1. 案例定位

以 Figure 3.1 的 Data → Information → Knowledge → Wisdom 關係,理解資料如何經由脈絡與解讀逐步支援決策。

2. 學習目標

能區分 Data、Information、Knowledge、Wisdom,避免把原始資料直接等同可行動的知識。

3. 案例情境

管理者面對大量原始紀錄時,必須先把 Data 組織成有意義的 Information,再結合經驗與理解形成 Knowledge,最後才可能支援具判斷性的 Wisdom。

4. 開始資料

層級 教學判讀
Data 原始事實、觀察或紀錄
Information 經整理並置於脈絡中的資料
Knowledge 能解釋資訊、形成理解
Wisdom 將理解用於判斷與行動

5. 分析方法

依 Figure 3.1 逐層判斷輸入是否已增加 Context、Meaning 與 Decision Relevance。

6. 計算結果

原書此 Figure 為概念模型,未提供數值計算。

7. 結果分析與管理解讀

Analytics 不只是取得更多 Data;真正的管理價值來自把資料轉化為可理解、可判斷、可行動的內容。

8. AI Prompt

「將以下內容依 Data、Information、Knowledge、Wisdom 四層分類。只根據提供內容判斷,並說明每一層還缺少什麼才能進到下一層。」

9. 思考/What-if

題目: Dashboard 顯示銷售下降 12%,它一定已經是 Knowledge 嗎?

參考解答: 不一定。數字經整理後可形成 Information,但若尚未解釋下降原因、條件與意義,不能直接視為 Knowledge。

10. 資料說明