Multidimensional Data Visualization

2023富比士（Forbes）年度十大科技圖書 MIT麻省理工學院史隆資訊系統研究中心（MIT CISR）多年研究精華 結合從跨國公司到一般企業的各產業實務案例 一本寫給非資料科學背景人士的數據變現指南 教你和你的組織如何建立資料變現的基礎 完整利用資料資產，幫助你實現效率與獲利最大化 在資訊時代下，如今不論是跨國大企業、一般中小企，乃至公部門和非營利組織，都愈來愈倚重數位科技，並逐漸將業務電子化，因而積累大量的資料數據。這些資料擁有極大的潛力，能夠為組織創造無比豐厚的價值和收益。 本書的作者群來自MIT CISR的資深研究團隊，長年致力於研究組織如何從資料中創造價值。本書是其三十年的研究結晶，將以清晰易懂且引人入勝的方式，讓從基層、管理者到董事會的所有組織成員，都能理解將資料轉化為價值和利潤的內涵及實行方式。 ⦿什麼是資料變現（data monetization）？ 所謂的「數據變現」，指的就是將你的組織所掌握的各種資料資產中產出財務收益。許多組織對這個概念或許並不陌生，但大多數組織對資料變現的想像過於狹隘，僅會聯想到出售數據資料庫，然而其實資料變現擁有比單純出售數據資料庫更深遠和龐大的價值，能對企業的績效增長、競爭力提升、核心價值實現等方面有重大的貢獻。 本書將圍繞著三大重點來探討資料的優勢，為你的組織建立完善的資料變現策略和流程。 ．建立資料資產 ．創造出新穎、由資料導向的工作方式和客戶體驗 ．學習資料的相關知識，並與同僚交流、共同進步 ⦿三種資料變現的主要策略 本書提出了「改善－包裝－銷售」的資料變現框架，明確地闡述了這三種關鍵的變現策略所能創造的價值、其實現價值的流程、適用對象和誰該來負責，以及潛在的風險等。 ．改善（improving）：當組織運用資料改善工作的經濟效益、除去或重新安排因此產生的寬裕資源時，就能產出金錢。 ．包裝（wrapping）：當組織利用資料導向的新功能或體驗來提升產品的價值主張時，進而提高價格或銷售更多產品來產生收益。 ．銷售（selling）：當組織將資料商品化，變成資訊解決方案的形式時，就能產生新的營收。 同時書中也提供了一眾實例——從微軟、百事等跨國公司，到單一產業企業——深入分析它們是如何因循這個框架提出資料變現提案，為組織帶來嶄新的改變，以

2011年漢諾威工業博覽會倡議「工業4.0」概念後，世界經濟論壇（WEF）即具體化解釋概念，定義為「智慧與互聯」的生產系統，意指感知及預測物理世界並與之互動，以便能夠即時支持生產決策。而在各主要科技大國重視「工業4.0」的政策驅動下，也各自發展出不同的架構模型，但卻始終未脫離智慧化、互聯及整合等核心範疇。工業4.0概念更重視分析數據結果以作為生產決策，即透過「物聯網、人工智慧、大數據、雲端運算」等關鍵技術為基礎，建構工業4.0的相關應用，將生產流程從自動化邁向智慧化。 工業4.0概念倡議至今十餘年，Siemens等自動化大廠已經成為引領產業發展的指標業者，而IBM、AWS等IT業者也積極的投入智慧製造，發展應用平台或數位工具。智慧製造解決方案可區分為機器運作端（機）、廠務管理端（廠）、營運管理端（鏈）三個環節，再依特性區分為不同的階段性新興應用。本書剖析建構智慧製造的關鍵因素，值得產業解決方案商及建置智慧工廠業者參考。 由於涉及異質技術整合應用，數位雙生（Digital Twin）成為智慧製造發展的關鍵挑戰，隨著感測、運算、通訊、軟體技術的革新發展，IT與OT業者在產品服務整合趨勢下，也已經逐步實現並落地於智慧製造場域。近年來國際大廠推動發展智慧製造及數位雙生的技術革新、布局動態與技術未來發展焦點，值得台廠關注以掌握未來的挑戰與契機。 邊緣運算（Edge Computing）及新興通訊技術的落地結合，是邁向製造場域關鍵智慧應用的「最後一哩路」。唯有在低延遲、高可靠的邊緣運算與新興通訊框架的驅動下，如「預測性維護、異質設備協作、MR/AR巡檢」等智慧製造應用才可望實現。 近年來製造業受到新冠疫情、地緣政治動盪衝擊、及淨零碳排時程迫近等因素影響，對於導入遠距生產、自動化管理的智慧化需求日漸增溫，對供應鏈上下游訊息掌握度的要求也在逐漸提升，而工廠智慧化的關鍵「數據」也漸被重視。各類新型態的數據治理（Data Governance）技術，被應用於不同製造環節的情境與案例，以及數據治理技術發展的最新趨勢分析，都是製造業者面對外部環境變動與挑戰的重要參考資訊。 臺灣中小型製造業是經濟發展的重要支柱，提升產業韌性實屬刻不容緩。如何檢視現行可用資源、善用數位科技轉型與提升競爭力，當業者必須面臨「公司資源有限、技術負債尚存、既有組織窠臼、缺乏數位人才」的數位轉型四大挑戰之際，如何提早

2011年漢諾威工業博覽會倡議「工業4.0」概念後，世界經濟論壇（WEF）即具體化解釋概念，定義為「智慧與互聯」的生產系統，意指感知及預測物理世界並與之互動，以便能夠即時支持生產決策。而在各主要科技大國重視「工業4.0」的政策驅動下，也各自發展出不同的架構模型，但卻始終未脫離智慧化、互聯及整合等核心範疇。工業4.0概念更重視分析數據結果以作為生產決策，即透過「物聯網、人工智慧、大數據、雲端運算」等關鍵技術為基礎，建構工業4.0的相關應用，將生產流程從自動化邁向智慧化。工業4.0概念倡議至今十餘年，Siemens等自動化大廠已經成為引領產業發展的指標業者，而IBM、AWS等IT業者也積極的投入智慧製造，發展應用平台或數位工具。智慧製造解決方案可區分為機器運作端（機）、廠務管理端（廠）、營運管理端（鏈）三個環節，再依特性區分為不同的階段性新興應用。本書剖析建構智慧製造的關鍵因素，值得產業解決方案商及建置智慧工廠業者參考。由於涉及異質技術整合應用，數位雙生（Digital Twin）成為智慧製造發展的關鍵挑戰，隨著感測、運算、通訊、軟體技術的革新發展，IT與OT業者在產品服務整合趨勢下，也已經逐步實現並落地於智慧製造場域。近年來國際大廠推動發展智慧製造及數位雙生的技術革新、布局動態與技術未來發展焦點，值得台廠關注以掌握未來的挑戰與契機。邊緣運算（Edge Computing）及新興通訊技術的落地結合，是邁向製造場域關鍵智慧應用的「最後一哩路」。唯有在低延遲、高可靠的邊緣運算與新興通訊框架的驅動下，如「預測性維護、異質設備協作、MR/AR巡檢」等智慧製造應用才可望實現。近年來製造業受到新冠疫情、地緣政治動盪衝擊、及淨零碳排時程迫近等因素影響，對於導入遠距生產、自動化管理的智慧化需求日漸增溫，對供應鏈上下游訊息掌握度的要求也在逐漸提升，而工廠智慧化的關鍵「數據」也漸被重視。各類新型態的數據治理（Data Governance）技術，被應用於不同製造環節的情境與案例，以及數據治理技術發展的最新趨勢分析，都是製造業者面對外部環境變動與挑戰的重要參考資訊。臺灣中小型製造業是經濟發展的重要支柱，提升產業韌性實屬刻不容緩。如何檢視現行可用資源、善用數位科技轉型與提升競爭力，當業者必須面臨「公司資源有限、技術負債尚存、既有組織窠臼、缺乏數位人才」的數位轉型四大挑戰之際，如何提早盤點本身能