數字化轉型關鍵技術 A Field Guide to Digital Transformation

前言
第一部分數位轉型驅動因素
第1章瞭解數位轉型
1.1 業務、技術、數據與人員
1.1.1 數位轉型與業務
1.1.2 數位轉型與技術
1.1.3 數位轉型與資料
1.1.4 數位轉型與人員
1.2數位轉型解決方案與組織
第2章數位轉型的業務驅動因素
2.1 適應快速變化的市場，實現市場成長
2.2 提高組織敏捷性與業務一致性
2.3 擺脫低效率，增強數據智能
2.4 提升自動化能力與生產力
2.5 改善客戶體驗，提升客戶信心
第3章數位轉型的技術驅動因素
3.1 強而有力且多樣化的資料獲取
3.2 資料科學技術
3.3 高階自動化技術
3.4 自主決策
3.5 集中化、可擴展、有彈性的IT資源
3.6 不可變的資料儲存
3.7 多重體驗存取
第4章數位轉型的風險與挑戰
4.1 資料品質不佳與資料偏差
4.2 數位化資料增加，易受攻擊的風險增加
4.3 抵制數位文化
4.4 過度自動化的風險
4.5 難以治理
第二部分數位轉型實現要素
第5章實現以顧客為中心
5.1 產品
5.2 顧客
5.3 產品中心模型與顧客中心模型的關係
5.4 交易價值與關係價值行為
5.5 面向顧客與以顧客為導向的行為
5.6 關係價值與溫暖度
5.6.1溝通中的熱情
5.6.2 主動提供熱情服務
5.6.3 給客戶獎勵
5.6.4 超越客戶期望
5.7 單渠道、多渠道和全渠道的客戶交互
5.8 客戶旅程
5.9 客戶資訊與客戶檔案
第6章數據智能6.16章數據智能
6.1資料來源
6.1.1 組織資料
6.1.2 第三方資料
6.1.3 建立新的資料智慧
6.2 常見資料類型
6.2.1 營運資料
6.2.2 客戶資料
6.2.3 社群媒體資料
6.2.4 公共資料
6.2.5 私營私人資料
6.3 資料取得方法
6.3.1 手動輸入資料
6.3.2 自動輸入或取得資料
6.3.3 擷取遙測資料6.3.4
資訊數位化6.3.5
資料輸入
6.4 資料利用
6.4.1 分析與報告
6.4.2 自動化決策
6.4 .3 解決方案輸入
6.4.4 機器人驅動的自動化
6.4.5 模型訓練與再訓練
6.4.6 保留歷史記錄
第7章智慧決策
7.1 條件自動化決策
7.2 電腦輔助決策
7.3 智慧自動化決策
7.3.1 直接驅動的自動化決策
7.3.2 定期自動化決策
7.3.3 即時自動化決策
7.4 電腦輔助決策與智慧自動化決策
第三部分數位轉型關鍵技術
第8章數位轉型的智慧技術簡介
8.1 雲端運算
8.1.1 雲端運算實務
8.1.2 常見風險與挑戰
8.2 區塊鏈
8.2.1 區塊鏈實務
8.2.2 常見風險與挑戰
8.3 物聯網
8.3.1 物聯網設備
8.3.2 物聯網實務
8.3.3 常見風險與挑戰
8.4 機器人流程自動化
8.4.1機器人流程自動化實踐
8.4.2 常見風險與挑戰
第9章數位轉型的資料科學技術簡介
9.1 大數據分析與預測
9.1.1 大數據的5個V
9.1.2 大數據實踐
9.1.3 常見風險與挑戰
9.2 機器學習
9.2.1 模型訓練
9.2.2 機器學習實踐
9.2.3 常見風險與挑戰
9.3人工智慧
9.3.1 神經網路
9.3.2 自主決策
9.3.3 人工智慧實踐
9.3.4 常見風險與挑戰
9.4 數位轉型關鍵技術總結
第四部分數位轉型解決方案
第10章理解數位轉型解決方案
10.1 分散式解決方案設計基礎
10.2 資料輸入基礎
10.2.1 檔案拉取
10.2.2 檔案推送
10.2.3 API拉取
10.2.4 API推送
10.2.5 資料流傳輸
第11章剖析以客戶為中心的解決方案
11.1 術語回顧
11.2場景背景
11.2.1 業務挑戰
11.2.2 原始的客戶旅程
11.2.3 業務目標
11.3 提升客戶旅程
11.4 擴展業務流程
11.5 制定未來決策