報名流程】 1. 活動前1天,我們將以Email寄送活動通知及相關資訊給您,請隨時留意Email,以免遺漏。2. 本講座會以Youtube直播的方式進行。 【注意事項】 報名前,請詳閱課程內容及購買須知。  104 人資市集 保有相關課程內容調整及講師之變動權,可能視情況進行適當的修改與調整。  104 人資市集 保留報名審核權利。  如有課程相關問題,請至聯絡我們留下相關訊息。 . . . 最划算的全方位教育訓練方案!免費申請全課程試閱 >> 推薦你更多相關的好文章>> 【104 talks】時代 vs 世代:不可不知的 EAP 推動要點 | 興智國際執行長 黃智儀 【104 talks】現代領導者的人生進化指南 | 波波黛莉共同創辦人黃晨皓 Kim 【104 talks】AI 數據智能時代的工作再定義 | 微軟人資長王有蘋 【104 talks】運用心理能量,職場一路順暢 | 蘇予昕心理師 【104 talks】啟動你的能量計畫,打造高效人生 | 最速總經理王冠翔 【104 talks】提前佈局不被市場淘汰!第二曲線創新學 | 郭瑞祥 滿足中小企業的培訓需求!超過150+課程任選 >> 訂閱市集電子報與你分享專家文章及最新活動訊息 >> 加入104人資市集 Line 獲得新知與獨家優惠!
【104職場力】・AI

ROI怎麼算才準?Meta行銷長揭2大常見誤區

行銷ROI怎麼算才準?Meta行銷長亞歷克斯.舒茲提醒,別只看平均投資報酬率或點擊後轉換,還要理解邊際報酬與增幅效果,才能判斷行銷預算是否真的帶來成長。本文節錄自《點擊成長》。 文/亞歷克斯.舒茲 本文目錄(點擊可快速前往) 投資報酬率的最大化生命週期價值 本章有兩個核心問題:一、如果你什麼都不做,會發生什麼事?你應該清楚自己在行銷上花的每塊錢會帶來什麼增幅效果,而不是把每次點擊後的轉換都當成自己的功勞。二、你花出去的最後一塊錢,能替你賺回多少錢?把一開始的一百塊錢花得有效率,遠比把最後一百塊錢花得有效率容易。這兩個問題,都指向同一件事:投資報酬率(ROI)。 投資報酬率的最大化 付費線上行銷最首要的目標,是將投資報酬率最大化。在操作付費管道時,我認為你需要問自己兩個簡單的問題:邊際投資報酬率是多少?增幅效果有多大?邊際報酬是你多花一塊錢所帶來的報酬。我常看到有人只衡量平均投資報酬率,卻不看邊際投資報酬率。但平均投資報酬率可能很好看,邊際投資報酬率卻在虧錢。 增幅效果則是用來理解當你完全不做行銷時會怎麼樣。在這兩個問題中它才是最關鍵的:你追蹤的行銷成果中,有多少是不做行銷也會自然發生?有時候,行銷的實際影響確實比單純以點擊或曝光數據衡量到的影響還要大。但多數時候,實際影響都比衡量到的影響還要小。如果你真正在乎最後的成效,就必須清楚自己做的每一項行銷活動是否真的帶來額外效果。 從早期在eBay任職起,關注增幅效果和邊際報酬的工作就深深吸引我,並在日後職涯中持續為我帶來豐厚的回報。我能成為Meta的分析主管,很大程度上是因為我在執行線上行銷的過程中建立起對數據的嚴謹態度,因而備受信任,得以承擔更重要的職務。 如果你是行銷長,或是與財務部門合作的行銷經理,關注整體的邊際投資報酬率與增幅投資報酬率同樣重要。財務部門對這兩種投資報酬率有更直覺的理解,若你能向他們展示這方面的基本技術認知,有助於他們掌握你的工作及其重要性。 在概念上,將投資報酬率最大化很簡單: 行銷活動存在報酬遞減的現象,你花的最後一塊錢帶來的投資報酬率,會低於第一塊錢的投資報酬率。預算有限,你應該合理分配投資,讓每個管道或行銷活動的最後一塊錢,在所有管道產生相同的報酬。 你促成的轉換行為,並非全部都是行銷帶來的額外效果,品牌愈大、愈知名,增幅效果往往愈小。你應該嚴格執行實驗,找出真正由行銷驅動的轉換數量,只將這部分算進自己的功勞。 理想上,你應該針對每個行銷活動和管道,持續提升邊際投資報酬率與增幅投資報酬率。 勇於嘗試本身就值得肯定。讓財務部門和高階主管認識到你是懂得善用公司資源的行銷人,這對你的職涯發展大有幫助。 如今,分析和改善邊際投資報酬率與增幅投資報酬率的工作,大多已交由自動化競價系統與預算分配系統處理,這也是多數大型行銷活動的標準配備。即便如此,理解系統背後的邏輯仍有價值,可以備不時之需。對於願意超越現有標準工具、深入研究增幅效果的人,額外獲利的空間依然存在。 生命週期價值 計算投資報酬率時,必須清楚你所驅動的行動價值。根據我的經驗,你通常能推動3種用戶行為變化: 獲取新用戶。 重新獲取(reacquisition)曾經活躍、但目前已流失的用戶,或讓他們回流或復活(resurrection)。 增加現有用戶的活躍度。 不同管道在這3方面各有優劣,而且有些獲取新用戶的方法來自潛在用戶開發(lead-generated),而非來自客戶自行註冊。不過,要進行任何進一步的計算,都需要將這些行動轉換為金錢價值。對大多數團隊而言,真正的目標並不是用戶獲取,甚至不是每月活躍用戶的成長,而是營收最大化。釐清如何計算這3種用戶行為變化所帶來的營收,對許多行銷團隊至關重要,我在eBay任職、在Meta負責招攬廣告主,以及為新創公司提供建議和諮詢時,都有同樣的體會。 計算用戶獲取與回流的價值時,可以觀察一位典型廣告主, 估算他在註冊後第1天、第2天、第3天⋯⋯為平台貢獻的營收。計算時不必在意某位3天前註冊的廣告主是否持續活躍,因為影響典型用戶當日營收的因素,不只是廣告主是否上線,還有許多其他變數。這意謂隨著時間推移,可用的數據點愈來愈少, 因為所有使用服務的廣告主都有「註冊第1天」的紀錄,但到第2天、第3天之後就愈來愈少,導致圖表愈往後,雜訊愈多。將這些數值在你定義的「生命週期」內加總,就得到廣告主的生命週期價值。下面我會提供實際計算生命週期價值的圖表。這個方法同樣適用於用戶回流的情境,只需將轉換事件從「註冊」改為「回流」即可。 接下來,只針對透過特定管道標記的轉換所產生的收益進行統計。我發現一個有趣的現象:會點擊的人就是會點擊。因此,如果你的業務是吸引人點擊廣告,透過廣告點擊註冊的用戶,生命週期價值往往高於透過口碑採用產品的用戶。在其他業務中,我則發現相反的情況:平均而言,純粹靠口碑獲取的用戶,比靠廣告獲取的用戶更有價值,但要透過數位行銷帶動更多口碑轉換,就算可能,顯然也極為困難。 節錄自:天下文化《點擊成長:Meta行銷長親授,數位廣告投放、轉換、數據分析全攻略》/亞歷克斯.舒茲 著 [joblist_plugin title='更多104【數位行銷】工作機會' url='https://www.104.com.tw/jobs/search/?keyword=%E6%95%B8%E4%BD%8D%E8%A1%8C%E9%8A%B7' amount='3'] 推薦閱讀: 數位行銷新手如何選對管道?Meta行銷長:5步驟找到成長突破口 「北極星指標」怎麼定?Meta行銷長揭Facebook成長決策關鍵 數位行銷是什麼?想進入數位行銷的領域,應該要怎麼開始?
【104職場力】・行銷

從數位工具到商務實戰──義民高中資料處理科:培養跨域競爭力的數位職人

如何讓學生在 AI 崛起與網路經濟爆發的時代脫穎而出?義民高中資料處理科給出了一個清晰的答案。這門兼具「資訊技術」與「商業管理」的學科,不僅教導學生如何操作電腦、考取證照,更著重於跨領域的邏輯思維與實務整合。在這裡,學生從最基礎的文書處理出發,逐步踏入會計、經濟與商業專題製作的殿堂,在數字與程式碼之間,編織出屬於自己的未來職涯藍圖。 跨域思維的先行者:結合資訊與商務的學科優勢 「資料處理科最核心的優勢,就在於它的『跨領域』。」義民高中資料處理科陳昭君主任在訪談中一針見血地指出。面對許多國中生與家長常將「資訊科」與「資料處理科」混淆的疑問,主任給出了一個簡單而明確的判別方式:「資訊科是工業類群,面對的是機器;而資料處理科(資處科)則是商業管理群,面對的是人。網路世界的基礎是電腦,當你具備了電腦操作能力,又懂得商業運作邏輯,就能直接跨入電子商務與現代商務的領域。」 在課程設計上,資處科將複雜的電腦應用與統整商管知識相結合。高一到高三的學科內容涵蓋兩大體系: 資訊技術: 電腦軟體應用(Word、Excel、PowerPoint)、中英文輸入、計算機概論與Python 程式語言。 商業類科: 會計學、經濟學、商業概論到專題製作。 這種雙軌並進的訓練,讓資處科的學生在面對複雜的商業環境時,既擁有清晰的邏輯思維,又具備資料處理的執行力。 圖:學生透過上機實作,培養文書能力 從基本功到高階應用:以證照檢定奠定實力自信 在義民高中資處科,學習成果不只體現在課堂的聽講上,更落實在具體的證照考取與技能檢定中。學校規劃了一套循序漸進的證照地圖,協助學生在三年內建立無可替代的硬實力。 「我們透過考取證照的過程,給孩子們建立信心。」主任分享,高一時學生會先從電腦軟體應用丙級、TQC 辦公室應用軟體(Word、Excel、PowerPoint)以及中英文輸入開始扎根;到了高二、高三,則進階挑戰高難度的「電腦軟體應用乙級」檢定,以及人工記帳會計丙級等專業證照。 目前就讀資處科的林同學與戴同學,便充分展現了這項環境帶來的專業實力。林同學在三年內考取了包括電腦軟體應用乙級與丙級、商教會會計一級檢定、人工記帳會計丙級等多張高含金量證照;戴同學也順利拿下了電腦軟體應用丙級及多張 TQC 證照。這些努力,成為他們畢業時最堅實的備忘錄。 圖:高中三年努力考取多張證照,展現學以致用的實力 理論與實務的交會:專題製作打開職涯的無限可能 隨著 108 課綱的推進,「專題製作」成為資處科高三學生最重要的核心課程。專題製作要求學生必須主動整合三年所學,從無到有地完成一項縮小版的商業研究或企劃報告。 主任分享,目前科大在競賽與專題上喜好的取向,多圍繞在 ESG(環境、社會與治理)、APP 應用、產品行銷企劃與活動企劃。因此,學生的專題主題也緊扣這些時代脈動,例如有組別便以「心理舒壓」為核心研發創意點子,完成了具備高度整合性的專題成果。 在專題製作的過程中,學生必須寫出完整的企劃書,內容涵蓋室內設計構想、成本預算控制、人力資源配置、行銷宣傳策略等。主任透露:「在討論行銷推廣時,學生提出想利用 Instagram作為宣傳通路。我不直接教他們怎麼進行推廣,但我會以過去做行銷的經驗挑戰他們:『你們的推廣策略就只有這樣嗎?要怎麼寫文案?文稿跟圖片要怎麼呈現?』」這種高互動性的引導,讓學生養成思考每一步驟背後的邏輯與效益。 圖:高三專題成果,榮獲商業類技藝競賽獎項,展現跨域整合與實作能力 多元進路與特質媒合:找到屬於自己的發光舞台 「讀資處科,最大的好處就是未來的出路非常寬廣。」主任驕傲地表示。由於兼具資訊與商管背景,資處科畢業生在統測升學時擁有極大的優勢,可選擇的落點涵蓋:資訊管理系、企業管理系、財務金融系、會計系、財稅系等…甚至是跨足跨域的工業管理、資訊工程系等。 對於有志於在高中畢業後直接投入職場的「實用技能班」學生,資處科也提供了充足的就業準備。林同學與戴同學便分享,身邊選擇直接就業的同學,多數能順利進入餐飲業、零售通路(如全聯)等服務產業服務。更有實用技能班的孩子在畢業後,一邊在知名科技公司(如緯創)上班,一邊在國立大學研究所繼續深造,實現了產學無縫接軌。 究竟什麼樣的孩子適合就讀資料處理科?主任與兩位學生的分享總結出了以下幾項人格特質: 樂於與人互動、不排斥溝通: 商管群的核心在於服務與協調,具備良好的文字與言語表達能力是重要基石。 對數字與細節具備敏感度: 不需要數學成績頂尖,但必須對數字有耐心,能從簡單的數據中發現脈絡。 喜好操作電腦、不排斥邏輯思考: 面對系統與程式工具,願意動腦思考其運作邏輯。 航向數位未來的羅盤:在多變環境中發光的跨域英才 在義民高中資料處理科的三年的時光裡,學生學到的從來不只是死板的軟體操作,而是一套與現代數位世界對話的方式。從高一敲擊鍵盤的生疏,到高三能在講台上自信展示專題成果;從面對數據的迷惘,到能用多元工具梳理資料邏輯。這群資處科的學生在細節中鍛鍊判斷力,在跨領域的碰撞中摸索自我,陪伴著他們走向未,在各自的領域裡閃閃發光。 開箱資料處理科學習日常!更多科系探索,歡迎追蹤104高職生IG 在 Instagram 查看這則貼文 104高職生(@104v.hs)分享的貼文
【104職場力】

有任何收穫或想分享的,都來和大家一起聊聊吧!