目標|戰略|戰術

目標 (Objectives),回答 What 的問題;戰略 (Strategies),回答 How 的問題;戰術 (Tactics),回答 When, Where, Who 的問題;

改變,始於認知需要改變

高階經理人平日面對大量的產品相關資料,他們對市佔率、不同市場的銷售狀況、數百種不同商品的毛利等等都瞭若指掌,但那些資料都是把焦點放在顧客和產品上,而不是產品是否能幫助顧客達成任務。就連衡量顧客滿意度的指標,也只是顯示顧客是否對產品感到滿意,並未告知產品如何能讓顧客的任務做得更好,偏偏多數公司都是以那種方式追蹤及衡量成效。

數據驅動人工智慧時代下的使用者研究

本文提出的模型與架構,探討〈數據驅動人工智慧時代下的使用者研究〉主題。首先從回答兩個問題開始。
問題一:人工智慧時代需要使用者研究嗎?問題二:大數據分析就是使用者研究嗎?答案當然都是需要,但為什麼呢?詳見本文論述。

傳染病還是食物中毒?一樁路障與死亡的悲劇

當我們感到害怕、被時間壓力逼迫著,且想到最糟糕的景況時,我們就極有可能做出愚蠢的決定。我們的分析能力會被快速決策和立即行動的衝動所淹沒。羅斯林說:「急迫感、恐懼感和一心一意考慮病情大爆發的風險,我無法透徹地思考。在這匆忙之中,我做了可怕的事情。」

沒搞錯,即興者與敏捷者的榜樣是又強又狂的詹姆士

對於倚靠即興和敏捷心法的工作者,必須在上舞台 (球場) 前,不斷練習。不是去背劇本,因為真實職場 (球場) 沒有如你所願的劇本,只有不斷地練習、反思、修正,然後繼續練習,讓這些練習真正地進入到肌肉記憶 (肌肉影響大腦) 那樣,在開始最後倒數計時,或許還不知道應該怎麼做下一步,但因為這些肌肉記憶,一旦到了那個環境,你就知道該怎麼做了。

績效好卻沒升遷,天控局局長告訴你真正的原因

在公司這麼多年,績效表現一直名列前茅,人際關係更是面面俱到,人見人愛,經理這個位置早就非你莫屬,無奈,升遷的總不是你。
想突破,各領域專家的建議都派不上用場,似乎再怎麼努力都找不到出路。
這裡有答案,來聽聽天控局 (CONTROL) 局長怎麼說。

是故事還是實驗?看完讓你下巴掉下來

「跳蚤效應」和「濕猴理論」是兩個經常被引用被講解的「實驗」,但這是真的實驗結果嗎?或,那只是寓言故事呢?我不是要對喜歡喝心靈雞湯和勵志小品的人潑冷水,但我更建議去追求真相,至少要瞭解事實吧。

無知+自大=糗很大

有時候,我們堅信不移的事情,根本就是錯的。而我們可能一直沒察覺到,以至於當我們在跟別人交談時,會把那個不是事實真相的認定當作前提,講半天,惹來雙方對嗆。就算對方有理,我們說不清,因為錯在我們的前提是錯的,而我們還以為對方實在是在搞亂。

看《陸王》學領導人的企業經營管理

四種人應該來看:以為自己淚點很高的人;想為自己一成不變的工作中尋找勇氣的人;想在自己個工作領域更上一層樓的人;對創業懷有美好憧憬的人。
說真的,我已經覺得我的淚點夠低了,但看這部日劇的每一集,才知道:No No No,你還不知道到底是低到什麼程度。

奇異博士教我的研究方法:放棄控制

奇異博士說:「要控制它必須先放棄控制它。」莫度說:「要集中精神,去想像。在腦海中勾勒出目的地,目光要超越你眼前的世界。想像每一個細節。」《奇異博士》電影的兩句話,正好呼應敘事性新聞寫作的兩套對立技巧:「在採訪的時候,你必須放棄控制,這樣你才可能積累起事實;在寫作的時候,你又必須瘋狂地控制這些事實。」

採訪 (Reporting) 與寫作 (Writing) 的方法

三個重點:(1). 採訪時要放手,別控制、別操弄,這樣才能累積事實;(2). 寫作時要讓已經吸收的內容自然呈現連結,控制是必要的;(3). 別摻了自己的想像進入研究對象的脈絡,避免和研究成果談一場自嗨的戀愛。

為自己定價前,先建立信任

拿你應得的,而不是拿別人認為你值多少才支付給你的。但我们不这么做,因为我們經常短視近利。以致於我們不敢要求與我們所創造的價值相稱的價格,怕會連本來可以有的到最後一點也不剩。與其感到價值被低估或不受尊重,不如你專注於建立個人信譽和可操作的產品或服務,讓其他人認為是更有價值。

其實我是一個演員

因此,我珍惜每一次在講台上的機會,用心預備每一次和參與者接觸的流程,因為,在這個人生即興舞台上,台上台下的演員都在精心合力演出一場唯有當下才能演得出來的戲劇,之前沒有,之後也不再有。

珍惜那位陪在身邊的

人生很不容易,工作、家庭、群眾喧鬧、安靜獨處… 都是。如果是你家的汪或喵,更要把握和他們在一起的年歲。因為,接下來的時間沒有你想像得那麼長 — 從你為牠取名字那天開始算起。

【我在引導現場】AI 行業應用的基礎知識

AI 很熱門,但大部分人認為要入門很難,或許是他們都想到 AI Scientist 這角色吧!其實,如果你是 Domain Expert,擁有該領域的專業知識,找到能合作的 AI Scientist 也很不錯。

如果你和我一樣,對於跨技術和商業,為他們搭橋 (Bridge),那從 AI Facilitator 切入也挺不錯的。

兩種大不同的營運邏輯

嘿!別怪對方了。其實都是為公司好,只是方式不同罷了。
一邊要顧股東權益 (股價),一邊要探索新機會 (創新)。你可知道平衡這兩者有多麼困難嗎?尤其公司規模越大越困難。