一、案例定位

本案例依原書 Table 5.1「Segmentation of enterprises by size and level of digitalization」整理。

理解研究如何把 4 個 Digital Intensity Level × 3 個 Enterprise Size 組成 12 個模型。

二、學習目標

• 掌握 Enterprise Size Classification。
• 理解 em11–em43 Model Code。
• 注意 Micro-enterprise 無資料。

三、案例情境

原書將 Small、Medium、Large 與 EVLDI、ELDI、EHDI、EVHDI 交叉，共建立 12 個 Binary Logistic Regression Equations。Micro-enterprise 在 Table 5.1 明確標示 No Data Available。

四、開始資料

五、Excel／AI 分析方法

Excel 可用 DII Level×Size 建立 12-cell Matrix；AI 可協助將 Test Result 映射回 emij，但不可把 Micro-enterprise 補入模型。

六、計算結果

4 DII Levels × 3 Size Categories = 12 models。

七、結果分析與管理解讀

這種 Segmentation 讓同一 Digital Intensity 對不同 Size 的 AI Adoption Relationship 可以分別估計，不假設 Small／Medium／Large 行為相同。

八、AI 提問詞

請用 Table 5.1 的 em11–em43 編碼整理 12 個模型，任何 Micro-enterprise 結果都標示 No Data，不自行推估。

九、思考／情境變動