104學習

水足跡盤查

水足跡盤查是評估企業或產品在整個生產過程中所消耗的水資源量,包含直接用水和間接用水。這項技能能幫助企業了解自身用水狀況,找出浪費環節,提升水資源管理效率,降低環境風險。對於追求永續發展的公司來說,掌握這項能力有助於符合環保法規、提升品牌形象,並在全球供應鏈中保持競爭力。簡言之,這是企業實踐環境責任與降低成本的重要工具。

978 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

CompTIA Project+ 國際專案管理師認證暨實務課程
CompTIA Project+ 國際專案管理師認證暨實務課程
長照行政品質必修課|行政與照顧品質管理基礎四堂課
長照行政品質必修課|行政與照顧品質管理基礎四堂課
PMP®國際專案管理師培訓課程
PMP®國際專案管理師培訓課程
採購作業與進料管制技巧
採購作業與進料管制技巧
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】
行政/營運 AI 超能力:行政流程X生管X採購自動化
行政/營運 AI 超能力:行政流程X生管X採購自動化
【台北】機水電BIM認證 | 給排水.燈管照明.配電盤.衝突碰撞.3D漫遊.4D工程模擬 |刷卡分期0利率
【台北】機水電BIM認證 | 給排水.燈管照明.配電盤.衝突碰撞.3D漫遊.4D工程模擬 |刷卡分期0利率
【台中實體】 機水電BIM iCAP認證班 | 給排水.動力系統.弱電.燈管照明.衝突碰撞.算量出圖|刷卡分期0利率
【台中實體】 機水電BIM iCAP認證班 | 給排水.動力系統.弱電.燈管照明.衝突碰撞.算量出圖|刷卡分期0利率

精選證照

考取專業證照,讓能力被市場看見

數位人資管理師-經理級認證 |
數位人資管理師認證學程將幫助你,運用e化系統的力量,將大量的人資行政瑣事效率化;利用聰明的流程再造,將員工視為內部顧客,全面提升員工體驗;最後發揮數據力,真正成為組織成功的策略夥伴! 獲得數位人資管理師-經理級認證,代表你具備以下能力 1.了解員工體驗的精神,與e化流程的設計思維,可協助組織全面檢視HR各流程的重要問題與精進的方向。 2.熟悉e化流程的設計方法步驟,協助組織善用數位科技的力量,優化現有制度流程,促進員工體驗。 3.清楚大數據分析的內涵,與業界實務運用案例,可幫助公司導入大數據分析專案,解決公司在人力計畫、人才發展、留才管理上碰到的重大問題。
104資訊科技股份有限公司
國際專案管理師PMP |
國際專案管理學會 PMI(Project Management Institute)自 1984 年推出 PMP(Project Management Professional)國際專案管理師認證,用以驗證專案經理在「帶領專案、管理風險與交付成果」上的實務經驗與專業能力。 自 2021 年起,PMP 考試大幅納入敏捷與混合式情境,內容以三大領域(Domain)架構呈現:人(People)/流程(Process)/商業環境(Business Environment),涵蓋利害關係人、溝通協作、範疇、時程、成本、品質、資源、風險、採購等專案核心能力;強調能在瀑布式(Waterfall)、混合(Hybrid)與敏捷(Agile) 等不同工作模式下有效交付,這套方法論達到國際認可的 ISO 9001 和 ISO/ANSI 17024 標準,通行 184 個以上國家,是全球最具代表性的專案管理專業證照之一,台灣政府也將其列入國家標準(專案管理指引 CNS 21500)
PMI 國際專案管理學會
DSCRMA流通服務與顧客關係管理分析師 |
服務業已佔國內生產總額的七成,其中各式商品的流通服務又佔服務業總額的大宗,因此,具備流通經營管理能力的實務人才,將是未來市場的熱門需求之一。 本檢定培訓(流通服務與顧客關係管理分析師-證照班),期望達成以下目標: •結合理論與實務培養務實致用的流通經營第一線管理人才 •促進流通服務與顧客關係管理之應用學習 •協助流通e化人才的職能培育推廣 •培訓通過證照檢定考試。 本證照學科從『流通經營基礎』到『顧客關係管理』並結合科技應用工具,如POS系統、CRM系統等,藉由顧客消費分析(例如:消費頻率、客單價、商品組合分析等),更精準地設計市場產品行銷策略,改善顧客消費經驗,結合優質服務,以因應市場的快速變動讓顧客滿意,提高市佔率與顧客忠誠度。
盈豐資訊科技有限公司
流通門市管理軟體應用師 |
流通門市管理軟體應用師證照專為提升門市管理與營運效率而設計,涵蓋銷售、庫存、訂單及客戶關係管理等軟體操作技能,具備此證照代表能熟練運用流通業常用軟體工具,有效協助門市日常作業及數據分析,提升營運績效與服務品質,適合零售業從業人員及管理者持有,助力職涯發展與專業能力提升。
尚未查核發照單位
TBSA商務企劃能力初級檢定 |
TBSA社團法人台灣商務策劃協會,做為台灣推廣商務企劃知能的專業協會,有鑑於企劃與行銷已成為全球企業所重視的關鍵職能,企劃能力將是企業選才的重要標準,特與WBSA世界商務策劃師聯合會策略合作,共同制訂TBSA商務企劃能力檢定標準,以企劃專業人才所需具備的四種能力:「專業態度」、「商管知識」、「系統思考」與「計畫作業」做為企業選才與培訓的參考基準,分初級檢定與進階檢定。 【初級檢定考試方式】 採用筆試測驗,檢測專業態度、商管知識、系統性思考、企劃程序與企劃工具綜合認知理解能力。 【檢定特色】 ‧分初級與進階檢定,理論及實務並進,有效檢測是否具備基本商管知識及企劃應用力。 ‧全國各大專院校積極導入專業檢定證照,並指定為學生必取得之專業證明。 【檢定效益】 ‧TBSA初階檢定合格者取得TBSA進階檢定行銷企劃證照考試報考資格。
社團法人台灣商務策劃協會(TBSA)
乙級下水道設施操作維護技術士 |
分設管渠系統、機電設備、處理系統及水質檢驗等四項,每一種區分甲乙兩級。說明如下: ※管渠系統:乙級:從事下水道管渠系統之操作維護及管理。甲級:從事下水道管渠系統操作維護之計劃、設計、監督及管理。 ※機電設備:乙級:從事下水道處理相關機械、儀表及用電設備之一般操作與維護工作。甲級:從事下水道處理相關機械、儀表及用電設備之一般操作與維護工作。 ※處理系統:乙級:工作範圍為污水處理廠單元操作管理。甲級:污水處理廠綜合操作管理。 ※水質檢驗:乙級:從事廢污水採樣及一般性物理化學生物等水質檢驗工作。甲級:從事廢污水採樣與一般性物理化學生物等水質檢驗及負責精密儀器分析工作。
勞動部勞動力發展署技能檢定中心

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

產品經理 - 學習地圖(上):技能養成篇 

產品經理是一個融合創新、邏輯與溝通的角色。隨著數位化加速,產品思維逐漸成為組織決策的核心。從技術團隊、設計部門到商業營運,產品經理肩負整合多方資源、定義方向並推動產品落地的關鍵任務。  本篇產品經理學習地圖(上):技能養成篇,將協助轉職者認識『從入門建構產品基礎思維』到中階『掌握用戶洞察與功能實作』,最終能『獨立推動策略規劃與跨部門協作』的相關職業技能,依循學習路徑,逐步成為具影響力的產品專案執行者! 文 /【104學習精靈】 本文目錄(點擊可快速前往) 產品經理是誰?為何成為熱門職業?  產品經理工作內容 產品經理與相近職類比較表 為什麼選擇產品經理? 誰適合轉職產品經理? 掌握產品經理的核心能力:必備工具技能 x 學習路徑 x 軟技能 產品經理技能 × 學習階段 對照表格 產品經理學習地圖與路徑(搭配AI工具) 成為產品經理應具備的軟技能  產品經理是誰?為何成為熱門職業?   產品經理工作內容  產品經理(Product Manager)負責定義產品要解決的問題,並與設計、工程、行銷等部門協作推動產品從構想到落地。其核心職責包含:  需求探索:透過用戶訪談、行為數據、回饋收集等方式,洞察真實需求。  功能規劃:撰寫 PRD、制定功能優先順序、評估 MVP 可行性。  專案推進:主持日常開發流程,跨部門協調資源,確保開發進度與品質。  成果驗證:追蹤產品指標(如留存率、轉換率),進行 A/B 測試與功能優化。  策略規劃:參與產品路線圖規劃,制定中長期產品方向與營收目標。  產品經理既是產品成功的推動者,也是用戶價值的守門人。其價值在於將「使用者需求 × 商業機會 × 技術可行性」三者整合為具體可執行的產品方案。  產品經理與相近職類比較表  職位 關注重點 負責內容 常見產業 產品經理(Product Manager)使用者 + 商業價值 規劃產品功能與開發節奏 科技、電商、金融、SaaS 等 專案經理 (Project Manager) 進度與成本控制 控管時程、資源、人員配置 各類型專案導向型公司 UI/UX 設計師 使用者體驗 介面設計、動線、視覺規劃 軟體、行銷、遊戲、EdTech 等 資料分析師 數據洞察 分析用戶行為、產品數據、A/B 測試 金融、零售、科技、行銷  為什麼選擇產品經理?  📈 發展潛力大|未來產業的中樞角色  不論是新創公司還是科技巨頭,產品導向已成為企業競爭的關鍵思維。  有產品就有需求,有需求就需要 PM——從 AI、SaaS、電商到 FinTech,每個行業都需要懂得「整合價值」的人。  企業不再只需要「能執行的專業者」,而是需要「能定義方向、驅動成長」的產品領導者。  🛠️能力多元|最全面的跨域訓練場  產品經理是一個訓練全腦能力的職業:👉 左腦要有邏輯與分析能力(數據、商業)👉 右腦要能發想與感知使用者(設計、體驗)👉 兩者還要能與技術部門深度協作(開發、工程)  在角色中將學會「如何說服利害關係人」「如何觀察用戶行為」「如何評估一個功能是否值得投資」,這些都是未來每一份高階職位都會需要的綜合實力。  🚀 成長彈性高|跨域轉換與職涯彈跳力強  PM 的角色可以橫跨不同產業與職能,時常需要與工程或設計專業職能有效通協作。是「所有關鍵決策職位的預備場」。  許多優秀的 PM 在職涯中轉職為:  創業者(Founder / Co-founder)  使用者體驗設計師(UX Designer)  數據分析師(Product Data Analyst)  成為產品主管、策略顧問,甚至進入 CPO、COO 等管理層  誰適合轉職產品經理?  🎓 1. 無產品背景但熱愛創新、解決問題者  你喜歡觀察生活問題、總是腦中浮現「這東西為什麼不能這樣改?」  從 side project 開始,就是最好的敲門磚。  無需程式背景,只要有邏輯、有使用者觀點,PM 是歡迎非典型背景者的職位。  💻 2. 工程師背景者  想脫離單純執行任務的角色,希望參與更多「要做什麼」的決策討論  PM 是讓工程師走向策略與產品領導的黃金道路。  技術理解力會讓你在 PM 角色上如虎添翼。  🎨 3. 設計師 / UX 專業者  有同理心、有用戶感知力的設計師,適合轉向更有產品話語權的角色。  讓你從 UI/UX 執行者,變成「產品體驗的主導者」。  許多產品團隊喜歡擁有設計底子的 PM,因為他們更懂體驗與細節。  📢 4. 商業 / 行銷 / 業務人員  熟悉市場與用戶痛點,對產品的商業價值有敏銳觀察  補足產品開發語言與邏輯,就能駕馭市場與產品之間的橋樑位置。  掌握產品經理的核心能力:必備工具技能 x 學習路徑 x 軟技能  產品經理技能 × 學習階段 對照表格   🧩 產品規劃與需求管理 📊 數據分析與驗證能力 🎨 戶體驗與設計思維 🤝跨部門協作與專案推進 基礎 - 撰寫 User Story、建立 Persona - 初步撰寫 PRD、功能清單 - 認識基本產品指標(DAU、MAU、CTR) - 初步理解 A/B 測試、使用 Google Analytics - 繪製使用者旅程圖、UX Flow - 使用 Figma 建立簡易原型 - 熟悉 Notion / Trello 等任務管理工具 - 學習基本會議記錄與任務追蹤方式 核心 - MVP 規劃、功能優先排序(RICE、Kano) - 撰寫完整 PRD、維護 Roadmap - 使用 Mixpanel / Amplitude 追蹤行為流 - 設計驗證機制(Cohort、Retention、轉換率分析) - 熟悉設計思考流程(Design Thinking) - 與設計師協作建立 Wireframe 與可用性測試 - 使用 Jira / Asana 進行敏捷開發任務管理 - 主持 Stand-up / Sprint Review / Retro 會議 進階 - 多模組產品整合與平台化思維 - 建立產品 KPI 指標並追蹤成效 - 設計數據導向決策邏輯 - 與資料分析師共構儀表板、做策略調整 - 優化使用者體驗,結合數據與測試結果反覆調整設計- 規劃用戶測試場景、引導焦點訪談 - 建立跨部門溝通 SOP 與產品知識共享 Wiki - 作為 PM Leader 引導 Junior PM、推進跨部門專案 認證 - CSPO(Scrum Product Owner)- Pragmatic PM 認證 - Google Analytics 證照- Mixpanel / Looker Studio 認證 - Google UX Design 認證- Nielsen Norman UX 課程 - PMP 專案管理師- CSM(Scrum Master 認證)  產品經理學習地圖與路徑(搭配AI工具)  🟢 第一階段:新手 PM 入門(0~6 個月)  ✅ 目標:建立基礎產品思維與跨部門語言,從具體產出中培養使用者理解與任務邏輯。  📌 學習內容:  【產品市場機會】:初步理解產品與市場的關係(例如:Who / Why)  【找出使用者需求】:撰寫 User Story、建立 Persona、使用者旅程圖  【設計思考】:練習 Wireframe / Wireflow 製作,視覺化想法  撰寫簡易 PRD:說明做什麼與為什麼  學會製作 UAT(功能性測試 / 反向測試等)  建立會議紀錄與議題追蹤清單,強化任務邏輯與流程觀  📌 AI 工具應用:  ChatGPT / Claude:生成 User Story、用戶情境模擬  Uizard / Figma AI:快速建立原型畫面與 Wireframe  Notion AI:整理任務、產出會議紀錄與需求清單  📌 備選學習:  學習基礎專案管理(甘特圖、排程、進度跟催)  練習回報 bug 與測試報告,建立與工程團隊語言  閱讀《Inspired》、《Lean UX》理解產品角色的多重任務  [course_plugin title='產品經理入門課程' keyword='PM產品經理|入門致勝攻略:打造最強怪物新人的實戰課|104獨家線上課' amount=1] 🟡 第二階段:中階 PM 成長(6~18 個月)  ✅ 目標:獨立負責一個產品模組,深化市場洞察與優先排序邏輯,開始建立產品成果思維。  📌 學習內容:  【產品市場機會】:進行競品研究、定位圖、SWOT 分析  【使用者需求】:進階訪談技巧、使用者回饋整理、Cohort 分析  【提出解決方案】:撰寫完整 PRD、定義功能 MVP、排定開發優先順序(RICE、Kano)  【產品企劃框架】:建立產品 Roadmap,依驗證結果動態調整  專案協調與跨部門簡報報告  主持 Scrum、Sprint Review 等會議,培養團隊推進力  📌 AI 工具應用:  Miro AI:協助需求 Mapping、建立 Feature Map  Amplitude / Mixpanel + AI plugins:用於用戶行為與留存分析  Jira AI / Linear AI:協助排程與任務追蹤自動化  ChatGPT:產出會議簡報、功能拆解與優先順序建議  📌 備選學習:  與工程師深度對話 API 邏輯與限制(建立技術思維)  學習使用 A/B 測試平台與分析資料結果  與設計師協作,規劃 Usability Test 測試流程  [course_plugin title='資料分析相關課程' keyword='用AI+Google Sheet建立自動化工具,打造你的業績成長引擎|104獨家' amount=1] 🔴 第三階段:資深 PM 精進(18~36 個月)  ✅ 目標:制定產品策略與願景、帶領多模組團隊與跨部門合作,具備從數據到決策的整體能力。  📌 學習內容:  【產品企劃框架】:建立成果導向型 Roadmap,結合營運目標與客戶反饋  【有效提案法】:提案簡報、策略 Buy-in、利益關係人對齊溝通(尤其是非 PM 部門)  【提出解決方案】:設計產品 KPI(DAU、留存、LTV、NSM)  【產品驗證與迭代】:產品指標監控 → 分析迭代邏輯 → 反饋進 Roadmap  建立跨部門合作 SOP、主持策略規劃會議  設計產品願景,指導 Junior PM 並進行 Mentor / Review  📌 AI 工具應用:  Power BI / Looker Studio + GPT Plugin:產出決策儀表板、進行策略預測模擬  Notion AI:整理策略紀錄、文件管理、產品 Wiki 協作  ChatGPT / Claude:撰寫產品願景草案、跨部門溝通稿  Suno / Gamma AI:製作產品簡報、提案影片輔助  📌 備選學習:  學習產品組合管理(Product Portfolio)  熟悉商業模型設計與利潤預測(可使用 Business Model Canvas)  進階使用 AI 作為產品功能的一環(如設計 AI Prompt 功能、智能推薦引擎)  [course_plugin title='產品經理實戰課程' keyword='第7屆產品經理學習營' amount=2] 成為產品經理應具備的軟技能  產品經理的成功關鍵往往不在工具,而在於這些關鍵軟實力的「日常實踐力」:  溝通協調能力  與設計、工程、商業部門建立共識  化繁為簡、拆解問題並說服他人  優先排序與決策力  在時間與資源有限下做出取捨  擁有面對模糊需求時的清晰邏輯  系統性思考能力  看見整體產品架構與模組邏輯  能理解「做這件事對誰有價值?」  同理心與觀察力  從用戶視角出發洞察潛在問題  不被表層需求誤導  學習力與適應力  快速吸收新工具、新領域知識(如 AI、資料分析)  面對變動保持彈性與專業判斷  繼續閱讀 【產品經理 - 學習地圖(下):職涯精進篇】  [joblist_plugin title='更多104【產品經理】工作機會' url='https://www.104.com.tw/jobs/search/?jobsource=index_s&keyword=產品經理&mode=s&page=1' amount='3'] 延伸閱讀: PM「產品經理」和「專案經理」差在哪?盤點工作內容及PM技能樹 PM工作內容做什麼?產品企劃/產品經理薪資待遇、履歷面試總整理|精選工作機會 PM意思有不只3種可能!為何PM工作職缺只會愈來愈多?哪種PM最熱門? 轉職PM不撞牆!從0學會提案,產品經理學習營揭3大挑戰|商業思維學院
【104職場力】・職涯規劃

7個挑選 HRM人資系統的評估指南,教你如何跟老闆溝通採購,系統檢核表免費下載|104 人資學院

又到了Q4,公司明年要編制人力資源系統預算,需要比較市面上各家系統的優缺點與收費,提出更適合公司的採購建議。身為專案負責人的 HR,知道中大型企業所需的人資系統該怎麼挑嗎?又該如何跟老闆溝通說明?由資深導入顧問歸納的 7 大關鍵一一 Check,評估系統其實並不難 (文內提供系統檢核表) 文/104人資學院 本文導覽(點選連結可快速跳至該章節閱讀) 廠商體質:人資背景為優先 系統架構與功能:考量未來發展,需全方位評估 整合與串接:HRM 為地基,連接更多企業管理系統 機敏資料加密:避免維修等原因,導致薪資情報洩漏 流程標準化:從評估、導入到教育 售後服務:因注意系統維護、版更、危機處理的應對方式 如何跟老闆溝通說明?(範例下載) 下載系統檢核表 直接下載系統檢核表 一、廠商體質:具備在地人資背景為首選,更能瞭解產業行規,並能協助優化公司作業流程 在挑選中大型企業使用的人資系統時,除了系統功能、業界評價等,有什麼是優先考量的項目呢?具備「人資背景」應為重要關鍵。為什麼具備人資背景很重要? 千人電子製造業人資經理:「曾經選了沒有相關經驗的廠商,結果導入過程很痛苦,變成自己要一直教廠商該產業的人事規則 ...」 以中大型製造業為例,電子製造業非常在意差勤管理,需找到一套能支持龐大員工人數、輪班班別複雜、跨廠區支援協作等需求的系統,這時候如果不熟悉相關產業的系統商,可能會在系統 Demo 時頻頻點頭說承諾自己能做到,而導入過程 HR 要除了得提出自己企業的需求外,還得不斷提醒勞動法規、變形工時等規則。不僅造成拉長系統上線時程,如果沒有選對廠商,在未來上線後系統用戶自己也會很辛苦,勞動法規變動時也皆需自己提出修改方向,反而造成企業維護困難。 除此之外,超過 100 位員工的中大型企業,其組織流程往往複雜、調整時需要溝通與牽涉的部門眾多,難以透過系統工具即可優化流程、制度、規範,這時候選擇具備人資知識背景的系統商更為重要。 輔佐中大型企業的系統廠商,不單單只是提供系統工具,應具備能一眼看出企業採納的作業流程的利弊,從流程改善提供建議,提出更利於企業人事管理的解決方案。以 104 為例,104人資系統的顧問團隊,具備 18 年以上的導入經驗,能協助企業在汰換人資系統期間,順勢重新整理企業組織架構、梳理 HR 部門作業流程,也同時優化全體員工的行政效率。這類型的廠商對客戶的協助才是更具有價值與效益。 二、系統架構需完善:系統不全面,導入後更累!評估中大型企業的 HRM,功能必須全方位 在挑選中大型企業使用的人資系統時,HR 可能會很困惑,市面上那麼多系統,哪一種更適合我們公司呢?基本上可從系統形式—雲代管(104獨有)、雲端SaaS、地端版來分。而104人資系統三種方案兼具,企業可依照需求自行選擇,或是由專案顧問協助評估。 系統形式地端建置軟體雲端軟體特點系統建置在公司內部之硬體設備,利用網路區隔,可在公司內部網路獨立運作。隨時隨地遠端存取、即時更新、彈性調整容量和資源。系統架構伺服器由企業自行管理,若IT、資安、機房部門建置完善,資料洩漏風險較低 。無需機房與設備維護。以104為例,採用國際領導品牌AWS,資安機制領先業界整合與介接開放客製與跨系統介接 ,適合中大型企業客製使用。若為公有雲,較無法客製與介接;若為私有雲,可選擇客製,並開放API及SSO串接各大系統。收費方式多為買斷形式。依照需求,104人資系統使用人數甚至可無上限。若為公有雲,多為訂閱形式,依照人頭數收費;若為私有雲,訂閱、買斷形式皆可,依照規模收費適合規模中大型企業,組織架構複雜的集團式企業若為公有雲,適合 100 人以下,人事規則簡易的中小型企業;私有雲則適合100人以上,人事管理複雜的中大型企業。資料整理:104人資學院 由圖表上可以看到,在評估中大型企業使用的 HRM,如能量身打造一定是最符合企業需求。但在預算有限、上線時程的壓力下,從零打造的純客製系統無非拉長評估、導入時間,系統的客製費用也嚇到不少企業主,認定「客製」=「昂貴」。但其實還有一種「套裝型」、「模組型」的人資系統,以多種功能模組、可拼裝、可接受部分客製為優勢,在有 HRM 基礎建設下開放客製,反而更適合人數正在擴編的企業,並跟隨企業需求隨時擴充。 但在找尋這類的系統時,還是需注意功能是否完整、能支持人力資源的規劃。 跨國汽車經銷大廠 HR:「過往經驗告訴我,系統功能全客製的作法未必較好,部份流程配合系統及人資作業實務會更理想、更貼近公司期待。」 一般來說 3~5年公司會考慮替換新的 HRM 系統,而 HR 在評估系統時,可以先考量這 5 年間有哪些會是企業需要發展的重點需求。以下提供除了系統功能外,中大型公司常見的 HRM 需求: 履歷串接:更多的職缺數、更多的履歷量,系統要能介接人力銀行履歷資料 資源擴充:企業未來人資發展策略如 HRD,或是有 EIP 或其他產品需求,是否能擴充相關需求 人資相關報表:通過人力資源報表,向各部門主管展示人員管理相關數據 有些 ERP 系統也會提供簡易的 HRM 功能,我們建議中大型規模的企業因優先考量專業的 HRM 系統,除了更符合各產業的人事行規與需求外,更支持中大型企業的未來發展性,以免系統跟不上企業的人力資源規劃,沒用幾年又需要找一套新系統來取代,占用 IT、總務、預算資源,適應新系統的學習成本也讓 HR 心力交瘁。 三、HRM 是企業管理地基,應能將現有系統一併整合與串接 管理中大型企業的人資系統時,HR 應該常被跨部門同仁詢問,HRM 可以用綁定企業其他系統的帳號嗎?可以整合公司原先有的 EIP 系統嗎... 這些系統整合的需求,在公司規模到達一定的人數,如果不同系統間都資料都需重新建置、每個新系統導入後都要註冊一次,一定會造成企業員工很大的困擾與反感。所以最好的做法是提前布局,評估系統時就該找能跨系統整合、串接的 HRM 系統。 以 104 人資系統架構為範例 以批發零售業為例,如果為比較基本的出勤打卡整合可以先從門禁保全、POS 機、出勤管理、排班管理、打卡工具、薪資系統作進一步的整合。餐飲業員工可使用104人資系統完成排班,到班時使用門禁保全刷卡作為上下班打卡紀錄,如果遇到加班需求,需 POS 機登入登出資料佐證,HR 可在 HRM 的出勤管理同步打卡、加班資料,再結合薪資系統計算當月薪資。如果為較進階的需求,可透過結合 EIP 的人資系統,統一由單一帳號登入 CRM、ERP 輔助銷售與進存貨管理。 由於不同的產業有不同著重的功能需求,透過 HRM 作為人員管理的地基,充份整合 HRD、履歷等人力資源需求外,透過串接的跨平台系統,整合各產業工作需求( 會議室管理、倉庫管理、物流出貨管理等等),無需替換或導入全新的作業流程,也讓企業數位轉型的範疇更加完整。 四、首重資安!擔心駭客找漏洞或是IT維修時,員工薪資被看光光?機敏資料就該加密 過去曾有竹科企業 HR 和我們反應,公司為了避免員工被挖腳,或是薪資情報外洩,系統盡量由自己開發,或是特別選擇非雲端型系統,避免有任何外洩的風險。但有一次讓公司 IT 進行人事系統維修時,才發現員工資料沒有做加密,工程師輕易的就能瀏覽同事的薪資,或是通訊電話、地址等個資。 我們建議在在選擇 HR 系統時,一定要記得多加詢問系統商的資安保護措施,機敏資料加密等方式。並且一定要記得多加詢問系統商的資安保護措施,例如「如果系統要維修是你們的工程師協助嗎?」「那工程師維修的時候會看到哪些資料啊?」下方提供由 104 系統工程提出的系統安全基礎檢核: 內部主機資料交換全面採加密傳輸 維運人員採最小權限原則,僅允許使用者依工作職掌執行所需之授權存取 系統是否有身分驗證機制,密碼是否具較高安全規範與變更管理機制 建立電子資料安全管理機制,包含分級規則 資料新增修改刪除,皆可追朔操作者,並保存相關紀錄 更多系統資料安全檢核依據,請至文末下載 HRM 系統檢核表 而另一方面104資訊科技設有資安團隊,定期執行弱點掃描及源碼檢測,追蹤修補狀態,更為業界第一間獲得行動MAS標章,並同時榮獲多項資安獎項,以及獲得多重國際標準認證,包含 ISO/IEC 27001: 2013、BS 10012: 2017 及 ISO/IEC 29100: 2011 ,提供中大型成長中的企業最完善的資訊安全保障。 五、專業的系統商,導入流程與教育訓練都該標準化 評估 HR 系統時除了上述幾點外,導入流程也該是挑選的重點必要條件。 亞太區知名通訊商主管:「過去我們也曾兩次導入 HRM 系統,但皆並未導入成功,除了最終系統不符合需求外,混亂的導入流程、難以溝通的工程人員也讓我們很頭痛…」 以 104 人資系統導入流程為例,在接到客戶有系統需求時,團隊將進行制度訪談 (圖上橘色虛線部分),當顧問評估確認系統適用於企業後,才會進行下一階段的安裝與設定... 標準化專案式導入流程,讓 HR 方便與公司回報導入進度。 建議洽詢 HR 系統時,請廠商提供該系統的上線年限、導入成功率與續約率,並且在確認功能面符合公司需求後,請廠商提出一份導入流程計畫,審慎評估系統商的導入與教育訓練經驗。 六、售後別忽略,系統維護、版更、危機處理的應對方式都得納入考量 上述幾點都符合公司需求後,恭喜你系統成功上線基本上不會有問題。但付完錢後,系統不穩定、服務窗口也無法即時協助、員工反應很難用,反而造成 HR 更大的困擾... 電子供應鏈管理處資深經理:「我們與同業推薦104系統的原因是,即使系統一開始並非百分之百符合公司需求,但沒達到的部分會想辦法在版本更新時改善,後續服務也能得到適當的回應,採納我們的意見,服務方面才是我們更重視的…」 我們建議企業可以在系統導入過程中,觀察廠商的團隊素質,例如工程人員能否將工程面的知識轉化為人資夥伴能夠理解的用語;勞動法令相關知識是否足夠、客服的服務品質是否即時解決,無需再請 IT 人員協助。並請廠商提供版更流程、維修流程,事前評估售後的窗口服務時間、服務時效、諮詢費用等,讓系統用戶沒有後顧之憂。 而104人資系統團隊在計薪週期都會安排值班團隊,隨時協助解決遇到的問題及狀況,不用擔心找不到顧問或工程人員,HR可以更有效率完成計薪! 七、如何跟老闆溝通報告?抓到老闆想聽的重點! 當您利用系統檢核表收集完一輪廠商資訊之後,心中應該有屬意的廠商或是剩下2-3間比較,這時候最多人資擔心的就是要如何跟老闆報告,為何選擇這一間廠商?上述1-6點可以慢慢讓人資分析比較,但老闆沒有時間等人資一一說明,這也是我們時常被人資詢問的問題,該如何快速讓老闆抓住重點,理解廠商優勢呢?老闆最在乎的就是成本、效率與風險。與其一一拆解各種功能,不如讓老闆先知道你做足了功課,先進行一頁總結,再精簡扼要的提供佐證資訊。下方以原本沒有人資系統,最終選擇104人資系統買斷版為例:(範例下載) ▍原因說明:依照貴司採購人資系統後想解決的問題▍ 一頁總結:我們建議選擇104人資系統 原因:價格及維護成本合理、成長擴充無虞、預計提升50%行政效率、104公司財務穩健 ▍精簡說明: 功能符合:符合本公司人事管理流程,系統不斷優化,免費版更 金額費用:價格*元,維護費*% 相較B廠商價格低廉/相同,但功能、服務、及廠商背景為104勝出。費用優勢包含:免費版更及法令更新、人數成長擴充不額外收費、系統使用期間提供顧問諮詢服務、集團或關係企業多公司可一起使用。 ▍廠商優勢: 專業導入顧問陪跑,三個月快速上線。 品牌知名度高,系統穩定發展超過20年,客戶數多且服務口碑佳。 服務團隊資深且專業,人資系統導入經驗逾20年。 資安政策嚴謹,定期執行弱點掃描及源碼檢測。 可串接104人力銀行服務(VIP履歷、薪酬平台、LMS平台)及各種第三方系統(EIP/BPM/ERP等),且開放客製。 導入此系統,無需增加IT資源。 支援行動APP,員工使用方便。 提升50%以上行政效率,計薪時間、排班時間、考勤時間皆縮短。 104人資學院提供簡易的簡報提案範例,歡迎下載參考:簡報下載 以上簡報方向建議,讓老闆一次抓住重點與優勢,再附上您依照公司需求整理的系統比較表,讓老闆有時間時可以過目。但如果看完、比較完還是不清楚如何跟老闆說明,104的專案顧問都會依照每間公司不同需求來協助您! 最後除了上述7點外,104 顧問團隊更提供評估 HRM 系統檢核表(Checklist),方便 HR 與採購同仁於評估階段時一一檢核。 下載系統檢核表
【104職場力】・HR系統

【美國關稅風暴】企業如何掌握INFO原則、在不確定性中採取行動?

美國關稅政策的頻繁變動不僅對國內市場造成影響,更對全球貿易經濟帶來震盪與變革。在當前充滿不確定性的狀況中,企業面臨著前所未有的挑戰與機遇。本文將探討如何利用INFO原則優化內部溝通與數據分析,並提供具體的風險管理策略,幫助企業在美國關稅議題的影響下,制定靈活應變的計畫,持續保持競爭力。 文/《104職場力》 本文導覽 掌握INFO原則:建立訊息流通管道,培養識讀分析能力企業強化風險管理、擬定應變計畫的具體5步驟觀望之餘,企業還能採取哪些行動? 美國關稅政策加劇了全球經濟情勢的變動,也讓許多企業重新思考其商業模式和營運策略,企業不僅面臨著政策帶來的挑戰,還必須應對消費者行為及市場需求的快速變化。在這樣的背景下,企業如何在觀望的同時,主動採取行動來應對潛在的風險與機會? 延伸閱讀:川普宣佈台灣「暫時性關稅」為20%!美國「關稅風暴」是什麼?|關稅風暴衝擊總整理 掌握INFO原則:建立訊息流通管道,培養識讀分析能力 在當前資訊紛繁且尚未明朗的狀況下,未知容易使人心惶惶不安。因此,確保內部資訊的暢通至關重要,當大家都清楚決策背後的原因及應對策略的方向,不僅能促進溝通和理解,還能有效安定內部人員的情緒。 快速獲取消息只是第一步,設定「清晰的訊息過濾標準」可以幫助聚焦重點,以符合組織需求和目標,企業不妨利用RSS訂閱或關鍵字警報等工具,創建自動化的資訊更新系統,從而獲取即時、相關的最新資訊,減輕手動搜尋的繁瑣。 另外,在大量獲取資訊之餘,「識讀能力」在這過程中更為關鍵,除了交叉參考多個來源,而非依賴單一消息,進而提高資訊的準確性與一致性之外;學會解讀官方文件或研究數據報告中的圖表和統計數據,才能真正有效地應用在自家產業政策評估上。 綜合上述論點,可以用4點進行歸納: I - Internal Communication(內部溝通):強調內部資訊暢通和決策透明性。 N - Navigating Information(導航資訊):建立清晰的訊息過濾標準,聚焦關鍵資訊。 F - Fact-checking(事實檢查):培養識讀能力、交叉參考多個資訊來源,確保準確性。 O - Outcome Analysis(結果分析):解讀數據和官方文件,為策略調整提供支持。 活動分享:【104 talks】HR超前部署,打造企業全方位防護網|4/24 線上免費直播 企業強化風險管理、擬定應變計畫的具體5步驟 面對不停改變的局勢,要針對現況的不確定性和關稅變化進行風險評估,企業可以依據以下步驟來建立評估模型。 1. 識別市場、政策、供應鏈的風險因素 分析可能影響產品需求的市場變化,包括消費者行為的改變、競爭對手策略調整等,並持續監控國際貿易政策、關稅調整及其他可能影響企業的法規變化。另同步評估供應商的穩定性,如供應商的財務狀況、交貨能力,以及材料價格波動的風險等。 2. 量化並分析風險 蒐集歷史關稅變化、原材料成本、產品銷售等相關數據來量化風險,將不同風險因素的影響轉化為財務指標,例如:影響成本、利潤和市場佔有率的變化。 透過數據建立風險矩陣,將風險因素根據影響程度和發生的可能性進行分類(如高、中、低風險),分析其變化趨勢,預測未來可能的風險情境。 3. 制定應變計畫、模擬情境 針對主要風險制定相應策略,涵蓋成本控制、拓展供應來源、產品線調整等,與財務、人力資源、供應鏈管理等部門密切溝通、協作,確保應變計畫可以全面實施,並隨著內外部環境的變化調整應變計策。 同時可根據不同的關稅變化模擬情境,例如:高關稅(32%)、中等關稅(15%)、低關稅(5%)和無關稅情況。設計情境時,考慮其他相關變數,如市場需求變化、競爭對手行為的改變、原材料成本上漲等。 4. 建立模型、進行模擬 建立財務模型,考慮關稅影響對收入、成本和利潤的計算方法,確保各項變數能夠模擬相互影響,接著對關鍵變數(如銷售量、單價、製造成本等)進行分析,了解它們的變化如何影響整體業務績效。 獲得每種情境下的預期財務結果後,再對模擬結果進行分析,評估在不同關稅下的成本結構、利潤和市場佔有率的變化。 5. 彈性決策並持續監控 根據模擬結果,發想具體的行動建議和應對方案,保有彈性之外也建議定期回顧情境模擬的結果或根據新的數據和環境變化更新模擬模型,確保其準確性和時效性。 延伸閱讀:關稅重塑全球貿易 適應力將成企業競爭優勢的重要前提 觀望之餘,企業還能採取哪些行動? 無論是當前美國的對等關稅問題,還是未來整體產業的發展,局勢的快速變化都是不可避免的。在這種情況下,企業在保持觀望的同時,也可以積極採取多項行動,以應對潛在挑戰並維持競爭力。 首先,在「供應鏈的彈性與多樣化」這塊不僅是透過建立多元化的供應商網絡,降低對單一市場的依賴,或許也可考慮在其他國家或地區設置生產基地,以減少因關稅影響而增加的成本。 其次,「市場和產品的調整」同樣重要。企業可重新評估美國或他國市場變化,考慮擴展至其他市場,比如那些可能因美國關稅政策而出現機會的國家。此外,「提升產品的價值」,例如升級和提供附加服務,可幫助企業更好地抵消關稅的影響。 與供應商的合作也是重要一環,企業可探索共同分擔增長成本的方案,建立更緊密的合作關係,不僅能有效提高供應鏈的韌性,還能共同應對政策變化的挑戰。 此外,企業還可以加強內部技術能力,持續發展數據分析技術,不光了解美國關稅影響,對於未來市場趨勢及潛在機會都有所幫助;同時,投資於技術創新可提高生產靈活性和效率,實現成本優化。 在觀望的同時,這些行動可為企業打下穩固基礎,不僅有助於應對當前挑戰,也有益於未來的持續發展,在瞬息萬變的市場中繼續前行。 延伸閱讀: 美國加稅、全球震盪,HR的挑戰才正要開始 因應美國關稅政策,行政院宣布「9大面向、20項措施、總經費880億元」支持方案 【美國關稅】經濟部評估個別產業影響,提4政策、410億加碼貸款補助
【104職場力】・企業經營

永續浪潮下,人資從後勤支援躍登企業治理核心角色│面對ESG永續報告書編制工作?試試104 ESG x HR永續方案,讓你告別人工地獄、省時又省力!

永續浪潮席捲全球,今年所有上市櫃公司須依金管會規範編纂永續報告書,人資角色愈顯重要。而善用104 ESG x HR永續方案、將傳統庶務工作交由系統處理,有助於人資將更多精力集中在塑造雇主品牌、擬定人才永續發展策略等戰略工作上。 永續報告書是什麼?通常包含哪些項目? 簡單來說,永續報告書(Sustainability Report)是企業用來對各個利害關係人(包括員工、客戶、股東等)披露其在環境、社會和公司治理(ESG)方面的績效和責任的一份報告文件。通常包括企業在達成可持續性目標方面的策略、實踐和成果,並就環境(Environmental)、社會(Social)及公司治理(Governance)三大面向提供相關數據和分析。企業主動提供此報告書,不僅能提升企業資訊透明度、強化風險管理機制,更能彰顯企業對環境與社會的責任承諾。 企業撰寫ESG報告書時,必須要注意兩大關鍵要素:「完整揭露永續資訊」及「符合國際通用準則」。而在臺灣還須遵循金管會規範建議來編纂,以下就來了解項目各有哪些: 金管會針對永續報告書的推動措施 目前金管會並無明確規定應該包含哪些項目,依照先前發布「上市櫃公司永續發展行動方案」規劃以「治理」、「透明」、「數位」、「創新」四大主軸,推動企業永續發展之行動方案,重點包括: 引領企業淨零 深化企業永續治理文化 精進永續資訊揭露 強化利害關係人溝通 推動ESG評鑑及數位化 而其中關於永續資訊揭露,也就是報告書,內容則著重在: 精進年報資訊揭露規範 擴大永續資訊揭露範圍 提升永續資訊品質:包含擴大永續報告書確信範圍、抽查上市櫃公司永續報告書、加強永續報告書確信機構管理。 推動ISSB永續揭露準則 以上規範資訊詳情請參考金管會上市櫃公司永續發展行動方案 為提升報告書品質,需了解永續報告書的國際準則有哪些 國際通用準則主要有 3 種,分別是 GRI、SASB、TCFD,永續報告書需參考以上準則的規範、架構,來完成相對應的內容,可依照自身需求和目標來選擇合適的規範。 GRISASBTCFD重點角度涵蓋 ESG 全面向議題著重對財務績效有影響的 ESG 議題著重氣候變遷對財務績效有影響的議題訂定組織全球永續報告協會(Global Reporting Initiative)永續會計準則委員會(Sustainability Accounting Standards Board)國際金融穩定委員會(FSB)氣候相關財務揭露小組(Task Force on Climate-related Financial Disclosures)主要溝通對象所有利害關係人(包括客戶、供應商、政府、股東、員工等)投資人投資人內容角度GRI 準則分為三個部分: 通用準則:適用於所有組織 行業準則:適用於特定行業 主題準則:特定重大主題  涵蓋5大面向、11項產業別、77項行業別與26項通用ESG議題,列出了可能影響公司財務狀況和營運績效的ESG議題,可增強與投資人的溝通成效。核心要素可分為4個範疇:治理、策略、風險管理和指標與目標,共包括11個揭露項目,能幫助企業讓利害關係人能夠評估企業與氣候變遷間的關聯性。官網資訊GRI官網(繁體中文下載)SASBTCFD 目前金管會著重的是GRI準則,建議可參考該準則的規範來進行永續報告書的撰寫喔。不過整個永續報告書中除了環境面、治理面之外,其實目前最重視的議題為「社會面」,包含勞資關係、員工組成、多元化、職場健康安全等,這些都關乎到「人資」的工作範疇,因此人資角色將會有那些變化呢? ESG時代下,人資角色有哪些變化?該如何因應面對? 隨著ESG在全球蔚為風潮,企業裡的人資、採購、業務等各個崗位的工作內容,紛紛跟著起了變化。其中,又以我們最熟悉的「人資」,轉變最大,原先負責人才招募、員工差勤等行政庶務工作的人資,已逐漸轉變,許多HR可能尚未意識到,其實自己在人資工作中已經在實施與ESG相關的政策和措施,例如員工福利活動、職場安全訓練等。在現今強調ESG的時代,人資角色轉變方向可能包含以下面向: ESG策略推動者:協助企業將永續理念融入企業的日常運營與文化,成為連結企業與員工的樞紐 社會責任面(Social)的主要執行者:發想並執行員工福利、多元共融、人才發展等核心議題 數據管理與揭露者:蒐集、整理與提供人力資源相關的ESG數據 吸引、留任人才的關鍵者:掌握ESG相關數據後,再從中抽絲剝繭,協助擬定ESG策略以提升企業形象,吸引認同永續理念的人才 跨部門協作者:與其他部門合作,確保ESG策略的全面實施 事實上,造成角色改變的主因,與ESG框架中,社會責任和公司治理(Governance)面的策略擬定、內容執行,大至企業如何對待員工、股東、客戶和其他利害關係人,以及對於內部結構、政策的管理、運營,小至員工福利、企業公益活動的發想、落實,都和人資息息相關有關。 尤其今年起,所有上市櫃公司須依金管會規範,強制編製並揭露永續報告書,人資必須協助紀錄並量化組織內部的人力資源數據,以提升利害關係人的信任與支持,角色又愈形重要。 人資如何進行永續報告書撰寫?有哪些挑戰? 如前述說明,根據金管會規定,企業在撰寫永續報告書時,必須揭露環境保護、社會責任、公司治理等三大構面的內容,像是溫室氣體排放、能源管理、人權及社區關係、資料安全、商業模式與創新程度、控制權與席次……等訊息,都應涵蓋永續報告書內。 而與人資領域相關的資訊,最主要的利害關係人則為「員工」,因此包括員工資訊統計(含員工結構、薪資、新任率、離任率……等)、員工健康及安全、員工多元化等也都是屬於永續報告中要揭露的範圍。  面對如此龐雜的資訊與數據,在紙本抄寫、excel整理、缺乏系統與整合的時代,人資想在有限時間內,完成永續報告書,並非易事。一般來說,人資普遍會遭遇五大痛點: 痛點1:資料分散且格式不一企業沒有系統時,資料散落各處,是秘書或人資需要紀錄?又該記在紙本、excel,檔案又該存在個人電腦還是公用雲端空間?權責不清。 痛點2:手動計算耗時易出錯員工人數容易計算,但是性別、年齡、職務類別、身份、國籍等各種分類,需要一個個人工對照。要是公司規模大、有不同分區,人工整理不符時間效益,也容易出錯。 痛點3:歷史資料不易追蹤若去年、前年、大前年的經手人不同,每位都有不同風格跟格式,儘管新任人資整理好今年的報告,追溯過往歷史資料仍有困難。 痛點4:資料安全與隱私疑慮人事、薪資等資料敏感,沒有系統時,依靠人工控管、保存,具有權限管控與資安、隱私風險等疑慮。 痛點5:缺乏專業知識ESG是近幾年全球興起的新思維,所有企業、國家都在學習、摸索,因此每個產業、每間企業對ESG的指標定義未必相同,同樣的報表資訊,在不同產業受重視程度不一,例如科技業和美容美髮服務業對「女性就職比」的解讀方式,便會有所差異,因此需要有專業人資來進行資料判讀。 有鑑於此,已有逾700家企業人資使用的104 HR Max系統,近來推出「ESG x HR永續方案」,便是人資撰寫永續報告書時的最佳幫手。 104 ESG x HR永續方案具備哪些重要功能? 功能1:ESG人資指標自動化系統會自動從人資資料庫中,提取永續報告書的相關數據,提供GRI相關指標數據,並能保存資料。 功能2:視覺化儀表板直觀呈現人事指標表現與趨勢,主管、人資隨時想查看相關資訊,可一目了然。 功能3:自動生成報表一鍵產出30張符合法規要求的永續報告書人資領域相關報表,還能檢查工時規則、彈性設定工時檢查規則等,也可以自訂報表內容,產出公司需要的各種欄位。 功能4:歷史數據比較追蹤員工指標歷年變化,協助人資根據過往數據,制定改善策略,找出最適宜企業與人才發展方向。 104 ESG x HR永續方案生成的報表內容,完全符合法規、GRI準則等國際ESG報告標準;自動整理數據後,一方面提升了永續報告書的準確性與一致性,也能協助人資即時發現員工多元性指標不足、員工流動率是否健康等方方面面的問題,更重要的是,讓團隊有更多時間投入規劃企業人才永續策略、推動雇主品牌。另外,系統擁有業界最高標準的資安防護,能設定管理、觀看等不同權限。 針對ESG數據整理工作,人資通常需要耗時1~2周才能完成,但各家企業人資使用104 ESG x HR永續方案後,時間已大幅縮短,最快甚至半天內就能整理完成。 在企業ESG的時代,人資已從後勤支援躍升為企業治理的核心策略單位。若能善用數位工具,將編纂永續報告書等數據整理庶務工作交由系統處理,將會將寶貴的人力資源釋出,讓人資將更多精力集中在核心事務上,包含雇主品牌塑造、人才永續發展策略等戰略工作,進而深化企業與永續理念的緊密結合。 104 HR Max ESG x HR永續方案 作為企業人資,如何有效推動ESG成為關鍵。104 HR Max系統,幫助您掌握人資在企業永續經營中的重要角色!立即了解:https://104ha.com/HqtpB
【104職場力】・人資系統

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

越來越多企業投入數據分析領域,也讓資料工程師的職缺需求大增,根據104薪資情報網站,資料工程師薪資中位數甚至高於一般研發工程師。本文就帶你一探有資料工程師需要的技能專長以及完整職涯發展。 文 /【104學習精靈】 本文目錄(點擊可快速前往) 什麼是資料工程師?需要哪些技能?資料工程師工作內容資料工程師技能與工具能力分析資料工程師軟技能養成:4大特質有助職涯發展更順利資料工程師薪水行情:掌握技術專長是加薪關鍵1. 台灣資料工程師薪資範圍 2. 提升資料工程師薪水幅度的關鍵資料工程師職涯路徑:邁向高階技術職的進階指南1. 軟體工程師2. 數據分析師3. 演算法工程師|資料科學家資料工程師的挑戰 什麼是資料工程師?需要哪些技能? 資料工程師工作內容 資料工程師又稱為數據工程師,主要工作內容是與數據相關的技術支援,建置系統或使用外部平台幫助企業數據收集、儲存與整理,確保數據傳輸管道暢通、安全、精準且可被預測。 延伸推薦課程 👉 資料工程師養成班​ 資料工程師技能與工具能力分析 基礎Python網路爬蟲SQL 基礎Java核心R語言SQL 進階資料庫AWS應用進階資料探勘認證微軟 Azure雲端應用認證職涯資料工程師AI資料科學家▲ 資料工程師師應具備技能、工具、職涯指引表,點選不同技能會對應到相關課程。 [course_plugin title='資料工程師面試入門課程' keyword='破解資料工程師' amount=1] 1. 資料工程師基礎技能 資料工程師需熟悉網路爬蟲技術,精通Python與SQL語言,具備Java基礎能力,能有效處理ETL流程,管理資料庫,支援業務分析需求。 Python:常用於數據處理與自動化管道建設。 網路爬蟲:從網頁自動蒐集數據,將網頁數據轉換為可用的結構化格式 SQL(基礎):資料工程師必備技能,用於查詢與操作結構化數據。 Java:用於大數據處理框架(如Spark)的高效運算實現。 資料工程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 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 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 學程式也能很好玩:不背語法寫Java 6625人感興趣      了解課程> 延伸推薦課程 👉 Python 輕鬆上手學​👉 成為 AI 科學家|快速闖關 Python 語法世界,程式實作不頭痛👉 Python新學法 - 實作6個Terminal APP快速入門​👉 Python 基礎程式設計|開外掛勇闖 Python 異世界​👉 ETL網路爬蟲實戰技巧​👉 吳永志Java入門保證班 - 初學者最佳選擇​ 2. 資料工程師核心技能 資料工程師核心技能涵蓋精通R語言與進階SQL操作,具備優化大型資料庫管理的能力,熟練運用雲端應用及大數據技術,專注於高效處理複雜數據流程。 R語言:常用於統計分析、數據探勘和機器學習建模的程式語言,適合進行各類數據處理與運算。 SQL進階/NoSQL:進階的SQL技能有助於高效處理和管理大型結構化數據。除了關聯式資料庫(如 MySQL、PostgreSQL),還需熟悉 NoSQL 資料庫(如 MongoDB、Cassandra)以處理非結構化數據。 資料庫管理與建置:除了熟悉各種資料庫工具管理與操作,資料工程師還需具備建置資料庫架構等關鍵性知識。 雲端應用能力:掌握雲端應用相關的技能,熟悉AWS、Azure等雲端服務平台來進行大規模數據的存儲和處理。 資料工程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 教你完全掌握 SQL- 從資料庫建立到成為資料處理高手 4148人感興趣 了解課程> 線上 資料庫設計原理 2567人感興趣 了解課程> 線上 AWS雲端架構規劃|建置實務應用 3169人感興趣 了解課程> 延伸推薦課程👉 NoSQL輕鬆學: 架構、設計與案例探討​👉 成為 AWS 達人第一步!打造你的第一個 AWS 架構!​👉 AWS雲環境的架構優化-彈性化自動擴展​👉 雲端資料工程師在職遠距班 3. 資料工程師進階技能與證照:資料探勘與雲端應用認證 資料探勘是從已知的數據中,挖掘數據背後的價值與趨勢,提供企業數據洞察報告。為此,資料工程師必須熟悉大數據框架或引擎技術,搭配程式語言、機器學習模組(如:MLlib)及統計分析方法,將數據處理轉化為具體分析結果或預測模型。 Apache Spark:Spark是一個開源的大數據處理框架,支援多種程式語言和機器學習模組,能高效分析與挖掘大規模數據,是資料探勘不可或缺的強大系統。 雲端應用證照:資料工程師在雲端應用領域可藉由取得認證證照來提升專業性,例如Microsoft Azure相關認證,資料工程師可透過自我學習與認證以強化職業競爭力,也為自己提供更加寬廣的職涯發展路徑。 資料工程師進階工具認證課程推薦 線上 微軟Azure超級入門實務與AZ-900認證攻略 19721人感興趣 了解課程> [course_plugin title='雲端資料工程師進階課程推薦' keyword='雲端資料工程師在職遠距班' amount=1] 延伸推薦課程👉 Spark首部曲:實務基礎入門篇​👉 Spark第二部曲: SQL輕鬆處理半結構化資料技巧​👉 Spark第三部曲: MLlib完成資料挖掘與機器學習實戰​👉 微軟Azure超級入門實務與AZ-900認證攻略​👉 微軟 Azure|通關 AZ-104 認證攻略,邁向雲端 IT 管理之路​👉 AZ-204 認證攻略I從Azure著手雲端開發解決方案​👉 DP-900 認證攻略 l 基礎資料庫混合雲建置與管理​ 資料工程師軟技能養成:4大特質有助職涯發展更順利 1. 溝通與跨部門協作能力: 資料工程師需與資料分析師、產品經理和開發團隊緊密合作,清晰表達技術需求與限制,確保數據管道設計與業務目標一致,並有效傳達複雜技術內容以促進團隊協作效率。 2. 問題解決與批判性思維: 在面對數據品質問題、流程瓶頸或系統錯誤時,資料工程師需具備冷靜分析的能力,快速定位問題根源,提出創新解決方案,並從長遠角度優化系統的穩定性與效率。 3. 時間管理與專案執行能力: 面對多項並行任務與緊迫期限,資料工程師需能有效規劃工作進度,分配資源,確保ETL流程、數據清洗與系統開發在限定時間內按時完成,提升團隊交付成果。 4. 持續學習與技術適應能力: 資料工程師需要不斷學習新興工具、框架與雲端技術,快速掌握業界趨勢,適應大數據與人工智慧時代的變化,確保自身技能能支持企業的數據基礎設施發展需求。 資料工程師薪水行情:掌握技術專長是加薪關鍵 隨著大數據與人工智慧的快速發展,資料工程師成為企業中不可或缺的重要角色,但影響薪資的關鍵,往往取決於工程師本身的技術專長與實務經驗。 1. 台灣資料工程師薪資範圍 初階(3年以下經驗):月均薪約5.9萬。 中階(3-5年經驗):月均薪約 6.4萬。 高階(5-10年經驗):月均薪約6.6萬。(以上資料來源:104薪資情報) 2. 提升資料工程師薪水幅度的關鍵 掌握大數據與雲端技術是高薪關鍵:熟悉大數據工具(如Spark)及雲端平台(如AWS、Azure)是資料工程師的核心技能。企業對處理大規模數據的需求不斷增加,具備分散式運算能力的工程師在薪資談判中更具優勢。 程式語言與專業認證提升競爭力:Python與SQL是基礎技能,而掌握Java、R語言及進階資料庫技術(如NoSQL)能顯著提高薪資。此外,取得AWS、Azure等專業認證,能彰顯技術專業性,是升職與加薪的重要籌碼。 資料工程師職涯路徑:邁向高階技術職的進階指南 資料工程師需要強大的技術專才,在數據處理、雲端應用與大數據技術上展現出不可或缺的價值,建議資料工程師可藉由自我學習、累積實務經驗及考取專業認證等管道,優化現有技能,就有機會轉往更高階技術職務,實現職涯進階與薪資提升,資料工程師職涯路徑發展如下: 1. 軟體工程師 資料工程師轉職軟體工程師,除了程式開發與現有數據基礎專業上,擴充軟體開發能力,技術層面也需涉及更多樣的程式語言、系統設計、開發流程與測試技巧等。 技能需求:需掌握多樣化技術,精通主流程式語言如Java、C++;熟悉相關框架(如Spring、Node.js、React);具備系統設計能力;掌握版本控制工具如Git,並適應敏捷開發流程;能進行自動化測試以確保軟體品質。此外,基礎前端開發技術(HTML、CSS、JavaScript)與實務經驗(如參與開源專案或個人作品集)也是必要條件,以全面應對軟體開發需求。 學習指南:前端工程師學習地圖、後端工程師學習地圖 2. 數據分析師 位於同樣的數據產業鏈中,資料工程師轉職數據分析師需強化數據解讀與分析能力,熟悉各種報表可視化工具與分析方法,以深度挖掘數據製作洞悉報告。 技能需求:屬於後段數據資料庫建置的資料工程師,在轉職前線的數據分析師,需要更深度與產品、業務單位溝通,了解組織需求,並在已具備數據專業技術的前提下,需要熟悉使用工具如Excel、Tableau、Power BI進行可視化,掌握統計學基礎與分析方法(回歸分析、A/B測試)。實戰專案經驗與清晰的數據展示能力是能否轉職成功的重要條件。 學習指南:數據分析師學習地圖 課程推薦:數位分析師入門實戰 3. 演算法工程師|資料科學家 就分工而言,資料工程師搭建數據管道,確保數據準確、安全、流向正確位置;演算法工程師專注於開發演算法或模型,處理數據並生成有用的輸出(如預測、推薦結果);資料科學家分析數據與模型效果,找到問題並提出解決方案。部分企業因規模不同,資料工程師、演算法工程師、AI資料科學家三者的工作內容可能有所重疊。 演算法工程師:高效演算法工具的製造者,著重數據模型的建構。需熟練掌握Python與C++等程式語言,並熟悉TensorFlow、PyTorch等深度學習框架,用於開發與訓練模型。 AI 資料科學家:透過數據模型分析、預測,並透過不斷驗證與統計分析能力,監控並優化數據模型結果提出精準分析。 課程推薦:AI資料科學家全方位學程班 資料工程師的挑戰 數據處理最大的挑戰,就是保持數據的一致性,這是非常需要耐心與抗壓性的工作內容,尤其在時間壓力之後,必須處理包括數據的異常與缺失,數據清洗與校正等。因此,資料工程師必須有對數據工具的熟悉度,以及知道如何高效處理大數據需求的能力。 除了技術層面,隨著技術的快速更新,資料工程師需要不斷學習新工具與技術,如雲端平台和大數據框架,充滿好奇與保持學習力是資料工程師必須保持的態度。因此,面對多方面的挑戰,具備紮實的技術實力、解決問題的能力以及高適應力,才能滿足不斷變化的業務需求。 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 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 [joblist_plugin title='更多104【資料工程師】工作機會' url='https://www.104.com.tw/jobs/search/?order=15&page=2&indcat=1001001000,1001000000&ro=1&jobsource=joblist_search&jobcat=2007001022' amount='3']
【104職場力】・數據分析

產品經理 - 學習地圖(下):職涯精進篇 

產品經理是一個融合創新、邏輯與溝通的角色。隨著數位化加速,產品思維逐漸成為組織決策的核心。從技術團隊、設計部門到商業營運,產品經理肩負整合多方資源、定義方向並推動產品落地的關鍵任務。  本篇產品經理學習地圖(下) :職涯精進篇,將協助學習者認識『轉職產品經理的學習策略』、『產品經理薪資行情與職涯發展 』、『產品經理的挑戰與機會 』相關職業發展重點趨勢,協助轉職者掌握先機,開啟自己嚮往的產品經理職涯! 前往閱讀 【產品經理 - 學習地圖(上):技能養成篇 】  文 /【104學習精靈】 本文目錄(點擊可快速前往) 轉職產品經理的學習策略 初學者或轉職者的學習策略的四步驟學習策略 不同背景的轉職策略 產品經理薪資行情與職涯發展 產品經理薪資概況 產品經理職涯發展路徑總覽 職涯發展路徑圖哪些產業需要產品經理 產品經理的挑戰與機會產品經理的挑戰:責任高壓 × 協作複雜 × 影響難以量化產品經理的機會:橫跨多領域 × 成為整合與策略型人才 轉職產品經理的學習策略  初學者或轉職者的學習策略的四步驟學習策略  🔍 步驟一:建立觀念框架  目標是建立「什麼是產品經理」的核心理解,避免誤解 PM 僅是寫文件或開會的角色。  閱讀經典書籍:  《Inspired》(Marty Cagan)  《Lean Startup》(Eric Ries)  《Hooked》、《The Mom Test》等使用者與產品研究相關書籍  觀察與分析:  訂閱科技與產品類專欄(如《PM 的日常》、《Mr. PM》)  比較 PM 在不同產業中的角色差異(SaaS vs. FinTech vs. 教育科技)  🛠️ 步驟二:進行模擬實作  產品能力是做出來的,非讀出來的。從小型個人專案開始動手做:  撰寫 PRD(產品需求文件):說明產品目標、功能架構、使用者角色等  建立簡單原型:可使用 Figma、Uizard 或 Whimsical 畫出 Wireframe  練習模擬專案情境(例如:設計一款改善會議效率的工具)  🧰 步驟三:建立個人作品集  PM 沒有程式碼作品,作品即為「邏輯、觀察與提案」。Side Project 是最佳切入點。  自行發想一個產品點子,並完成以下交付成果:  用戶訪談紀錄、問題定義  MVP 功能列表與排序依據(Kano、RICE 等)  原型畫面(Figma)與簡報提案(Canva、Gamma)  將成果整理成:  部落格分享文章(Medium、方格子)  Notion 公開頁面或作品集 PDF  📊 步驟四:進行能力映照與導師輔助  轉職需要策略,了解自己的強項與補足點是核心。  自我分析:  是否擅長邏輯分析?是否習慣說故事與組織資料?  對技術的接受度如何?對用戶研究是否有熱情?  對照能力地圖與三階段學習模型(初階 → 中階 → 資深)  尋找導師或實務導向社群(Product School、Dcard「PM 求職」板、社群黑客松)  【成功轉職PM經驗分享: 從0學會提案,產品經理學習營揭3大挑戰 】  不同背景的轉職策略  產品經理是一個高度跨域的職位,各種專業領域的人才都能從自身優勢出發,補足關鍵能力差距,有策略地進入 PM 領域。以下列出常見背景與對應建議:  💼 背景類型 🔍 關鍵補強能力 🧭 學習策略與實作方向 工程師 / 技術人員 商業價值理解、需求轉化、使用者觀點 - 學習撰寫 PRD 並用簡單語言說明技術實作邏輯- 練習 MVP 與產品優先排序技巧(RICE、Kano)- 建立從技術到商業的提案範例 UI/UX 設計師 技術協作語言、商業邏輯、敏捷開發流程 - 學習產品開發節奏(Scrum、Sprint Planning)- 練習從用戶痛點導出產品需求- 撰寫可執行的功能清單與需求說明(非設計角度) 行銷 / 業務 / BD 用戶建模、技術合作、需求邏輯結構 - 練習撰寫 User Story、畫使用者旅程圖- 學習產品分析指標(轉換率、留存)- 製作從行銷洞察到產品設計的策略案例 專案管理 / 專案 PM 使用者思維、功能設計、產品價值評估 - 補足從需求到功能邏輯的建構訓練- 練習將項目管理轉化為產品開發週期 - 提升產品策略思維(如何達成產品願景、商業目標) 資料分析師 / 數據人員 使用者訪談、產品場景理解、功能直覺 - 將分析結果轉換成產品洞察與建議(例:為何 DAU 下降?)- 練習功能排序與使用者分群設計- 製作一份以數據為主導的功能驗證提案 教育 / 顧問背景者 技術導向邏輯、產品結構化設計 - 將課程規劃轉為產品功能流程(例:學習路徑=用戶旅程)- 建立數位化教學或平台設計專案作為產品作品集 記者 / 編輯 / 媒體人 邏輯結構、功能規劃、需求導入 - 將內容流程圖轉換為資訊架構(IA)- 練習功能導覽邏輯與用戶操作行為設計- 撰寫產品規格內容並搭配原型製作 創業者 / 自營接案者 系統化流程、團隊協作語言、規模化需求設計 - 重構既有專案成為產品流程(從接案 → 開發 → 優化)- 學習定義「核心功能」與「增強功能」- 撰寫投資簡報與產品發展路線圖  [course_plugin title='轉職產品經理經驗分享' keyword='如何成為厲害的產品經理' amount=2] 產品經理薪資行情與職涯發展  產品經理薪資概況  🎯台灣產品經理薪資  初階(3年以下經驗):月均薪約5.8萬。  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6.5萬以上。(以上資料來源:104薪資情報)  🎯薪資影響因素  產業別:FinTech、SaaS、AI、新創科技類產品,整體薪資水準高於平均  公司規模與資本:外商、大型科技平台或募資成功的新創通常提供更高總薪酬(含分紅、股票)  技術能力:具備資料分析、SQL、AI 工具應用或技術 PM 能力者,具明顯加分空間  跨部門經驗與語言能力:能帶領國際團隊或雙語溝通,具備海外市場經驗者,職位晉升與薪資天花板更高  績效可量化與作品影響力:曾成功主導產品從 0 到 1 上線、或具實際商業成效者,極具市場競爭力  產品經理職涯發展路徑總覽  🎯一般產品經理職涯階梯  階段 角色職稱 工作內容重點 初階(0–2年) Associate PM、PM 功能需求管理、協助執行開發與測試 中階(2–5年) Senior PM、產品 Owner 獨立負責模組、帶專案、做跨部門溝通 高階(5 年以上) Head of Product、Director 規劃策略、領導團隊、負責產品營收或發展方向  🎯產品經理的延伸發展方向  ▶️ A. 管理職方向 → 領導產品團隊與策略擬定  產品主管(Head of Product)  產品副總 / 首席產品官(VP of Product / CPO)  📌 適合具備團隊領導、策略思維、資源整合能力者📈 負責產品線營運績效、公司級產品策略與團隊管理  ▶️ B. 專業產品分支 → 深化專業能力與技術協作  成長產品經理(Growth PM):優化轉換率、黏著度  資料產品經理(Data PM):數據驅動決策、儀表板設計  平台產品經理(Platform PM):處理底層架構、平台服務協調  AI 產品經理(AI PM):導入 AI 模型、設計 prompt、資料運用  📌 適合具備技術基礎、數據敏感度或 AI 工具應用者📈 強調深度專精與跨部門技術協作  ▶️ C. 轉向技術 / 解決方案型職位  技術產品經理(Technical PM)→ 精通系統邏輯、API、工程流程協作  Solution PM / 客製產品經理→ 尤其常見於 B2B 領域,轉譯商業需求為技術落地方案  資料分析 / 機器學習協作產品職(Data Analyst / ML Collaborator)→ 與資料科學家共構分析產品,打造資料決策體系  📌 適合對技術工具敏感、與工程或數據團隊合作密切者  職涯發展路徑圖 產品助理 PM / 初階產品經理 │ ▼ 產品經理(Product Manager) │ ▼ 資深產品經理(Senior PM) │ ├── A. 領導團隊 → Head of Product / VP of Product / CPO │ ├── B. 深化專業能力 → │ ├── 成長 PM(Growth PM) │ ├── 資料 PM(Data PM) │ ├── 平台 PM(Platform PM) │ └── AI PM(AI Product Manager) │ └── C. 技術轉向 / 客製型產品 → ├── 技術產品經理(Technical PM) ├── 客製方案 PM(Solution PM) └── 資料協作職(Data / ML Collaborator)   哪些產業需要產品經理  幾乎所有以產品為核心的行業都需要產品經理。以下列出熱門產業與其 PM 特性:  科技平台 / SaaS : 快速上線、快速迭代  PM 需懂敏捷與成長指標  電商與新零售  用戶轉換、後台流程、金物流整合  重視跨部門協作與商業營運理解  FinTech 金融科技  必須結合法遵、用戶安全與服務介面  PM 需與法務、風控、技術密切協作  EdTech 教育科技  著重用戶黏著與內容轉化效果  常需思考平台設計與學習路徑設計  IoT 與硬體整合  PM 扮演橋梁角色,連結硬體端與 App、後台資料串接  遊戲與娛樂產業  以玩家體驗、虛擬經濟與成癮機制為優先考量  產品經理的挑戰與機會   產品經理的挑戰:責任高壓 × 協作複雜 × 影響難以量化 責任重大但權限不清 雖需對產品成效、上線時程負責,但實際並不管理設計師、工程師等資源。 📍 情境:設計端與工程端無意願更改開發排程,PM 需透過影響力而非權力協調進度。 利害關係人眾多,溝通成本極高 市場、業務、客服、用戶、技術等部門需求往往衝突,PM 是資訊總管也是「夾心餅乾」。 📍 情境:行銷部門希望推出亮點功能吸引用戶,但開發團隊評估技術複雜度高,PM 需主導「先推 MVP、後期擴充」的雙贏方案。 KPI 難以單一指標衡量 🎯 與業務不同,產品績效常依賴間接成果(如提升用戶留存、降低客服成本),評價方式難以量化。 📍 情境:推出新功能後,用戶滿意度提升但營收未立即成長,PM 需解釋產品影響是「長期復利」而非即時回報。 需求變動快速,需持續對齊戰略方向 使用者行為、競品策略與高層決策常臨時變更,PM 要即時調整計劃、重排優先順序。 📍 情境:原定第二季上線的新模組,因競品提早推出類似方案,PM 臨時調整優先順序並帶團隊加速交付。 資訊不對稱與期望管理 PM 需將技術語言與商業語言轉譯給不同部門聽懂,並同步設定合理期待。 📍 情境:業務部門以為功能改動「只是改兩行 code」,PM 需以邏輯說服其理解影響範圍與開發代價。 產品經理的機會:橫跨多領域 × 成為整合與策略型人才 深度參與產品創新與策略制定 PM 是少數能從用戶需求出發,參與產品架構、商業模式與推廣策略制定的角色。 📍 情境:PM 參與設計新會員系統,從功能設計到價格方案與活動邏輯,全面串聯 UX 與營收思維。 跨界職能大平台,橫向能力持續擴張 PM 是 UX、工程、行銷、數據的整合者,能從中學習各部門運作邏輯。 📍 延伸可能: UX 能力強 → 可轉向 Product Designer / UX Lead 商業直覺強 → 可轉向 BD、Growth Hacker 擅長數據分析 → 可成為 Data PM 或轉職 Data Analyst 善用 AI 與數據工具,提升個人效率與競爭力 新時代 PM 善用工具(如 ChatGPT、Mixpanel、Figma AI),將重複性任務自動化,將更多精力投入產品決策。 📍 情境:使用 ChatGPT 快速產出功能草稿、用 Notion AI 紀錄會議摘要,大幅提升產出速度與溝通效率。 職涯發展路徑彈性高,向上與橫向皆可擴展 根據個人強項與興趣,可發展為: ⬆️ 高階管理職(Head of Product、VP、CPO) ⬅️ 專業分支(Growth PM、AI PM、Platform PM) ➡️ 創業者、顧問、創新策略師 培養「影響力而非權力」的領導型人才 優秀 PM 不靠職權,而是靠願景整合與團隊信任來推進決策,這正是高階管理人才最需要的核心能力。 [course_plugin title='產品經理實戰課程' keyword='第7屆產品經理學習營' amount=2] 前往閱讀 【產品經理 - 學習地圖(上):技能養成篇 】  [joblist_plugin title='更多104【產品經理】工作機會' url='https://www.104.com.tw/jobs/search/?jobsource=index_s&keyword=產品經理&mode=s&page=1' amount='3'] 延伸閱讀: PM「產品經理」和「專案經理」差在哪?盤點工作內容及PM技能樹 PM工作內容做什麼?產品企劃/產品經理薪資待遇、履歷面試總整理 PM意思有不只3種可能!為何PM工作職缺只會愈來愈多?哪種PM最熱門? 轉職PM不撞牆!從0學會提案,產品經理學習營揭3大挑戰|商業思維學院
【104職場力】・職涯規劃

選才升級指南:打破面試迷思,用數據賦能結構式面談!(下)

這份報告目的在於透過104職能測評與結構式職能面談,全面評估一名應徵「廣告行銷公關業人資主管」職位的人選,以判斷其預期績效表現及職務契合度。職能測評可以提供客觀的數據參考;結構式職能面談則以收集具體行為事例,作為更細緻的評估,讓我們得以深入了解人選的行為模式。 文章導覽: 104職能測評結果概覽:預見績效潛力 結構式職能面談重點與發現:深入洞察行為實例 綜合評估與招募建議 104職能測評結果概覽:預見績效潛力 1. 整體職能勝任度預測:具「無法達標」風險 此人選的整體職能勝任度為PR23,低於該職務預期能達到績效目標的達標門檻PR30。 預期結果: 測評結果初步判斷,該人選有整體職能偏低而可能無法達成績效標準的風險。 2. 關鍵職能表現分析: 所有6項關鍵職能均達門檻: 雖然整體勝任度偏低,但測評報告顯示人選在所有6項應具備的關鍵職能上,分數皆達到或高於該職務的達標門檻,表示沒有任何單一職能分數過低到足以直接導致其績效無法達標。 主要影響職能(與常模相比偏低):溝通協調 PR38(低於常模PR70)、影響說服 PR39(低於常模PR66)、主動積極 PR56(低於常模PR68),這三項職能在與該職務的職能常模(平均表現)相比時,呈現較大的落差,是造成整體勝任度偏低的主要因素。 亮點職能(與常模相比偏高):計劃組織 PR69(高於常模PR65),人選在「計劃組織」方面表現優異,高於該職務的常模,是其顯著優勢。 結構式職能面談重點與發現:深入洞察行為實例 根據職能測評結果,面談聚焦於人選分數偏低的「溝通協調」與分數較高的「計劃組織」,以收集具體行為事例(CAR),作為更細緻的評估: 1. 針對「溝通協調」職能(測評分數偏低): ◦ 面談目的:測評顯示此職能分數最低(PR38),需釐清是否會阻礙其績效達標。 ◦ 面談提問:「與意見相左的人溝通總是有壓力的,能分享一個你如何與他們進行溝通協調的實際經歷嗎?」 ◦ 人選行為事例(CAR): 狀況 (Condition):曾有主管抱怨新的獎金計算方法不公平,人選當時聽得不是很懂,不知如何回覆。 行動 (Action):告知主管會後了解清楚再回覆;回去後與承辦同仁再次找主管談,請主管舉例,並試算新舊獎金辦法,了解抱怨點後微調成更合理的算法。 結果 (Result):成功讓該主管接受。 ◦ 主管洞察與評估: 人選雖不擅長臨場反應,但展現了「釐清雙方意見歧異點並取得共識」的關鍵行為。 用人主管認為,薪酬主管不一定需要絕佳的臨場反應能力,若能在事後清楚釐清問題並達成共識即可。 結論:該人選的「溝通協調」雖測評分數較低,但透過具體事例判斷,其不良影響尚可管控,不致構成重大任用風險。 2. 針對「計劃組織」職能(測評分數較高): ◦ 面談目的: 確認此優勢如何轉化為實際的績效表現,是否符合公司需求。 ◦ 面談提問: 「請談談你在有限時間和資源下,負責公司跨部門專案的經驗。包含:專案任務為何?你的處理過程和結果又如何?」 ◦ 人選行為事例(CAR): 狀況 (Condition): 剛到職時被指派檢視公司薪資競爭力,解決主管抱怨招募不到優秀人才的問題,且時間緊迫,需要外部同業薪資資訊。 行動 (Action): 說服老闆投資經費引進專業顧問公司;邀請並評選出資料最豐富且價格合理的本土廠商;與同仁配合顧問安排,向各主管簡報成果,並說服公司調整關鍵職務的敘薪標準。 結果 (Result): 公司調整了關鍵職務敘薪標準,主管對公司薪資水準有了信心。  ◦ 主管洞察與評估: 人選展現了「評估所需資源,尋找、協調並整合所有可用資源」的關鍵行為。 用人主管認為,雖然人選的處理方式與公司原先期望「薪酬主管應能自己搞定薪資大小事」略有不同,但考量到人力有限,人選能說服公司投入合理費用,有效解決長期困擾的招募問題,這是一個符合公司實務需求的「聰明解法」。 結論: 該人選能有效運用資源解決複雜問題,其「計劃組織」能力顯然能為公司帶來價值。 綜合評估與招募建議 • 整體判斷:儘管測評結果顯示人選的整體職能勝任度低於達標門檻,且部分職能與職能常模有落差。但透過結構式職能面談,我們得以深入了解其具體行為模式。在「溝通協調」方面,雖然不擅長臨場反應,但能有效釐清並解決問題。在「計劃組織」方面,則展現了運用外部資源解決複雜問題的能力。 • 建議:考量到目前人選難尋,且該人選雖非「理想中」完全符合所有條件,但其解決問題的策略和實際能力,顯示其仍具備應對職務挑戰的潛力,可列為錄取的備選人才之一,以應對急需的戰力缺口。 透過結合104職能測評與結構式職能面談,我們得以擺脫單憑直覺的低效選才模式。這套系統化的方法,不僅提供了客觀的數據預測,更透過深入的行為事例,幫助我們在招募過程中做出更周全、更符合公司實際需求的決策,進而迅速有效評選出高績效人才。請先登入或註冊104測評中心會員,新客獨享▶免費體驗施測看報告,親身感受職能測評如何協助您精準辨識高績效人才、建構高效團隊!
【104職場力】・人才招募

弘塑科技翻身千金股!幫晶圓「洗澡」的濕製程設備,跟著CoWoS起飛

「弘塑科技」這家創業之初連賠10多年的半導體封裝設備廠,靠著CoWoS大爆發,2024年營收獲利預估能創新高,在晶圓封裝部份製程的濕製程設備,市佔率超過6成。本文解析弘塑如何透過技術創新、策略併購與國際布局,逆勢翻身,搶占市場先機! 文/鄧凱元 由天下雜誌授權轉載 本文目錄(點擊可快速前往) 曾經賣一台虧一台,轉型求生陪客戶蹲廠,造出濕製程設備併購材料廠,像可樂調新配方投資檢測商,即時幫客戶抓錯 創立初期差點倒閉,做光電設備出身的弘塑,20多年前毅然投入半導體封裝,近一年股價飆漲,產線滿到備料堆在走道邊。能跟著CoWoS起飛,是因找到獨特定位。 新竹海邊的香山,風大,一直以來最有名的就是新竹米粉。 但這裡最近火熱的新話題是,出了上櫃千金股:弘塑科技。 這家創業之初連賠十多年、一度考慮要收掉的半導體封裝設備廠,靠著CoWoS大爆發,2024年營收獲利預估能創新高,在晶圓封裝部份製程的濕製程設備,市佔率超過六成。 一年之間,弘塑的股價翻倍,高居上櫃股第三。 走進弘塑香山的廠房,準備送入先進封裝製程的機台擺滿產線,連走道上也堆滿備料。 【小檔案】弘塑科技 成立:1993年 執行長:石本立 CoWoS相關事業:濕製程設備 成績單:2024前三季營收28.5億、淨利5.9億 [joblist_plugin title='查看104【弘塑科技】工作機會' url='https://www.104.com.tw/company/12r3bo8o' amount='2'] 弘塑從濕製程設備出發,透過投資及併購,整合藥水、大數據與檢測等服務,綁住客戶。圖為執行長石本立(前排右2)與關鍵團隊。(圖/謝佩穎攝 由天下雜誌授權轉載) 曾經賣一台虧一台,轉型求生 「我們現在就是一台設備出廠,有空的位置才讓新料進來,」一位弘塑員工提到。 能在台積電先進製程中扮演關鍵要角,是苦熬20多年的成果。「我們做到了進口替代,」弘塑集團執行長石本立說。 石本立出身半導體產業,曾在旺宏工作15年,做過製程開發、晶圓廠與內部創業。後來轉戰光電產業,2013年才加入正在轉型升級的弘塑。 弘塑從管線供酸系統做起,後來做光電與LED設備的生意,但市場競爭者眾,設備愈賣愈賠。 眼見殺成紅海的市場無利可圖,弘塑的股東一方面繼續增資,公司也開始尋找新市場,把目光轉向半導體製程後段的封裝產業。 契機是,封裝產業在2000年前後,從國外引進新技術「覆晶封裝」。當時業界開始研究,如何在晶片背面電鍍上眾多微小的金屬凸塊(Bump),以取代銅線,加快訊號傳遞。 這個技術,必須經過塗氧化層、電鍍或蝕刻等過程,造成晶圓上殘留各種雜質,因此需要濕製程設備來洗淨。 當時,濕製程市場掌握在國外廠商手上,弘塑從日本與德國找了外部技術顧問合作,跟著客戶從頭摸索,殺出一條半導體設備國產化的血路。 「晶圓廠與國外設備廠在先進封裝八字不合,」前科林研發台灣區總經理、現任弘塑獨董的何幼梅打趣形容。 原來,外商成熟的濕製程設備,大多用在晶圓製造的前段製程。前段製程對於品質的要求永無止境,因此機台設計與用料都是頂級,成本不會是第一考量,「但這樣的做法在後段行不通。」 陪客戶蹲廠,造出濕製程設備 弘塑認為,後段的封裝測試設備,不需精到奈米等級,於是台廠在國外巨頭夾縫中看見生存機會,從機台品質、效能與價格間,找到了獨特定位,在封裝產業打開市場。 弘塑不僅跟傳統封裝大廠合作,後來也把設備交給準備開發先進封裝的半導體大廠測試。 這是一個摸石子過河之路。 其實,台積電一開始投入先進封裝,只是站在服務客戶、一條龍解決客戶需求的立場,沒人料到會變成現在的盛況。 市場不明,願意大力投入的人不多,弘塑卻選擇跟著大廠走,「連總經理都一直蹲在晶圓廠裡,因為客人的製程也是剛開始研發,機台常常要跟著調整,兩邊一起想辦法,」弘塑科技業務總處副總經理梁勝銓說。 早年陪著蹲、快速反應,也成為弘塑能搶佔先進封裝大餅的關鍵。石本立說,國外大廠要改個方案可能需要8週,但弘塑收到客戶的需求,「今天講,明、後天我們就給個基本方案。」 Digitimes半導體分析師陳澤嘉觀察,外商設備廠要服務的客戶不只台積,三星、英特爾等大廠也要照顧,「彈性、速度都不及台廠。」 併購材料廠,像可樂調新配方 能快速給客戶方案,也得力於十年多前的關鍵併購。2013年,弘塑併購了專攻濕製程設備化學配方的材料廠——添鴻科技。 過去,客戶必須來回和設備與材料廠溝通,花時間釐清問題到底出在設備,還是材料配方。「我們兩個都有,左手右手不管是誰,反正我就是想辦法幫客戶解決,」梁勝銓說。 同時掌握設備與配方,也可以跟客戶黏得更緊。 跟著客戶的腳步,添鴻也在南科啟動新廠的擴建計劃。這是因為,晶片的種類與複雜度愈來愈高,而不同的藥水配方,必須在專用的槽體生產,才能把配方的穩定度提到最高。 同時,南科廠區也可以成為新竹廠區的備援,以應對台灣的缺水困境。 「藥水的配方就像是可口可樂,每家成分都不太一樣,客戶有了新製程或產品,配方也要跟著調,我們就一直開發,」添鴻總經理鍾時俊說。 投資檢測商,即時幫客戶抓錯 眼見先進封裝已成為摩爾定律續命關鍵,未來將是熱戰區,吸引國際大廠搶進,弘塑還有機會領跑嗎? 工業數據分析與檢測,是弘塑希望透過併購與投資,築起下一道護城河的重心。 何幼梅認為,後段製程所加工的產品,已經過漫長的工序,一旦產生不良品,對於客戶與設備廠而言,代價很高,「如果能即時發現問題,才有機會把晶圓救出來,」何幼梅說。 因此,後段製程的設備,在檢測部份甚至要比前段更靈敏,收到的製程參數甚至比前段還多,需要統計與分析。 2017年,弘塑投資了專長是分析工業大數據的太引資訊。 「客戶都希望降低花在檢測的成本,所以我們透過即時的數據分析,想辦法更早幫客戶抓到問題,」太引資訊董事長周沁怡說。 同時,弘塑也投資了美國雷射檢測公司Sigray,要透過雷射光檢測方法,確認金屬凸塊和晶片的連接處是否有問題。 「現在晶片愈來愈複雜,一個接點出問題,整個晶片就報廢了,」弘塑子公司佳霖科技副總經理楊銘和說。 從賣一台賠一台,到飛上枝頭變鳳凰,石本立臉上沒有露出半點喜悅。 弘塑要在現有市場基礎外,延伸觸角。第一隻觸角,除了先進封裝,還能延伸到第三類半導體、車用二極體、影像辨識或手機石英元件等市場。但這一次,弘塑決心不走價格戰,而是要與這些產業的龍頭合作,才能避免再度陷入削價競爭之路。 第二隻觸角,則要走向國際。近兩年,全球供應鏈快速移動,弘塑除了台灣與中國市場外,也開始把設備賣向新加坡、美國、日本、馬來西亞與義大利等地;還要想辦法往更前段的製程走,和外商競爭。 「半導體設備領域競爭很殘忍,只能想辦法做到第一,把客戶服務好,」他說。 (原文標題:幫晶圓「洗澡」的CoWoS設備,來自米粉之鄉 弘塑從破產邊緣翻身千金股) [joblist_plugin title='更多104【CoWoS相關】工作機會' url='https://www.104.com.tw/jobs/search/?keyword=COWOS' amount='2'] 推薦閱讀: 2024年半導體平均月薪5.9萬年增幅4.6% 上游類比IC設計工程師月薪10萬最高 【半導體職涯】聯發科學長分享半導體工程師職涯、碩士工作選擇 台積CoWoS產能翻倍還外包!龍潭到高雄出現「先進封裝廊道」,有誰獲益? 台積電創立過程除了張忠謀 中研院研究員瞿宛文:還有兩個很衝的人 台積電合資英特爾?知名半導體分析師吐槽:赤裸裸的搶劫
【104職場力】・半導體

你的物料有備料,那人才呢?全球人才供應鏈管理時代來了

文/104獵才顧問行銷企劃部 《2025半導體業人才報告書》指出,高關稅與供應鏈重組正改變半導體用才版圖,關鍵職缺已從製程、研發擴展至專案管理、海外業務與整合型跨國專才。而企業該如何進行人才供應鏈管理呢?104 如何協助企業提前儲備人才,確保在市場競爭中快速收藏人選,以備即時找人補人。 👇點擊下載《2025半導體人才報告書》👇 立即下載完整報告 在製造業的物料管理中,企業可以透過提前備料、分倉管理與跨區調度,確保產線運作不中斷。若企業也希望團隊的生產力不受影響呢?同樣需要建立多來源的人才策略與人力備援計劃,才能在市場波動與突發變局時維持營運穩定。 隨著美國總統川普政府強勢介入全球貿易,高關稅政策使晶片產業格局加速重組,企業供應鏈版圖被迫重新洗牌。此時半導體人才已不再只是「缺人補人」的議題,而是必須「超前部署、隨時支援」因應組織彈性調整的關鍵資產。當企業將人才視為「供應鏈」的一環,代表必須像管理物料一樣,對人才的來源、儲備、流動與部署進行系統化規劃,同時精算成本與創造價值,避免短期離職與培訓人才造成的浪費,持續向人才永續發展前進。 2025 年,在關稅衝擊帶來經營波動之際,企業主管與 HR 不妨轉換思維,以「全球人才供應鏈」為策略核心出發,才能在高關稅市場變局下,持續掌握關鍵人力,奪得未來競爭優勢。 什麼是「人才供應鏈」?企業為何需要「人才供應鏈」思維 「人才供應鏈」是將人才視為企業營運的關鍵資產,並以供應鏈管理的方式,對人才來源、儲備、流動與部署進行系統化規劃。這不只是填補職缺,而是要確保關鍵職能在任何時刻都有人才可用,減少人力斷層與培訓流失風險。 在半導體與高科技產業中,關鍵技術職務(如製程研發、設備導入、測試驗證)往往培養周期長、替代性低,一旦缺口出現,可能導致產線延誤、專案延誤,甚至錯失轉單與市場機會。同時技術職務隨著上下游的供應鏈模糊後,關鍵技術職務也會愈來愈依賴跨領域人才,而專案管理、業務等職務也會愈來愈依賴兼具技術背景與商業視野的中高階人才,而這類人選更需要長時間培養與精準媒合。 但高關稅、地緣政治風險、供應鏈重組及新興市場開拓,現在正在發生,未來更有可能直接影響企業的用人優先順序。當企業缺乏「人才供應鏈」的思維,往往在遇到需求高峰或突發事件時陷入被動,不僅招募成本飆升,也增加誤用高風險人選的可能。若能事先建構多元且穩定的人才來源,並建立儲備與接班機制,企業就能在市場波動、轉型升級、國際布局等關鍵時刻,快速補位、穩定營運,讓「搶才」變成有計畫的行動,而非臨時的救火。這就是「人才供應鏈」思維的價值所在。 半導體人才藍圖:關稅轉折下的三大策略方向 高關稅雖然加重了企業營運成本,卻同時帶來產業升級、供應鏈重整與市場轉移的契機。對半導體及相關製造業來說,這不只是挑戰,更是重新佈局人才結構的時刻,誰能提前卡位關鍵職能,誰就能在轉機中彎道超車。 根據《2025半導體業人才報告書》與工研院產業科技國際策略發展所觀察,高關稅與供應鏈變局下,企業在人才轉型上可把握三大方向: 1.前後段製程整合與供應鏈協同能力 打破傳統製造、封裝、測試的分段界線,培養具系統性思維與跨製程整合能力的人才 能在研發、製造、測試間快速協作,推動數據共享與製程優化,確保產品與供應鏈穩定運作 2.跨領域技術與彈性團隊建構 建立能跨國、跨部門、跨技術領域協作的彈性團隊架構,確保在不同市場與技術需求下都有即時支援 導入專案型臨時編組機制,運用數位協作工具與即時決策流程,讓專家資源能快速投入 3.AI 與應用導向設計能力 設計端需結合 AI 演算法、系統架構與應用場景的跨域能力,與應用團隊緊密合作,縮短設計週期、降低成本,同時滿足市場需求 同時這波轉機也催生出 6 大關鍵職能需求: 1.研發與製程升級專才: 支撐高附加價值研發、數位轉型與智慧製造導入 2.生產與供應鏈全球化/在地化人才: 涵蓋海外營運管理、跨境採購與當地製造工程師,確保多市場生產與供應鏈運作順暢 3.對接美國市場的專業角色: 熟悉美國市場規範與產品認證的國際業務與品管專才 4.國際談判與政策專家: 精通雙邊貿易協定談判,爭取最佳合作條件 5.ESG 與永續發展專才: 推動綠色製程、永續供應鏈管理,符合全球永續要求 6.新興市場拓展人才: 具備國際行銷策略與在地通路開發能力,搶佔新市場先機 在這場高關稅與供應鏈重組浪潮中,能將「前後段製程整合、跨領域協作、AI 應用設計」與上述關鍵職能相結合的企業,將更有機會在全球市場中保持競爭優勢。 104 關鍵人才庫:企業的人才供應鏈管理平台 在半導體關稅政策與供應鏈重組的不確定環境下,企業的人才佈局不應等到決策落地後才啟動。即使外移設廠、產線轉移等方案仍在評估階段,透過 104 關鍵人才庫,企業即可先行建立專屬的人才儲備名單,當需求正式啟動時,能即時「撈人」投入關鍵崗位,將招募時程壓縮到最短。 104 關鍵人才庫的優勢包括: 接觸非公開人選,覆蓋更多關鍵人才:啟用人才庫後,可額外觸達約80%原本無法接觸的「潛水履歷」,尤其是高階與關鍵職缺人選 即時更新履歷,確保資料新鮮:人才庫與 104 履歷同步更新,避免留存過時資訊,確保招募決策建立在最新數據上 企業動態經營,精準投放雇主品牌:透過「動態」功能分享用人政策、營運方向、企業文化等,吸引更多人才主動關注職缺。 狀態分類與快速追蹤:依據互動狀態(未收藏、已收藏、已取得聯絡資訊)分類,HR可即時篩選,在未來進行招募時能快速行動 互相關注與即時互動:支援與人選雙向關注,並可提問工作經驗與專業能力,協助判斷適配度。 AI智慧推薦,主動推送潛力人選:AI職涯顧問平台依職務條件自動推薦人選,提升尋才速度與準確度。 對於必須在全球競爭中提前卡位的半導體企業而言,104 關鍵人才庫不只是招募工具,更是整合「預先找人」、「需求啟動」、「即時補位」的人才供應鏈管理平台。 完成人才藍圖的最後一哩路!立即啟用關鍵人才庫 在半導體高關稅的不確定環境下,許多企業可能選擇暫緩招募腳步,但實際上仍存在潛在的人才需求,或已預期未來將開立相關職缺。104 關鍵人才庫能協助企業在暫緩招募期間,先行保守儲備高潛力人選,建立專屬候選名單。當時機成熟、企業決定外移設廠或完成組織調整時,便可直接啟動這批預先鎖定的人才資源,迅速發布職缺並展開面談,免去臨時開缺時的倉促與人選重篩作業,確保招募效率與競爭優勢。 立即啟動 104 關鍵人才庫,企業無需自行建立或維護履歷系統,即可進行人選蒐集、儲備與管理。 👉 人才庫不必自己架,即開即用:https://104hh.cc/7vtq3z 掌握更多半導體人才趨勢,大家都在看這些: 「半導體產業人才白皮書」歷年完整版,免費下載! 川普 100% 關稅來襲!半導體企業如何佈局人才轉型? 從薪水到品牌力:半導體人力供需失衡下的人才吸引新策略 每個技術職缺,平均僅 0.2 人應徵!《2025半導體業人才報告書》四大警訊搶先揭露|搶先下載報告書 104 × 工研院發表《2025半導體人才報告書》完整版,免費下載!揭露5大發現與因應之道 半導體人才薪資揭密!類比IC設計工程師年薪中位數178萬居冠 《2025半導體業人才報告書》半導體每月徵才3.4萬人,生產製造/品管/環衛類、研發類每月缺才近1萬人最多
【104職場力】・人才招募

「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】

掌握AI革命:人力資源選、育、用、留的智慧管理新時代

隨著數位化轉型加速,人工智慧(AI)逐漸成為人力資源管理中的核心助力。由於其能夠優化選、用、育、留等關鍵環節,人資工作者面臨著新的挑戰與機遇。我們將探討如何利用AI提高效率與策略價值,避免被AI時代淘汰。從篩選自動化到智能化學習平台,再到預測流失風險,我們將深度解析AI在HR各個層面的應用,並提供實用建議,助您成為引領企業未來的人資領袖。一起探索如何在這場AI浪潮中立於不敗之地!  文/宸碩管顧公司總經理|楊伸太博士 原標題:「AI在人力資源的應用」為主題發揮:包括選、用、育、留的應用場景  關鍵字 數位人資  AI  AI人資應用  人資數位升級  本文目錄(點擊可快速前往) 前言:未來只有不會用AI的人會被淘汰 成為一個及早善用AI、提升效率的人資工作者 人資運用AI的選、用、育、留之KPI、應用範圍與建議   學習與實踐 總結 一、前言:未來只有不會用AI的人會被淘汰  1. 隨著人工智慧(AI)技術的快速發展,全球企業正迎來數位化轉型的浪潮。在人力資源管理(HR)領域上,AI正快速成為不可或缺的工具。 2.從簡化重複性工作到優化決策,AI不僅提升了人資的效率,更改變了傳統的人才管理模式。  3.然而,隨著技術普及,對人資從業者來說,最重要的是如何掌握AI技術、讓自己在未來職場中保有競爭力。  4.因此,未來的企業將對「數位人資」有更高的需求與期待,同時,我們絕對要跟上這波AI潮流,不要變成被淘汰的那一群人。  二、成為一個及早善用AI、提升效率的人資工作者 1. AI是我們的協作工具,AI在HR領域的價值不僅僅是在「效率化」,更能幫助人資從事高附加價值的工作,例如: (1.) 人資的傳統工作,例如履歷篩選、工時計算、薪酬核對等往往會占用大量時間。透過AI自動化工具,能處理這些瑣碎任務,讓人資能專注於更具策略性或高價值性的工作。 (2.) AI能快速分析大量數據,從中彙整與分析出有效的資訊或資料,例如預測員工流失率、分析招聘效果或分析培訓成效,幫助企業做出更具前瞻性的決策。 (3.) AI能透過自然語言處理(NLP)和機器學習(ML)技術,為每位員工提供個人化的發展計劃,例如推薦適合的學習課程、職涯發展機會等,提升員工的滿意度與參與度。  2. 綜合以上,筆者鼓勵與互勉,彼此都要及早成為一個善用AI、提升效率的人資工作者。  三、人資運用AI的選、用、育、留之KPI、應用範圍與建議  1.選才: (1.) KPI舉例: A. 篩選效率:履歷處理時間縮短50%以上。 B. 招聘成功率:AI推薦候選人的匹配度達80%以上。 C. 面試人力減少:初篩流程的人工參與減少30%。 (2.) 應用舉例: A. 自動履歷篩選:AI能根據職位需求,自動篩選候選人履歷,快速找到最符合條件的人才。 B. 人才推薦:透過AI演算法,根據企業過往的招聘成功案例,推薦高潛力的候選人。 C. 面試分析:AI語音分析技術可評估候選人的語氣、用詞和情緒,輔助招聘決策。 D. 104資訊科技集團總經理黃于純指出,104人力銀行已透過以下五大AI創新技術,將求職者找工作的媒合成功率提升12%。 提供AI履歷生成服務,節省時間。 透過大數據檢視履歷完整度&AI提供修正建議,完善履歷。 AI職涯顧問 (https://talent.104.com.tw/joblist)用關鍵問答找到履歷亮點。 依照最新工作、求職者興趣,推薦個人化職缺。(引入AI技術!推薦工作媒合成功率增加12%,企業招募天數縮短30%) (3.) 綜合建議: A. 導入AI招聘工具如ATS(Applicant Tracking System)。 B. 利用市場上的AI面試工具,提升招聘的公正性與效率。 2.用才: (1.) KPI舉例: A. 員工滿意度:智能化排班使員工滿意度提升20%以上。 B. 工作效率:職位與技能匹配度提升15%。 C. 績效透明度:績效評估準確性提高30%。 (2.) 應用舉例: A. 職位與技能匹配:AI通過分析員工的技能數據,優化職位分配,確保人盡其才。 B. 績效分析與預測:透過數據分析,幫助管理者即時了解員工的表現,預測未來表現趨勢。 C. 智能化排班:AI能根據工時需求、員工偏好和法律規範,提供最佳排班建議。 (3.) 綜合建議: A. 導入員工數據分析平台,定期更新員工技能與績效資料檔案。 B. 將AI技術融入績效評估流程,避免人為偏差。  3.育才: (1.) KPI舉例: A. 學習完成率:推薦課程的完成率提高至80%。 B. 培訓投資回報率:學習後職位能力提升明顯,培訓成效增長25%。 C. 技能匹配度:員工與職位需求的技能匹配度提高20%。 (2.) 應用舉例: A. 學習需求分析:AI能根據員工的職位需求與過往學習歷史,推薦最適合的課程。 B. 智能化學習平臺:提供自動化學習計劃與即時反饋,提升學習效果。 C. 技能差異之缺口分析:AI分析組織中技能缺口,幫助企業優化內部培訓計劃。 (3.) 綜合建議: A. 導入AI學習系統(如LMS),結合員工的職涯發展目標進行學習規劃。 B. 持續優化學習平台,確保用戶體驗良好,提升學習參與度。  4.留才: (1.) KPI舉例: A. 離職率:高風險員工的流失率降低20%。 B. 滿意度:員工滿意度指數提高15%。 C. 挽留效果:AI預測的流失員工成功挽留率達30%。 (2.) 應用舉例: A. 流失風險預測:AI根據員工參與度、績效表現等數據,預測離職風險並提出建議。 B. 員工滿意度調查:AI自動分析調查結果,分析出員工不滿意的主因。 C. 福利優化建議:AI能根據員工特性,推薦個性化福利方案,提升留任意願。 (3.) 綜合建議: A. 使用AI數據儀表板,定期監測員工流失風險。 B. 設計個性化的員工福利與關懷方案,提升員工忠誠度。  四、學習與實踐:建議透過AI概念知識(K)與工具技能(S)的學習,逐一應用實踐之  1.概念知識學習:例如學習AI相關的基本知識,例如指令學習、自然語言處理等概念,同時知悉與遵守數據倫理與隱私保護規範。  2.人資相關工具技能學習: (1.) 例如參與HR科技論壇與受訓、104數位人資學程學習等,同時可掌握最新的AI應用案例。  3.學習後逐一應用實踐出來 (1.) 可以從小規模應用開始實踐。 (2.) 與IT部門合作,推動人資數位升級項目。 (3.) 善用內外部數據資源,讓AI應用更加精準。  掌握 E化 x 數據 x AI【數位人資管理師】 >> 五、總結 1.AI正加速推動人資管理的數位升級,從選、用、育、留全方位優化HR流程,讓企業的人才管理更加高效、智慧化。面對這場AI浪潮,鼓勵人資工作者需要快速掌握AI工具,讓自己盡早成為「智慧化人資」的引領者。  2.在數位轉型的浪潮中,人資需要具備與AI共存的能力,而學習與實踐是必經之路。唯有不斷學習、實踐,才能抓住AI帶來的挑戰與機會,盡早規畫與進行AI工具的學習善用學習資源,例如104數位人資學程,同時積極運用在工作上。  3.透過學習並應用AI技術,人資工作者能在AI浪潮中保有核心競爭力,成為真正的智慧型HR專家。  4.祝福各位先進,都能在所屬企業中,有效學習與應用AI工具,提升自我價值,讓自己變成高CP值的優質人才!  超過2500+的HR都報名過的104人資學程! >>   最划算的全方位教育訓練方案!免費申請全課程試閱 >> 看更多楊伸太博士的文章 >> 做出老闆滿意,員工服氣的雙贏調薪規劃 一次學會主管最重要的三大面談,做好人才管理 卓越主管的關鍵四大管理 缺工浪潮下,善用升遷、培訓及獎金機制積極留才 提升留任率!職能工作說明書擬定技巧  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人資市集官方line獲得最新優惠及活動資訊 >>
【104職場力】・AI

有任何收穫或想分享的,都來和大家一起聊聊吧!