salesforce公司的問題,透過圖書和論文來找解法和答案更準確安心。 我們找到下列懶人包和總整理

salesforce公司的問題,我們搜遍了碩博士論文和台灣出版的書籍,推薦(印)拉結帝普·杜瓦寫的 Spark機器學習(第2版) 和卡曼‧蓋洛的 跟TED學說故事,感動全世界:好故事是你最強大的人生資產都 可以從中找到所需的評價。

另外網站Salesforce.com公司 - MBA智库百科也說明:Salesforce公司 (salesforce.com) 軟體終結者Salesforce.com(((CRM)軟體服務提供商,宣稱可提供隨需應用的客戶關係管理(On-demandCRM), 其產品家族(包括Salesforce ...

這兩本書分別來自人民郵電 和先覺所出版 。

銘傳大學 資訊管理學系碩士在職專班 鄭毅萍所指導 劉冠邦的 從資訊廠商觀點探討BSP的關鍵成功因素 (2008),提出salesforce公司關鍵因素是什麼,來自於商業服務供應商、資訊委外。

最後網站CRM salesforce - 彼而德科技股份有限公司則補充:打造客戶成功平台. Salesforce 是領先全球的CRM 解決方案供應商,全世界已有十萬多家公司選擇Salesforce 作為其CRM系統來簡化與潛在客户和客户間的聯繫方式,進而達到 ...

接下來讓我們看這些論文和書籍都說些什麼吧:

除了salesforce公司,大家也想知道這些:

Spark機器學習(第2版)

為了解決salesforce公司的問題,作者(印)拉結帝普·杜瓦 這樣論述:

本書結合案例研究講解Spark 在機器學習中的應用,並介紹如何從各種公開管道獲取用於機器學習系統的資料。內容涵蓋推薦系統、回歸、聚類、降維等經典機器學習演算法及其實際應用。第2版新增了有關機器學習數學基礎以及Spark ML Pipeline API 的章節,內容更加系統、全面、與時俱進。 拉結帝普·杜瓦(Rajdeep Dua) Salesforce公司工程主管,致力於打造雲計算和人工智慧團隊。曾參與Google的大資料分析工具BigQuery的宣傳團隊。在雲計算、大資料分析和機器學習領域有近20年的經驗。 第1章 Spark的環境搭建與運行 1 1

.1 Spark的本地安裝與配置 2 1.2 Spark集群 3 1.3 Spark程式設計模型 4 1.3.1 SparkContext類與SparkConf類 4 1.3.2 SparkSession 5 1.3.3 Spark shell 6 1.3.4 彈性分散式資料集 8 1.3.5 廣播變數和累加器 12 1.4 SchemaRDD 13 1.5 Spark data frame 13 1.6 Spark Scala程式設計入門 14 1.7 Spark Java程式設計入門 17 1.8 Spark Python程式設計入門 19 1.9 Spark R程式設計入門 21 1.1

0 在Amazon EC2上運行Spark 23 1.11 在Amazon Elastic Map Reduce上配置並運行Spark 28 1.12 Spark使用者介面 31 1.13 Spark所支援的機器學習演算法 32 1.14 Spark ML的優勢 36 1.15 在Google Compute Engine上用Dataproc構建Spark集群 38 1.15.1 Hadoop和Spark版本 38 1.15.2 創建集群 38 1.15.3 提交任務 41 1.16 小結 43 第2章 機器學習的數學基礎 44 2.1 線性代數 45 2.1.1 配置IntelliJ Sc

ala環境 45 2.1.2 配置命令列Scala環境 47 2.1.3 域 48 2.1.4 矩陣 54 2.1.5 函數 64 2.2 梯度下降 68 2.3 先驗概率、似然和後驗概率 69 2.4 微積分 69 2.4.1 可微微分 69 2.4.2 積分 70 2.4.3 拉格朗日乘子 70 2.5 視覺化 71 2.6 小結 72 第3章 機器學習系統設計 73 3.1 機器學習是什麼 73 3.2 MovieStream介紹 74 3.3 機器學習系統商業用例 75 3.3.1 個性化 75 3.3.2 目標行銷和客戶細分 76 3.3.3 預測建模與分析 76 3.4 機器學習

模型的種類 76 3.5 資料驅動的機器學習系統的組成 77 3.5.1 資料獲取與存儲 77 3.5.2 資料清理與轉換 78 3.5.3 模型訓練與測試迴圈 79 3.5.4 模型部署與整合 79 3.5.5 模型監控與回饋 80 3.5.6 批次處理或即時方案的選擇 80 3.5.7 Spark資料管道 81 3.6 機器學習系統架構 82 3.7 Spark MLlib 83 3.8 Spark ML的性能提升 83 3.9 MLlib支援演算法的比較 85 3.9.1 分類 85 3.9.2 聚類 85 3.9.3 回歸 85 3.10 MLlib支援的函數和開發者API 86 3.

11 MLlib願景 87 3.12 MLlib版本的變遷 87 3.13 小結 88 第4章 Spark上資料的獲取、處理與準備 89 4.1 獲取公開資料集 90 4.2 探索與視覺化資料 92 4.2.1 探索使用者資料 94 4.2.2 探索電影資料 102 4.2.3 探索評級資料 104 4.3 資料的處理與轉換 109 4.4 從資料中提取有用特徵 112 4.4.1 數值特徵 112 4.4.2 類別特徵 113 4.4.3 派生特徵 114 4.4.4 文本特徵 116 4.4.5 正則化特徵 121 4.4.6 用套裝軟體提取特徵 123 4.5 小結 126 第5章 

Spark 構建推薦引擎 127 5.1 推薦模型的分類 128 5.1.1 基於內容的過濾 128 5.1.2 協同過濾 128 5.1.3 矩陣分解 130 5.2 提取有效特徵 139 5.3 訓練推薦模型 140 5.3.1 使用MovieLens 100k資料集訓練模型 141 5.3.2 使用隱式回饋資料訓練模型 143 5.4 使用推薦模型 143 5.4.1 ALS模型推薦 144 5.4.2 用戶推薦 145 5.4.3 物品推薦 148 5.5 推薦模型效果的評估 152 5.5.1 ALS模型評估 152 5.5.2 均方差 154 5.5.3 K值平均準確率 156 5

.5.4 使用MLlib內置的評估函數 159 5.6 FP-Growth演算法 161 5.6.1 FP-Growth的基本例子 161 5.6.2 FP-Growth在MovieLens資料集上的實踐 163 5.7 小結 164 第6章 Spark構建分類模型 165 6.1 分類模型的種類 167 6.1.1 線性模型 167 6.1.2 樸素貝葉斯模型 177 6.1.3 決策樹 180 6.1.4 樹集成模型 183 6.2 從資料中抽取合適的特徵 188 6.3 訓練分類模型 189 6.4 使用分類模型 190 6.4.1 在Kaggle/StumbleUpon evergr

een資料集上進行預測 191 6.4.2 評估分類模型的性能 191 6.4.3 預測的正確率和錯誤率 191 6.4.4 準確率和召回率 193 6.4.5 ROC曲線和AUC 194 6.5 改進模型性能以及參數調優 196 6.5.1 特徵標準化 197 6.5.2 其他特徵 199 6.5.3 使用正確的資料格式 202 6.5.4 模型參數調優 203 6.6 小結 211 第7章 Spark構建回歸模型 212 7.1 回歸模型的種類 212 7.1.1 最小二乘回歸 213 7.1.2 決策樹回歸 214 7.2 評估回歸模型的性能 215 7.2.1 均方誤差和均方根誤差 

215 7.2.2 平均絕對誤差 215 7.2.3 均方根對數誤差 216 7.2.4 R-平方係數 216 7.3 從資料中抽取合適的特徵 216 7.4 回歸模型的訓練和應用 220 7.4.1 BikeSharingExecutor 220 7.4.2 在bike sharing資料集上訓練回歸模型 221 7.4.3 決策樹集成 229 7.5 改進模型性能和參數調優 235 7.5.1 變換目標變數 235 7.5.2 模型參數調優 242 7.6 小結 256 第8章 Spark構建聚類模型 257 8.1 聚類模型的類型 258 8.1.1 K-均值聚類 258 8.1.2 

混合模型 262 8.1.3 層次聚類 262 8.2 從資料中提取正確的特徵 262 8.3 K-均值訓練聚類模型 265 8.3.1 訓練K-均值聚類模型 266 8.3.2 用聚類模型來預測 267 8.3.3 解讀預測結果 267 8.4 評估聚類模型的性能 271 8.4.1 內部評估指標 271 8.4.2 外部評估指標 272 8.4.3 在MovieLens資料集上計算性能指標 272 8.4.4 反覆運算次數對WSSSE的影響 272 8.5 二分K-均值 275 8.5.1 二分K-均值——訓練一個聚類模型 276 8.5.2 WSSSE和反覆運算次數 280 8.6 高斯

混合模型 283 8.6.1 GMM聚類分析 283 8.6.2 視覺化GMM類簇分佈 285 8.6.3 反覆運算次數對類簇邊界的影響 286 8.7 小結 287 第9章 Spark應用於資料降維 288 9.1 降維方法的種類 289 9.1.1 主成分分析 289 9.1.2 奇異值分解 289 9.1.3 和矩陣分解的關係 290 9.1.4 聚類作為降維的方法 290 9.2 從資料中抽取合適的特徵 291 9.3 訓練降維模型 299 9.4 使用降維模型 302 9.4.1 在LFW資料集上使用PCA投影資料 302 9.4.2 PCA和SVD模型的關係 303 9.5 評價

降維模型 304 9.6 小結 307 第10章 Spark高級文本處理技術 308 10.1 文本資料處理的特別之處 308 10.2 從資料中抽取合適的特徵 309 10.2.1 詞加權表示 309 10.2.2 特徵散列 310 10.2.3 從20 Newsgroups資料集中提取TF-IDF特徵 311 10.3 使用TF-IDF 模型 324 10.3.1 20 Newsgroups資料集的文本相似度和TF-IDF特徵 324 10.3.2 基於20 Newsgroups資料集使用TF-IDF訓練文本分類器 326 10.4 評估文本處理技術的作用 328 10.5 Spark

2.0上的文本分類 329 10.6 Word2Vec模型 331 10.6.1 借助Spark MLlib訓練Word2Vec模型 331 10.6.2 借助Spark ML訓練Word2Vec模型 332 10.7 小結 334 第11章 Spark Streaming即時機器學習 335 11.1 線上學習 335 11.2 流處理 336 11.2.1 Spark Streaming介紹 337 11.2.2 Spark Streaming緩存和容錯機制 339 11.3 創建Spark Streaming應用 340 11.3.1 消息生成器 341 11.3.2 創建簡單的流處理

常式 343 11.3.3 流式分析 346 11.3.4 有狀態的流計算 348 11.4 使用Spark Streaming進行線上學習 349 11.4.1 流回歸 350 11.4.2 一個簡單的流回歸程式 350 11.4.3 流式K-均值 354 11.5 線上模型評估 355 11.6 結構化流 358 11.7 小結 359 第12章 Spark ML Pipeline API 360 12.1 Pipeline簡介 360 12.1.1 DataFrame 360 12.1.2 Pipeline組件 360 12.1.3 轉換器 361 12.1.4 評估器 361 12.

2 Pipeline工作原理 363 12.3 Pipeline機器學習示例 367 12.4 小結 375

salesforce公司進入發燒排行的影片

#賣觀念 #賣自己 #銷售人 #成交 #銷售技巧 #超業攻略 #銷售力 #頂尖超業 #銷售策略思維 #銷售倍增術 #銷售高手 #全民星攻略解世博 #解世博


各位從事銷售的夥伴,你覺得賣什麼產品或待什麼公司,對你的銷售業績有差別嗎?

解老師之所以會這樣問是因為,有一個夥伴分享他已經營了半年,但銷售一般般,
他詢問老師:是不是他選產業造成他的業績有差別?
老師一聽馬上回應:其實不管我們在什麼行業裏面,都在從事銷售,各位,你認同這件事情嗎?
不管是企劃人員,客服人員,不管從事哪一種行業,每個人都是銷售人,只是賣的對象不同。

每個人在不同的領域,其實都是要把自己賣出去,讓別人看見我們的能力。

不管我們在賣什麼產品,我們都應該賣觀念,賣想法,訂單自然就會成交囉~

從資訊廠商觀點探討BSP的關鍵成功因素

為了解決salesforce公司的問題,作者劉冠邦 這樣論述:

我國目前資訊委外產業,競爭業者多、個別經濟規模有限,且附加價值不高、邊際效益低,是現今台灣資訊委外廠商面臨的困境。Gartner認為資訊委外廠商應朝向BSP的目標努力,這或許可以為現今台灣資訊委外廠商面臨的困境指出解決的方向。BSP全名為商業服務供應商(Business Service Provider),BSP提供的委外服務層級從應用軟體層面拉高至企業流程層面,且可同時服務多個企業客戶。本研究將以BSP的成功廠商作為研究案例來分析,期能找出BSP的關鍵成功因素,提供本土資訊委外廠商作為轉型及經營發展的參考。本研究發現BSP的關鍵成功因素有下列六點:(一)正確的目標市場(二)兼顧客製化的需求

(三)高可靠性的資訊安全(四)合理的定價及付費方式(五)系統的快速導入(六)對例外狀況的支援。研究結果顯示,BSP的廠商若未達到這六點關鍵成功因素,則提供的服務對企業就沒有足夠的吸引力。

跟TED學說故事,感動全世界:好故事是你最強大的人生資產

為了解決salesforce公司的問題,作者卡曼‧蓋洛 這樣論述:

全台熱銷100,000本, 《跟TED學表達,讓世界記住你》作者最新力作, 教你用故事傳達最有力量的自己!   一定要在18分鐘做完簡報?數據才有說服力?   投影片絕對不能超過10張?說話一定要有哏?   其實,讓人記住你的關鍵在於,說出一個好故事。   分析50位世界級領袖說故事的魅力,找出其中訣竅,你也能精采說出自己的故事!   ◎特別收錄1:24個故事QRcode即掃即聽!    ◎特別收錄2:故事大師的百寶箱、故事力檢測表,三秒鐘立即吸收全菁華!   紐約時報:故事是令人無以抗拒的策略性工具      害羞膽小的牧師之子,如何克服恐懼,成功征服洋基球場滿場的觀眾?   從沒用英語

發表演講的日本女孩,如何替東京贏得主辦奧運的機會?   人權律師用什麼魔力,創下TED起立鼓掌最久紀錄?   臉書營運長如何說服百萬女性「挺身而進」?   因為他們都說了一個精采的故事。   溝通大師卡曼‧蓋洛發現,好故事是一切溝通的核心價值。因為不管是兜售構想、傳達理念、爭取選民支持、甚至只是哄小孩睡覺,你的故事絕對是你這輩子最重要的資產。好的故事如同醍醐灌頂,許許多多的巨大改革,往往就始於這麼一個瞬間。   說故事大師的拿手絕活:   •告訴別人故事之前,先重新打造你告訴自己的故事。   •給聽眾能認同的英雄,告訴大家他們克服了什麼困難,以及最後的收穫。   •簡報至少要有65%是故

事。   •數據與事實雖能說服聽眾,但唯有動人的故事能讓大家起立鼓掌。   •提供有用的細節,讓故事更豐富。   •堅守三數法則。   •皮克斯七步驟,給聽眾可以歡呼加油的對象。 各界熱烈推薦   說出強而有力的事實還不夠,你必須說一個故事。本書告訴我們如何讓自己的構想變得無可抗拒,撼動你的觀眾。──創投家 維諾德‧柯斯拉     如果你的人生是本書,你希望故事如何發展?蓋洛不僅告訴我們傳遞構想的實用步驟,也從心理層面分析為何自己的故事最能啟迪人心。──TED講者 艾美‧波狄   逆境就是你的最大優勢,蓋洛深諳此道,教你說出自己最精采的人生故事。──Success雜誌創辦人 戴倫‧哈迪

  蓋洛的溝通智慧一直讓我著迷不已。《跟TED學表達,讓世界記住你》是我推薦同袍必讀的一本好書,很高興本書的問世,因為運用故事帶領團隊贏得勝利,是絕對的關鍵。──美國空軍退役準將 肯尼斯‧托多洛夫   我們每人心中都有一顆偉大的種子,蓋洛用故事讓這顆種子發芽。本書有著豐富的例子與明確的步驟,幫助你塑造個人品牌,往前推動你的事業,進而改造世界。──作家 路易‧豪斯   作者簡介 卡曼‧蓋洛(Carmine Gallo)   知名溝通大師,顧客遍及全世界各大品牌,共事對象包括各大企業高層,英特爾、雪佛龍、惠普、可口可樂、輝瑞大藥廠……等。也常受邀至創投高峰會,講授如何用故事傳達構想。比

爾‧蓋茲、Google的謝爾蓋•布林與賴利‧佩吉、Salesforce執行長馬爾克‧貝尼奧夫、前美國國務卿康朵麗莎‧萊斯,以及前英國首相東尼‧布萊爾都是他的授課學生。   上一本《跟TED學表達,讓世界記住你》獲得廣大的肯定,已被翻譯成二十多國語言,長踞全球各大商業榜。在宣傳期間,他常被問及如何在18分鐘內精準表達,然而他認為,最重要的是如何說出一個動人的故事,那才是讓大家記住你的重要關鍵。因此,他的最新力作《跟TED學說故事,感動全世界》,聚焦在傳達有效又簡潔的內容,透過說故事大師的例子,讓讀者也能說出感動世界的好故事。 譯者簡介 許恬寧    台大外文系、師大翻譯所畢,現為自由譯者

。譯有《重點不在你多優秀,而在你想多優秀:英國創意大師的不乖成功學》(先覺出版)。   作者序  我的夢想是協助大家說故事 前言  布蘭森、多巴胺與喀拉哈里沙漠的布希曼人 第一部 那些點燃我們內心火焰的說故事大師       第一章  你的心為何而唱?【賈伯斯】 第二章  從T恤小販到超級製作人【柏奈特】 第三章  克服上台恐懼,征服洋基球場的牧師【歐斯汀】 第四章  搖滾天王從自己的故事找回初衷【史汀】 第五章  故事變了,人生也會跟著變【羅賓斯】 第六章  我是傳奇【歐普拉】 第七章  用故事泡出一杯好咖啡【星巴克】 第八章  我們不是兜售使命感的商人,只是恰巧會賣東

西的傳教士【全食超市】 第九章  說不出來,就賣不出去【古柏】 第二部 那些啟迪我們的說故事大師       第十章  他的故事造就TED最長起立鼓掌紀錄【史帝文森】 第十一章 讓污水變飲用水【比爾.蓋茲】 第十二章 無知會傷人【過動兒研究權威哈洛威爾醫師】 第十三章 九十八美元的貼身褲造就時尚帝國【SPANX】 第十四章 派出最會說故事的人搶下奧運主辦權【東京奧委會】 第十五章 史上最受歡迎的TED演講:幕後花絮【羅賓森】 第十六章 「泥土+雪茄+臭襪子」【品酒達人范納洽】 第十七章 淋上故事醬汁的漢堡【餐飲傳奇梅爾】 第三部 那些一針見血的說故事大師       第十八章 不能用信封背

面解釋清楚的構想,就是垃圾【布蘭森】 第十九章 福音戰士【教宗方濟各】 第二十章 在鏡頭前煮出自己的成功【美食家嘉妲】 第二十一章 讓TED觀眾驚歎連連的太空人【哈德菲爾】 第二十二章 科技型男賣電池【鋼鐵人馬斯克】 第二十三章 破《創智贏家》紀錄的創業家【查爾斯‧嚴】 第四部 那些激勵人心的說故事大師       第二十四章 找到你的戰場【《成功》發行人哈迪】 第二十五章 賈伯斯會蓋的醫院【胡桃山醫院】 第二十六章 讓一萬兩千名員工變成英雄【永利度假村】 第二十七章 以一張餐巾紙起家的跨時代企業【西南航空】 第二十八章 她失去雙腿,卻找到聲音【艾美‧波狄】 第二十九章 辣妹服務生變總裁【凱

特‧柯爾】 第三十章 為了一枝鉛筆放棄華爾街的財富【亞當‧博朗】 第三十一章 冰桶也能融化數百萬人的心【皮特‧費瑞特斯】 第三十二章 拯救世界的一百八十字【邱吉爾】 第五部 那些啟動改造時刻的說故事大師       第三十三章 沒有天生就偉大的說故事大師【金恩博士】 第三十四章 她讓數百萬女性「挺身而進」【雪柔‧桑德伯格】 第三十五章 在葡萄酒世界掀起波瀾的60秒故事【電影《尋找新方向》】 第三十六章 寫在心中的講稿【馬拉拉】 第三十七章 故事、故事、故事【皮克斯】 結語  人人都是說故事大師 故事大師的百寶箱:三秒鐘回顧故事大師的拿手絕活 我的故事做到了嗎?   作者序  我的夢想

是協助大家說故事   不是你選擇夢想,而是夢想選擇你,一個人熱愛什麼是老天爺決定的。—卡曼.蓋洛   那時,我四腳朝天摔在地上。   為了迎接這輩子在電視台的第一份工作,上工的前幾天,我特地跑到舊金山買下昂貴義大利西裝,接著又開了三千多公里路才到家。我全副武裝,預備帥氣展開晨間新聞主播生涯,然而上班第一天,才剛走出窩身的十坪小公寓,一個不留神,滑倒在結冰的人行道上,扯破自己唯一一套西裝。溫度計顯示西威斯康辛州那天攝氏負十七點多度,在寒風呼嘯之下,感覺又多冷上六、七度。   在那個天寒地凍的清晨,我躺在市內最髒最窮的一區,眼睛盯著上方的老舊公寓,心中浮現無數念頭:看看你,為了一圓新聞夢,

放棄法學院這個「安全」的選擇,這麼做對嗎?該不會這輩子年薪都卡在一萬五千美元,不會再增加?你父親在二戰過後,口袋只裝著二十塊,千辛萬苦從義大利移民來美國。他會以你為榮嗎?還是他會覺得,他九死一生逃離戰場,結果兒子隨便浪費掉上一代給的機會?   我躺在地上想不出答案,不過我得出兩個結論。第一,連一個月四百塊美金的房租都繳不出來,如果想買西裝的話,最好趁打折,買那種買一送一的組合,一次買兩套。第二,為了圓夢,我將摔得頭破血流,而且不只是像今天頭撞到路上結冰那麼簡單。我得出這兩個結論後,爬起來,撿起黏在冰上的文件,撢了撢西裝上的落雪,繼續朝電視台前進。威斯康辛冬天寒冷的程度令我措手不及,不過不管前

方有什麼阻礙,我都會走下去,因為不是你選擇夢想,而是夢想選擇你,一個人熱愛什麼是老天爺決定的。   二十五年後的一場活動上,我再度問自己同一個問題:我在這幹嘛?二○一四年五月,我前往加州馬林郡金門大橋一個度假勝地,參加「柯斯拉創投高峰會」,在場的人士不是大企業的創始人,就是執行長。我之所以出席,是因為活動主辦人維諾德.柯斯拉盛情邀約,但我一開始實在不懂這位億萬創投富翁的用意,畢竟出席的其他講者全是一時之選,包括比爾.蓋茲、Google創始人布林與佩吉、Salesforce執行長貝尼奧夫、前美國國務卿萊斯,以及前英國首相布萊爾。主辦大會在第一天舉辦了隆重的晚宴,我大概是全場唯一需要介紹「這是誰

」的人,不得不懷疑起自己在活動中扮演的角色:我不是億萬富翁,也沒為人類消滅過天花,更不曾治理過國家。我在這做什麼?   不過主辦人柯斯拉一上台,就讓我放下心中大石。柯斯拉對著滿屋子的創業家說:「各位都是一等一的人才,那正是我投資你們的原因,不過很多人無法說出打動人心的故事,所以我請卡曼.蓋洛來這裡跟大家講講話。」   我掃視左右,其實在場的每一位來賓都已經很會說故事,我還曾在書裡討論這些名人高超的溝通風格。聽眾席裡,就算是年輕一輩的創業者,也全都懂說故事的必要性。有幾個人已經很厲害,只不過如果大家希望用自己的點子改變世界,學習說故事的技巧實屬必要。事實上,特別優秀的創業者似乎天生就會說故事

。有一件事神經科學家才在剛開始著手研究,但創業者憑直覺就懂:說一個顧客發生過的動人故事,說服力會強過八十五張寫著密密麻麻數據的投影片。有好構想很棒,但如果無法說服別人掏出錢來,一切都是白費。   在場的人士早已是全球最成功的創業者與思想領袖,不管從什麼角度看,他們似乎無師自通,天生就是溝通大師,然而令我訝異的是,我與他們互動時,他們依舊很願意精益求精。說故事是我們介紹自己、介紹點子、介紹公司最基本、最關鍵的技巧。這群傑出人士知道,就算只是錦上添花讓自己再多進步一點,也能帶來驚人的效果。   我在參加那場柯斯拉活動之前,正在思考新書該探討什麼主題。先前我寫下《跟TED學表達,讓世界記住你》,

在書中揭曉全球最偉大的思想家與創業者的祕訣。為了宣傳,我四處演講,向大家介紹TED的講者用什麼法寶讓台下的聽眾目眩神迷。我走遍全美談這本書時,發現不管去到哪裡,不論聽眾是誰,人們對於書中的其中一章反應特別熱烈:大家想知道最優秀的TED講者如何掌握說故事的訣竅。溝通能力最強的人,似乎全都很會說故事,故事是他們的基本配備。我在一次又一次與聽眾互動的過程中發現,說故事除了能讓人成為滿分的TED講者,還能發揮一個更重大的功能:讓你的抱負成真。   我不只是在宣傳時發現說故事的重要性,而是在許多不同場合都一直碰到這個主題。我訪問著名的創投家霍羅維茲時,他提到「說故事是創業者最基本的技能」。理查.布蘭森

也曾在部落格上提過說故事可以改變世界。一次搭飛機時,恰巧坐我旁邊的Salesforce公司銷售人員告訴我:「我們的部門找出錄下客戶推薦的新方法,但真正的問題是如何用那些推薦說出故事。」另一次我坐飛機到巴黎時,碰到全球科技巨擘思愛普公司經理,他告訴我:「我的公司剛聘請新的行銷主管,她的頭銜是『說故事長』。我的公司正在盡一切努力簡單說出公司的故事,我也正在努力用投影片簡單說出我的故事。公司要求我們,所有的簡報都不准超過TED演講規定的十八分鐘。」   有效且簡潔的說故事法,讓許多人覺得是很大的挑戰。某全球能源公司的高層主管告訴我,執行長下了一道新命令:新專案簡報的投影片不准超過十張。那位主管很頭

痛:「十張要怎麼說故事?」同一天,我還碰到下週要和越南總理會面的高階主管,他問我:「我要如何在二十分鐘之內說故事?告訴總理我們是誰、我們的願景,以及為什麼越南應該和我們合作,不該選我們的競爭者?」我碰過全球最大企業的高層,也碰過要去上ABC電視節目《創智贏家》的年輕創業者,他們正在為千載難逢的募資機會準備簡報。他們都問了相同的問題:我如何能靠著說故事帶出點子?   我們每個人全都是說故事的人,我們不會稱自己是說書人,但我們每天都在說故事。人類已經分享故事分享了數千年,只不過工業時代的工作者不會想到要說故事,然而今日世界要求的技能十分不同。今日想成功的話,最重要的事,就是有能力以故事的形式推銷

自己的點子。點子是二十一世紀的貨幣,在資訊與知識經濟的時代,你值多少錢,要看你有多少點子,而故事是幫助我們把點子變成錢的方法。在未來十年,你包裝點子的能力將使你值更多錢,你得用點子打動人心、讓人感到你的點子不做不行。   說故事是指用敘事的方式框架點子,藉以傳達訊息、解釋概念,喚起聽眾心中的熱情。本書要教各位靠著說故事,讓事業更上一層樓,打造自己的企業,讓世界接受你的點子,最後美夢成真。   各位對著新客戶推銷產品或服務時,是在說故事。指揮團隊前進,或是教育一個班級時,是在說故事。替下次的銷售會議準備簡報,是在說故事。去面試新工作、對方問你先前有什麼工作經驗,你的回答是在說故事。寫電子郵件

、部落格、臉書文章,或是替公司的YouTube頻道錄製影片,也是在說故事。然而「單調的故事」「普普通通的故事」,以及能夠建立信任、刺激銷售、鼓勵眾人懷抱遠大夢想的「動人心弦的故事」,三者是不一樣的東西。   接下來我將在書中介紹今日最偉大的品牌說故事者,包括布蘭森、霍華.舒茲、雪柔.桑德伯格、約爾.歐斯汀、赫伯.凱萊赫、蓋瑞.范納洽、馬克.柏奈特、歐普拉.溫芙蕾、伊隆.馬斯克、史蒂芬.永利、東尼.羅賓斯、史帝夫.賈伯斯,有的名字各位可能沒那麼熟悉、但他們同樣靠著說動人心弦的故事,成為各自領域中的佼佼者。本書提到的許多人士,他們的TED演講都曾被網路瘋傳,然而原因不是他們提供了很多知識,而是他

們說出故事。他們用故事包裝點子,接著人人琅琅上口。   我親自訪問了本書提到的眾多說故事者,他們全是說故事的大師,靠著故事啟發與激勵人心,大家聽完他們的話,都會想要站出來行動。說故事大師另一個共通的特質,則是他們的人生全都吃過苦,希望和大家分享自己曾經跌跌撞撞的心得。   我最重大的發現是很會說故事的人,大多曾經生活困頓,然而他們化逆境為成功,失敗的經歷反而讓他們成為更有趣的人,人類天生喜歡醜小鴨變天鵝的故事。   人活著本來就不會事事順遂,那就是為什麼我們難以抗拒逆境的故事。珍珠、鑽石與美酒等美好的東西,象徵著自然征服了逆境。珍珠是牡蠣為了抵抗刺人的沙粒而吐出來的精華。鑽石來自礦物承受

地球的高壓高溫。最優良的葡萄來自陡峭山坡地,或是布滿岩石的土壤,由於根扎得特別深,果實自會獨具豐富滋味,這樣的葡萄最有特色。我們特別喜歡結局有鑽石的故事,喜歡苦盡甘來的情節。勵志型的領袖常會說逆境的故事,讓聽眾心有戚戚焉。勇敢說出你的過去吧,因為傳奇就是從那裡開始,那是一切的源頭。   故事不是編出來的,我們的人生就是一個故事。   第九章 說不出來,就賣不出去 故事有一股動人的獨特魔力。—企業大亨 彼得.古柏 就算是最厲害的故事講者,也有被三振出局的時候。成功的說故事大師會調整自己的揮棒方式,讓自己下一次能打到球。曼德勒娛樂集團的董事長兼執行長古柏,也曾有在拉斯維加斯揮棒落空的經驗。那

次他想蓋新的小聯盟棒球場,結果慘遭拒絕。 古柏與拉斯維加斯市長奧斯卡.古德曼碰面時,古柏正處於意氣風發的時刻。當時曼德勒旗下已經有好幾座小聯盟棒球場,這次想在拉斯維加斯再下一城。古柏表示:「我的集團能不能成功,要看我能否說服拉斯維加斯的政治首長帶頭支持發行市府公債,一起推動耗資數百萬美元的城市計畫。」 在古柏心中,新的棒球場十拿九穩。他過去戰績輝煌,出資拍攝的《蝙蝠俠》電影打破影史紀錄,還製作過其他兩部場景就設在拉斯維加斯的熱門電影,一部是《雨人》,另一部是《豪情四海》。古柏自信滿滿地開始推銷新棒球場,準備了很多他認為一定會讓市長「目眩神迷」的數據,不管是銷售數字、建設成本,還是日程表,應有盡

有,投影片上滿滿是表格與「必殺」數據。的確是必殺,卻殺到自己的計畫,完全跌破古柏的眼鏡。 古柏回想:「我拋給古德曼市長一堆基本事實,數據,統計資料,過去的紀錄,接下來的預測……但我沒有整理那些事實,沒感動他,也難怪他不想接我的球!」古柏給出一堆數據,但忘了自己的老本行—他應該做的其實是提出感人的故事。 古柏擅長在電影的大銀幕說故事,但他忘了在電腦的小螢幕也得用上說故事的技巧。古柏犯的錯是瞄準古德曼市長的「理智和錢包」,但沒瞄準他的心。他忘了自己從電影上學到的事:要搶攻市場的話,得先讓觀眾踏上感動之旅。古柏寫道:「故事有一股強大的力量可以感動人們的心、人們的理智、人們的腳、以及人們的錢包,讓那些

東西跑到說故事的人要它們去的方向。」