本課程可讓學員學會運用物管串連生管、採購與倉管，從主排程計畫展開物料需求、運用銷售預測技巧與運用適當的排程工具，並且學會物料供應狀況管制、催料時機、運用物管角色追蹤、稽核帳料的準確性與外包管理的策略。

一、法規與通識 二、一般行業管理制度 三、一般行業管理實務(含職災案例研討) 共計 42 小時 四、期末測驗採電腦測驗方式 考試地點:本中心電腦試場(本中心3F) 考試日期及時間請洽詢承辦人 電腦測驗模擬網站:https://trains.osha.gov.tw/LshWebNew/

本課程可讓學員了解如何做好現場的日常管理、如何設計及解析各種管理報表 、透視報表問題及擬定對策，了解如何應用日常管理做好考核等技巧。

面對數位行銷的巨變，您的行銷策略還停留在猜測階段嗎？這門專為企業行銷人員設計的 GA4 實戰課，將帶您從零開始，完整掌握 GA4 的核心精髓。從基礎設定、追蹤碼安裝、到進階報表分析與廣告成效歸因，我們將手把手教您如何將網站數據轉化為決策依據。學會 GA4，不再只是看報表，而是看見市場機會，讓每一分行銷預算都花在對的地方。 ***學員自備筆電*** 本課程採用實體+遠距同步進行，視訊採用Microsoft Teams，課前提供視訊網址。

將全面提升其門市經營和管理能力。學會如何制定有效的門市經營策略，如何創造卓越的顧客體驗，以及如何領導團隊實現銷售目標。學員將掌握數據分析技能，能夠做出基於數據的明智決策。此外，了解如何優化庫存管理，控制成本，並在危機中保持冷靜和高效。我們期望學員能夠成為推動門市持續改進和創新的核心力量，帶領門市達成並超越績效目標。

1.開啟左腦邏輯思維的潛能 2.開啟右腦創新思維的潛能 3.運用五套大腦創新思維訓練工具 4.與工作實務、商品創新、行銷創新結合 5.提高個人創造及創造企業競爭力

即效性高、容易吸收瞭解、現場改善立即上手~基層主管必修課程 六十年來在日本長盛不衰的TWI，為日本創造出世界經濟強國的美譽，TWI的落實是其中重要因素之一。 近代基層幹部訓練肇始於第二次世界大戰美國戰時生產局所推行的「督導人員廠內訓練」（Training Within Industry for Supervisors.簡稱為TWI）。戰後，美軍佔領日本，重建日本的政治、經濟，發現日本的技術勞動力的潛力極為深厚，但是缺乏有效的基層管理人員，於是乎引進本課程。日本除由政府大力推動外，日本企業界深深體會督導人員訓練的重要性，乃組織「日本產業訓練協會」來推動TWI。根據文獻研究，日本今日能創造世界經濟強國的美譽，TWI的落實是其中重要因素之一 。 在國內，一般企業選拔基層幹部多以「資深」和「技術」為考慮標準，但是「資深」和「技術優良」的人員不一定具備擔任基層幹部的要件，有時，反而會產生雙重的負效果 - 損失了一位優秀的員工，得到了一位不稱職的基層幹部，因此，本中心特別建構本課程，藉以實現企業界基層幹部管理能量、提昇工作效能。

※本課程為套裝課程，共有三堂課程: JI[6/10]、JR[6/17]、JM[6/24] 即效性高、容易吸收瞭解、現場改善立即上手~基層主管必修課程 六十年來在日本長盛不衰的TWI，為日本創造出世界經濟強國的美譽，TWI的落實是其中重要因素之一。 近代基層幹部訓練肇始於第二次世界大戰美國戰時生產局所推行的「督導人員廠內訓練」（Training Within Industry for Supervisors.簡稱為TWI）。戰後，美軍佔領日本，重建日本的政治、經濟，發現日本的技術勞動力的潛力極為深厚，但是缺乏有效的基層管理人員，於是乎引進本課程。日本除由政府大力推動外，日本企業界深深體會督導人員訓練的重要性，乃組織「日本產業訓練協會」來推動TWI。根據文獻研究，日本今日能創造世界經濟強國的美譽，TWI的落實是其中重要因素之一 。 在國內，一般企業選拔基層幹部多以「資深」和「技術」為考慮標準，但是「資深」和「技術優良」的人員不一定具備擔任基層幹部的要件，有時，反而會產生雙重的負效果 - 損失了一位優秀的員工，得到了一位不稱職的基層幹部，因此，本中心特別建構本課程，藉以實現企業界基層幹部管理能量、提昇工作效能。

本課程旨在資訊爆炸、工時緊湊的職場中，AI已不再只是科技話題，而是提高效率、創造產出的重要工具。本課程將實際操作並整合三大AI工具： 1. ChatGPT：內容發想、寫作輔助、資料統整 2. NotebookLM：個人化知識管理與摘要整理 3. Gamma（Gam）：快速製作視覺簡報與專業輸出 透過6小時實戰操作，讓學員從「資訊輸入」→「資料理解與彙整」→「視覺化輸出」，一次學會AI工具的應用邏輯，快速提升工作效能與提案說服力。 *可自備筆電上課。

講師：廣達電腦前副總 徐景輝博士 ??老師系列課程連結：https://hch-intro.pages.dev/ 1-小數據的重要。 2-為什麼要AI, Big data。 3-選擇AI, Big data之優，避其缺。