三月 2016

View all on this date written articles further down below.

大象學跳舞

跟不上,就淘汰! 身為歷史悠久,業務既多且雜的市場長期領先者,要如何跟上國際潮流,提升員工的資料素養,進而為組織注入企業創新的基因?這是我們經常被客戶問到的問題。 在物理學上,所謂「行動慣性」(active inertia) 是指移動中的物體傾向於維持現有的行進軌道。這個概念,後來被時任美國麻省理工學院的企業管理學者 Donald Sull 借來描述企業因循既有行事方式的行為,甚至在面對具破壞性的變化時,仍沿用過去的成功模式來因應,最後落入失敗的陷阱。 很諷刺地,企業的行動慣性通常是由過往的成功經驗所造成。 在舊時代用血淚鍛鍊出來的企業文化與作業流程,促成了企業今天的偉大成就。然而,這些經驗卻往往是組織在面對新時代挑戰時的枷鎖,導致企業無法敏捷地嘗試創新。最好的狀況,是慢慢凋零;最壞的狀況,則是被市場淘汰。 至於企業究竟該如何避開行動慣性的陷阱,Sull 和 Clayton Christensen 早在1995年時就有過一場精彩的討論。Christensen 則在幾年後建立完整的論述,正式提出知名的「破壞性創新」理論。 我們有些客戶,組織龐大、人員繁雜、而且科層分工明確。全公司從上到下,以能夠徹底執行公司營運總部所頒佈的工作準則為榮。 精實,甚至是通過多種國際認證的管理方法,讓這些公司的營收都達到令人敬佩的程度。 但是在面對「運用數據,敏捷創新」的國際趨勢時,這些公司的原本優勢突然不再有明顯作用,甚至開始變成發展的阻力。 在DSP智庫驅動,我們很榮幸能和客戶攜手合作,共同成長。在客戶嘗試轉型的過程中,提供資料分析以及建立資料團隊方面的顧問諮詢服務。 綜觀我們客戶的轉型經驗,可以歸納出兩個成功因素: 跨部門的資料盤點 運用資料,促成跨域交流合作 在大企業內部,不論是生產、行銷、業務或是其他部門,都各自有著相當程度的資料蒐集與儲存流程。但是彼此間的資料流通卻不易達成,因此被稱為「數據孤島」(data silos)。 若能在這些數據孤島之間建立流通的「橋樑」(可能是資訊系統,也可能是某些經過良好訓練的員工),就成功了一半。 其次,透過執行內部或外部專案,讓各部門之間有機會共組夢幻球隊,一起打幾場精彩的比賽,就拿到成功的另外一半了。 至於組隊方式,則視企業狀況而定。有些企業採取任務性編組,有些則乾脆從各領域部門挑選菁英,成立新的部門,直接對集團最高層的專業經理人負責。 以中華電信為例,業務涵蓋固網通信、行動通信,以及數據通信三大領域,員工超過兩萬人,組織架構除了總公司之外,還有多個分公司、電信研究院以及電信學院等單位。去年DSP智庫驅動協助該公司執行一項前所未見的企業內部資料科學訓練計畫,稱為「資料科學種子團隊培訓計畫」。由各事業單位遴選「種子」參加培訓,訓練內容包括業務應用、量化分析與資訊科技。通過長達六個月的訓練課程,成果相當豐碩。在去年的人才培育基礎之上,今年中華電信更上一層樓,進行組織改革,在公司總部正式成立「大數據辦公室」,目前有數十位成員,集中在大數據分析技術以及業務應用的相關資源,應用於內部業務與未來發展。 上述兩個成功因素,推動上未必有先後順序,但是具備高度關聯,缺一不可。…

大數據可以猛如潮水,水能覆舟亦能載舟!

3/9(三)當天最熱門的新聞大概就是Alpha Go擊敗棋士李世乭!人機大戰開打的敗亡,是否代表人工智慧已經造成人類的威脅則尚不可得知。但是,當晚我們在青創基地舉辦的Data Mixer 每一招卻想得是如何讓機器與資料的協作,幫助人類生命得以更加美好,所以資料如潮水能覆舟亦能載舟。 活化緊急醫療資源 – KAMERA 急診資料挑戰賽 自2010年起,高屏緊急醫療應變聯盟 (KAMERA project) 開發了一個跨院急診壅塞即時監測系統,是目前台灣最大型的緊急醫療監測雲端系統。DSP去年與KAMERA共同舉辦工作坊,將分享資料人與緊急醫療體系的合作經驗,包含括領域團隊的合作,從地方消防局到中央衛福部,到醫院這一段的緊急醫療資料動線有了完整的鋪陳,這一段資料旅程的寶貴是彙整了許多第一線人員,在現場實際接觸的動態情形更顯得來不易,包括對於送急診的司機大哥而言,他們希望有即時的資料可以告訴他們要將病患的往哪裡正確位置送去最得宜,未來這可以將理論與技術完整勾稽後,將得以協助跨領域團隊應用在醫事管理上更有效率! 今年DSP與KAMERA繼續合作舉辦資料挑戰賽,利用群眾外包的智慧,共同檢視高屏地區發生災難危急時,(1)什麼樣的情形需要和外部地區求援?(2)醫院各自平時和可額外承載外傷人數的最大乘載量又為何?對於參賽者的貼心小提醒!急診數據可能會有週期性,周間/周日要考慮,甚至是尖峰時段在哪裡?這個競賽到2016/4/10上傳到為止,歡迎各界高手來PK KAMERA 急診資料挑戰賽。 怪獸電力房屋 – 當開放資料遇上節電綠能 我們善用開放資料,將台電資料調出每戶平均用電量、總戶數、老人比例、總和所得稅、樓層面積等資料混搭與交叉比對,再把離群值挑出後,可以知道每個台北市行政區的村里用電量情形,目前可以分析爬梳出來,例如:(1)老人多半集中在士林區、(2)耗電量集中在內湖區賣場、台北車站區域,也許未來可以推估各自村里的商業應用找出價值,例如耗電量高但是人少的地區,可能需要檢視是否為老型住宅,可能需要老舊的管線或電器用品需要汰換;另外,有許多老人的區域可以開立有療癒系的商店,或是長照看護的診所等,都可以透過電力的檢視,將資源重新配置用在最需要的地方做調幅。 掌握機器學習的工具與應用 《