Please enable JavaScript.
Coggle requires JavaScript to display documents.
數位經濟的五大領域, 轉型升級產品 Transform your products, 賦能員工 Empower your employees,…
數位經濟的五大領域
第一領域:Internet of Things
需要先有
基礎設施
來支撐期能將所有裝置具有聯網的功能
預計在2025會有80億裝置具有聯網功能
運作模式
Things
感測器-發送資料
Insights
資料前處理-視覺化
Action
數據應用-訓練模型
產業價值鏈
第一層:感知層
第二層:網路層
第三層:應用服務層
重點商機發展
.
雲端計算、資料中心、伺服器
行動網路、無線區域網路、以太網路
四項IoT相關技術
Big Data Analysis、Data Visualization、Container、Network Communication & protocol
第二領域:Big Data Analysis
VOLUME、VELOCITY、VARIETY
促進數位轉型
提供即時性
提供預測性維護、預測風險
分散式資料處理系統 : Hadoop
MapReduce
主流系統 : Spark
RDD
第四領域:數位行銷
不只是將商品銷售出去，還要帶給消費者這是一家創新公司的感受
行銷自動化
Sales force automation (SFA)
帶來的效益:透過數據更好的溝通、在正確的時間傳遞正確的消息；360度視角來了解客戶、加強行銷生產力
困難處
內部方針目標不一致(行銷、業務不一致)
客戶訊息分散無法有效整合，導致無法全面了解客戶
無法知道ROI是否有達標
新的關注點
Customer-centric, seller-empowered
Extends across customer lifecycle
建立完整的系統
扮演角色
創造潛在銷售的可能性
判斷如何建造最佳轉換率
帶來網路流量
第五領域:VR/AR/MR
VR(虛擬實際)
透過透過頭戴型的裝置，進入
沉浸式體驗
運用在教育及娛樂
隔絕外界的世界
AR(擴增實境)
透過手機/平板在現實空間，增添虛擬物品
目前主流的應用
相關技術
marker-base AR
透過掃苗物品 (ex:QR cord)
projection-based AR
透過掃描光線
markerless AR
透過定位
superimposition-based AR
透過拍照/錄影辨識
Mixed REALITY
整合VR-沉浸式體驗與AR的特性，提供更好的體驗
Microsoft HoloLens
未來發展重點項目
第三領域:Machine Learning & AI
WHAT IS ML?
因雲端運算平台的興起、資料開放性、演算法的進步帶來新一波的ML風潮
監督式學習法
:回歸演算法-數值預測&分類演算法
藉由大數據去作為基底，來預測未來情況
非監督式學習法
為AI項目下的一大類別
未來應用
Edge Computing
需求量大
AI CHIP
MLaaS
發展史
雲端空間
IoT
AI
Intelligent Edge
收集巨量並分析
merchine learning
轉型升級產品
Transform your products
優化經營
Optimize your operations
賦能員工
Empower your employees
客戶溝通
Engage your customers
端
網
雲
系統
整合
應用
服務
EX: LPW 低功耗廣域
數位化轉型:
智慧系統
Systems of Intelligent