數據資料

我們直覺認為，數據科學是專家的事，一般員工沒必要了解這麼多。這個想法太狹隘了。數據科學必須廣泛地普及化，不妨讓全公司都參與，大家一起「玩數據」。現在已經有許多工具，將數據科學的部分作業流程簡化或自動化，而位於組織第一線的員工，早已熟稔公司業務，只要能掌握使用小量數據，就能熟練並快速地對問題做出回應。數據科學的關鍵在於人，只要能策略性地讓員工參與數據工作，就會看到更好的結果。

儘管我們都知道要「靠數字說話」，但面對多如牛毛的統計數字，想從中篩選出有用的資料，並非易事。全球百大頂尖思想家史密爾，擅長跨領域分析，比爾．蓋茲盛讚他：「史密爾是引領你認識世界最佳的人選。」《數字裡的真相》跳脫政治、新聞與同溫層的干擾，71篇短文搭配清晰易懂的圖表，透過「數字」精確解析世界變化與我們的未來。

隨著人工智慧（AI）在我們生活各個層面的使用益發普及，對如何使用消費者數據的討論，也逐漸引發各個國家與組織的關注。規範AI的相關法規陸續推出，領導人應注意哪些面向，因應迎面而來的數位監管時代？

眼睛大概最多能分辨和記憶五到七種顏色。而大多數圖表一開始都有太多顏色，但你可以確認，你需要哪些顏色，然後就只用這些顏色，來組合出優質的圖表。

數據比以往任何時候都更重要，但大多數組織仍在一些關鍵問題上放錯重點：更關注數據基礎設施，而非數據產品；建立的數據往往很少考慮到最終用途；缺乏共同的數據語言，每個部門各自為政。本文提出一套「數據供應鏈」管理流程，讓公司可以解決上述問題。數據和其他任何類型的資產一樣重要，而且數據產品日益和實體產品一樣重要，如何管理數據，是領導人不能忽視的問題。

關於企業使用消費者數據與侵犯隱私權的界線在哪裡，這個問題愈來愈受到從學者、媒體到政府單位的重視。本文作者拋出一個特殊觀點：數據經濟是一種「以物易物」的行為。這乍聽令人感到不可思議，「以物易物」難道不是原始人的行為？然而我們深入思考：消費者讓業者收集自己的數據，以換取業者提供網際網路服務，本質就是「以物易物」。想通這點，我們看待數據經濟的角度就更多元了。

新冠疫情將電子商務的發展往前推了一大步，加速消費者培養出在線購物的習慣。這給許多藉由實體店面來銷售的傳統零售商，帶來巨大衝擊，不得不盡其所能加入電子商務的行列，彷彿實體店面已無用武之地。不過，實體店面並非只能變成負資產，目前有一項結合電子商務與實體店面的新銷售模式：「線上購買、店內取貨」已經出現，而這對傳統零售商十分有利！

新冠疫情將全球的數位化轉型，往前推進一大步。各行各業致力於追求數位應用的同時，使用者對此的信任程度如何，這個疑問也逐漸浮出水面。如何才能建立使用者對自己所在地數位環境的信任？為了回答這個問題，作者從四個面向來探討，並為全球的42大經濟體，排列出一份「全球數位信任概況」分數表。我們能從中獲得什麼啟示？