前 言 数据力,未来企业的核心竞争力
引 言 未经检视的决策是不值得做出的
第1部分 DELTA 模型,5 要素重塑组织竞争力
01 D 高质量、无间断的数据闭环
数据立方体
独特的数据,独特的数据战略
业务需求驱动数据融合
数据并非一定要无缺陷
能被访问的数据,才是好数据
数据隐私,让数据懂你但不认识你
至关重要的数据监管
数据公司的5 大阶段
可以跳过或加速的阶段
<p><b>前</b><b> 言 </b> 数据力,未来企业的核心竞争力</p> <p><b>引 言 </b> 未经检视的决策是不值得做出的</p> <p><b>第</b><b>1</b><b>部分</b><b> </b><b> DELTA 模型,5 要素重塑组织竞争力</b></p> <p><b>01</b><b> </b><b>D 高质量、无间断的数据闭环</b><b> </b></p> <p>数据立方体</p> <p>独特的数据,独特的数据战略</p> <p>业务需求驱动数据融合</p> <p>数据并非一定要无缺陷</p> <p>能被访问的数据,才是好数据</p> <p>数据隐私,让数据懂你但不认识你</p> <p>至关重要的数据监管</p> <p>数据公司的5 大阶段</p> <p>可以跳过或加速的阶段</p> <p> </p> <p><b>0</b><b>2</b><b> </b><b>E 建立大数据战略,打破企业信息孤岛</b><b> </b></p> <p>企业级视角</p> <p>搭建一个好平台</p> <p>从企业级视角管理数据分析师</p> <p>重新定位企业</p> <p> </p> <p><b>0</b><b>3</b><b> </b><b>L 不只是CEO,人人都要有数据领导力</b><b> </b></p> <p>数据领导力5 大元素</p> <p>不同阶段的领导力</p> <p> </p> <p><b>0</b><b>4</b><b> </b><b>T </b><b>数据落地,跳出你所在的行业看世界</b></p> <p>发现转瞬即逝的机遇</p> <p>进行系统性的盘点</p> <p>设定你的目标</p> <p>五段企业的进化路线图</p> <p> </p> <p><b>0</b><b>5</b> <b>A </b><b>数据分析师,未来稀缺的人才</b><b> </b></p> <p>4 类分析师,好决策的灵魂</p> <p>要精通数据,更要精通“人”</p> <p>全情投入的驱动力</p> <p>如何激励与留住数据分析师</p> <p>**能的分析师组织架构</p> <p>将数据分析师作为战略来管理</p> <p>分析师的工作分配</p> <p>分析师管理5 阶段</p> <p> </p> <p><b>第</b><b>2</b><b>部分</b><b> </b><b> 实践数据力,成为智能商业竞先者</b></p> <p><b>0</b><b>6</b><b>让数据分析与业务流程高度融合</b></p> <p>手工分析,还是工业化分析</p> <p>三种类型的决策</p> <p>分析型业务流程的好处</p> <p>嵌入核心业务</p> <p>4 个步骤,解决数据分析融入业务流程的难题</p> <p>IT 基础架构,融合的核心</p> <p>常见的7 个障碍</p> <p> </p> <p><b>0</b><b>7</b><b>营造自己的数据文化</b></p> <p>数据文化,硬科学碰撞出的软要素</p> <p>恩威并施</p> <p>使用数据分析支持其他企业文化</p> <p>重塑企业文化</p> <p>发现障碍</p> <p>竞争优势的进化</p> <p> </p> <p><b>0</b><b>8</b><b>不断在变化中评估与修正</b></p> <p>以评估推动创新</p> <p>评估战略与商业模式</p> <p>重新评估数据分析的目标</p> <p>评估竞争对手</p> <p>对客户和合作伙伴进行评估</p> <p>评估技术、数据和信息</p> <p>评估和管理模型</p> <p> </p> <p><b>0</b><b>9</b><b>应对4 大挑战,破除数据化转型的障碍</b></p> <p>寻找期初的切入点</p> <p>组织并管理数据分析所需的资源</p> <p>如何应对数据分析能力的供不应求</p> <p>向数据分析型企业迈进</p> <p> </p> <p><b>10</b><b>更好的决策,更好的结果</b></p> <p>从直觉型决策到数据化决策</p> <p>以流程的方式管理决策</p> <p>数据化决策,并非通向成功的惟一之路</p> <p> </p> <b>结 语 </b>数据分析,决战智能商业时代的关键显示全部信息媒体评论今天的全球商业舞台对错误率几乎没有任何容忍度,但反过来说,其实这正是对洞察力的巨大回报。《工作中的数据分析》一书将让你看到:**的公司是如何利用数据科学来装备每个决策者,使其有能力做出好决策。
——吉姆·古德奈特
赛仕公司创始人兼CEO
在我的职业生涯中,一直在等待一本像《工作中的数据分析》一样的书。现在,它终于来了!看完这本书,企业创新者可以用书中提到的数据分析策略来超越竞争对手,成为行业佼佼者。这本书真的是太迷人了,而且读起来十分有亲切感!
——桑迪·肯尼迪
美国零售业***协会会长<p>今天的全球商业舞台对错误率几乎没有任何容忍度,但反过来说,其实这正是对洞察力的巨大回报。《工作中的数据分析》一书将让你看到:**的公司是如何利用数据科学来装备每个决策者,使其有能力做出好决策。</p> <p align="right"><b>——吉姆·古德奈特</b></p> <p align="right"><b>赛仕公司创始人兼CEO</b></p> <p> </p> <p align="left">在我的职业生涯中,一直在等待一本像《工作中的数据分析》一样的书。现在,它终于来了!看完这本书,企业创新者可以用书中提到的数据分析策略来超越竞争对手,成为行业佼佼者。这本书真的是太迷人了,而且读起来十分有亲切感!</p> <p align="right"><b>——桑迪·肯尼迪 </b></p> <p align="right"><b>美国零售业***协会会长</b></p> <p align="left"> </p> <p>《工作中的数据分析》是一本权威的有关数据分析的经验集萃。在火箭队,我们成功地实践了书中的DELTA模型。如果你还没有在业务中使用数据分析,那可真就落后了。</p> <p align="right" class="A"><b> </b><b>——达里尔·莫雷</b></p> <p align="right" class="A"><b> </b><b>休斯敦火箭队总经理</b></p>显示全部信息免费在线读[精彩样章]
未经检视的决策是不值得做出的
如果我们想做出更好的决策,以及基于此采取更有效的行动,就必须学会运用数据分析。工作中的数据分析意味着在关键业务领域运用数据与分析来提升绩效。长久以来,管理者习惯于利用直觉与勇气做决策,做决策时强调的不是数据,而是经验以及没有依据的判断。我们的研究表明,四成的关键决策不是基于事实而是基于管理者的直觉做出的。
虽然有时候基于直觉与经验做出的决策运作良好,但更多时候,这些决策或误入歧途或以灾难而告终。管理者热衷于合并与收购,以彰显他们的个性,而忽略了有关能否带来价值的审慎考虑;银行基于不动产价格会一直上升这个未经验证的假设而做出信用与风险的决策;政府基于有限的情报就发动战争。这些都是没有依据的决策的特殊案例。
在某些情况下,没有分析支撑的决策不一定会导致悲剧,但它确实会使我们丧失很多赚钱的机会。比如,基于直觉对市场承受能力进行判断进而制定产品与服务的价格,而不是基于过去类似情况下消费者真实支付意愿的详细数据定价;基于直觉雇用员工,而没有对他们的技能以及个性进行详细分析,以预测员工的绩效;供应链的管理者维持着一个舒适的库存水平,而不是用数据决定适合的库存水平;棒球球探用放大镜观察球员的某个特点,而不是利用数据分析判断其真正能赢得比赛的能力。
苏格拉底曾经说过:“未经检视的人生是不值得过的人生。”我也要说:“未经检视的决策是不值得做出的决策。”
我们以下面这位软件公司的高层管理者的情况为例。当被问及公司近期的一次销售大会的情况时,他回答道:“一切都不错。我们有来自110家公司的听众,大会的主题演讲增强了他们对我们公司未来的信心,增加了我们交叉销售的机会,所有12 场技术大会的情况都不错。”
对于大部分公司而言,这已经很不错了。这位管理者说:“我认为除了是否应该在全国以每季度12 场大会的节奏继续推广之外,没有别的决策需要考虑。”然而,在经过深思熟虑之后,他还是提出了很多关于销售大会值得深思的问题:
l 多少与会者是现有客户?多少是潜在客户?
l 本区域的每个客户是否都派了代表参会?
l 本区域的每个潜在客户是否都派了代表参会?
l 哪个与会者的销售前景好?