跳到主要內容

德昂臺灣2019年會圓滿落幕

引言


揮別忙碌的2018,迎向2019新的篇章,
德昂臺灣仁于元旦在宜蘭舉行兩天一夜的年會活動。
回顧2018,前瞻2019


德昂的小夥伴們從各地遠道而來,在細雨綿綿的天氣中抵達了安農溪畔的米卡薩有別於都市繁雜,靜謐且溫馨的一隅。



原本預定的踏青活動可惜因為天候不佳不便外出,大夥待在民宿內享受悠閒的氛圍與夥伴們互相熟識,晚餐時間過後排程滿滿的年會開始了!
除了回顧展望外也邀請了資深顧問分享不同的實戰經驗。


回顧與展望
SophiaJack提出年會的主軸重點2018回顧及2019展望。
Sophia針對2018年臺灣業務成果總覽,肯定夥伴的努力並期許過往經驗跟努力能有效率的回饋在往後專案,並對2019提出臺灣總體的業績目標及後續規劃,業績成長100%,訂定上半年的工作目標期待同仁共同努力。



Jack在發表中高度肯定2018年團隊付出,也特別點出感謝及提出需要改進的地方,並以獎勵制度激勵同仁;此外也提出2019對臺灣團隊的期許,勉勵大家共同努力成長、朝目標邁進。

主題講座分享

【人工智慧商業落地】
在專題分享階段請來AI界大師級的人物老師,為我們講述「人工智慧商業落地」。
老師講述深度學習的趨勢、以貼近生活的例子講述AI的運用實例,並特別點出有些人忌諱人工智慧能取代人類,但人工智慧終究是機器很難取代人類。

老師也特別強調:「並不只是機器需要深度學習,還有我們。」,能讓自己被取代的始終只有自己。

DataWindow數窗發佈
接著是年會另一大重頭戲,德昂在產業深耕孕育的自研發產品介紹

企業決策的資源管理平臺DataWindow數窗



由馬老師詳細解說平臺操作及概念,平臺創新性引入了“資源管理”的概念產品的核心價值在於五個統一,統一資源管理,著重使用者操作體驗優化,讓平臺更加智慧化。


20ERP導入經驗分享
Oracl ERP專家Jerry周則是以他20年來在產業累積的經驗跟大家分享如何更有效率的協助客戶導入軟體的應用,以實際案例套入方法論,無私地分享在實際操作上所需要注意的細節跟竅門。


主題講座分享聽的夥伴們都趕緊拿出筆記將重點一一記下,除了原本預定時間外還另外安排了安可場,真的是收穫滿滿、受益良多阿。


案例經驗分享


總結2018案例分享,針對遇到的狀況討論解決方案,提升整體的服務品質跟效能,在未來提供更好的服務給客戶。


心得分享
德昂臺灣持續擴大團隊中,最後是新進的小夥伴們提出入職以來的心得期許,做中學、學中做,大家無一不是收穫滿滿的,前輩們也嘉許新進同仁的努力並勉勵大家與團隊共同成長。





活動側錄

對比天氣的涼意,米卡薩的慢活悠閒、平靜溫和讓大夥兒能放鬆身心;民宿內的擺飾設計,沒有誇飾豪華的物件卻也引得同仁們的目光,尤其女生們更是連連驚歎,無一不是老闆及老闆娘的精心設計的小巧思。

據說小物件大多都是老闆娘手工自製的呢!


認識你我他的橋段,透過問題設計讓小夥伴們更認識彼此。

德昂北京上海的同仁特別送上祝福影片,是不是特別有愛阿。

2018模範員工非你莫屬啦!

 暖男專屬剝蝦服務

Sophia特別準備新春祝福卡片給北京上海的同仁,真是有愛的大家庭阿。

 民宿精心準備的臺灣在地早餐,不怕你吃只怕你吃不飽!

活動第二天正好是兩位夥伴生日,在大家的歡笑與祝福渡過難忘的生日。



結語
德昂2019臺灣年會在歡笑聲中畫下了句點,
過去的努力成了你現在走在腳下的路,
現在的努力將會成就你未來走向何方,
就像項目裡的每個節點,站在現在這個節點上檢視過去、展望未來。

加油,共同努力共同成長,為德昂寫下新的篇章。
德昂2019北京上海年會即將啟程,敬請期待



留言

這個網誌中的熱門文章

【如何建構BI系統業務?】(二)你知道要分析的內容是什麼嗎?

【導讀】 BI 專案是如何推進的?包含了那些過程?存在哪些模式嗎?德昂資訊在此要分享一位超資深 BI 工程師的經驗總結,從使用者識別、分析內容確立、專案應用、展示設計到後續行動的支持,期望幫你建立基礎但深刻的 BI 專案知識體系。 Let's Go! 本系列內容 每週三推送,本日送上第二篇,一共五篇, 精彩內容不要錯過! 【前言】 在上一篇文章中,我們跟大家分享了「 BI 業務系統建構方法五步驟」的第一步驟: 識別使用者 , 在第一步驟中,我們確定了商務智能系統的最終用戶,根據用戶在企業組織中的層級位置和崗位職責,我們可以初步確定每個用戶關注的業務範圍。 【今日焦點】 今天我們談 第二個步驟 —— 確定分析內容 接下來,第二步驟則是談我們如何為這些用戶提供具體業務指標以及業務分析內容,可歸納成下面這三道手續: 收集業務分析需求、提煉業務指標、建構業務分析線路。 1.  收集業務分析需求: 理論上,最終用戶作為商務智能系統的業務驅動方,我們直接跟他們進行業務調研就能獲取到準確的數據分析需求。但實際上,在大部分專案裡,我們在跟最終用戶做需求調研時,都會被問這些問題: 「別的企業都做了些什麼?」 「你們做過這麼多BI專案,應該比較有經驗吧?你們建議我們看什麼?」 這些提出問題的用戶又分成 兩種客戶類型 : (1)第一種是很了解商務智能系統的作用,但就是想參考一下同行業或者是同模塊的案例,想站在巨人的肩膀上直接做到最好(如下圖左邊的人) (2)第二種則是完全不知道商務智能系統是什麼,將它與現有業務系統進行比較,認為現有系統已滿足日常工作需要,對商務智能系統能產生的價值抱持懷疑態度(如下圖右邊的人) 所以在實際的專案裡,作為專案實施方,我們需要根據用戶提供需求的能力對用戶進行分類,然後採用不同的手段進行業務需求收集,所以我們又可以根據需求明確和不明確的客戶將其劃分為下列四種類型. (1)R1 類型的用戶: 出沒頻率:可遇不可求。 特性:此類用戶的業務分析需求非常明確,有確定的業務主題、確定的指標以及業務分析維度,最極致的是有還明確的報...

【如何建構BI業務系統?】(一)什麼是BI呢?誰會使用BI呢?

【導讀 】 BI 專案是如何推進的?包含了那些過程?存在哪些模式嗎?德昂在此要分享一位超資深 BI 工程師的經驗總結,從使用者確認、分析內容確立、專案應用、展示設計到後續行動的支持這五個步驟,期望幫你建立基礎但深刻的 BI 專案知識體系。 Let’s Go! 本系列內容 每週三推送 , 一共五篇,精彩內容不要錯過! 。 【前言 】 首先,我們先通俗地理解一下什麼是 商務智能分析系統 ,商務智能( Business Intelligence ,簡稱: BI )就是為了讓特定的人在 適當的時間使用適合的方式看到適當的數據 並能有所行動。 那這種天時(適當的時間)地利(適合的方式、適當的數據)人和(特定的人、有所行動)是如何做到的呢? 別急、別急、這個問題其實不難,那有多簡單呢? 其實只比把大象放到冰箱裡多了兩個步驟而已! ! ! (不懂這個笑話的詳見文末) 【進入正題】 好啦,言歸正傳, 以下是 建構商務智能分析的 五步驟 : 1. 識別 使用者 : 明確使用者所屬的組織範圍。 2.  確定分析內容 : 確定使用者數據使用的邊界,這包含了解使用者要解決的業務問題,定位他關注的指標及維度。 3.  設計應用場景 : 明確了解使用者在什麼時間什麼場景使用分析內容。 4. 設計展示形式 : 明確能夠幫助使用者快速獲取關鍵資訊的數據呈現形式。 5. 添加輔助功能 : 明確哪些技術支持工作(如發送郵件、進行數據評論等)可以幫助行動落實,便於後期的業務跟踪。 【今日焦點】 今天我們談 第一個步驟 —— 識別使用者 數據價值說到底還得看實際應用的能力, BI 說到底還得讓 “ 人” 用起來才有意義,因此,把識別使用者作為建構商務智能分析系統的第一步再正確不過。需求調研過程中要根據每層用戶的特點開發定向的應用內容,以提高系統的使用率,和避免開發過程內容的重複設計。 在集中管控型的企業中,人員的層次結構基本上都是金字塔型,可以分為三大類,每層用戶的的定位以及用戶特點如下圖: 1....

【德昂信息技術(北京)有限公司】誠徵 數據分析實習生、市場行銷實習生、BI技術實習生or正式BI技術顧問

對於BI 大數據分析有興趣嗎?想到大陸實習闖蕩嗎? 德昂信息技術(北京)有限公司絕對是你的最佳機會! 【數據分析實習生】 崗位職責: 1.    學習並使用 BI 產品; 2.    參與項目的需求收集、整理、分析; 3.    負責 BI 專案和產品的相關實施工作,包括數據整理,數據分析等; 4.    提供客戶產品技術支持; 5.    提供產品使用培訓給客戶; 6.    負責相應文檔編寫、資料核對工作; 7.    負責文章內容撰寫、客戶成功經驗調研和報導工作。 任職要求: 1.    大四或研二學生,商學系、資工,資管等相關學系學生; 2.    具備基礎資料庫知識; 3.    熟練使用辦公室 office 軟件; 4.    英語讀寫能力良好,可以獨立閱讀英文技術文檔; 5.    具备良好的文章撰寫能力; 6.    有 UI 設計能力尤佳; 7.    保證最短 6 個月實習期,優秀者可留任。     【 市場行銷實習生 】 崗位職責: 1.    協助各類市場活動( MSTR 的市場活動,體驗會)的準備和執行; 2.    協助線索挖掘和潛客資料管理; 3.    搜集市場訊息和情報; 4.    協助銷售事務的支援和推動; 5.    參與公眾號摩柏資料吧的工作小組; 6.    負責公司培訓工作的推廣和支援。 任職要求: 1.    市場行銷,資訊管理背景專業大三或研二在校生優先; 2.    具備良好的溝通、協作能力,積極並耐心; 3.    有良好的文筆功底優先; 4.    對資料分析和...