在数字智能时代，数据能力已经成为管理者的基本能力，成为其胜任未来管理岗位和晋级领导岗位的必需能力。 管理者的数据能力水平决定着其在企业中所能够胜任的层级。提升管理者的数据能力成为企业数字化转型的关键举措之一。本书主要介绍了企业管理者所需要具备的数据能力，包括管理者的数据能力维度与4M 模型、数据思维能力、数据管理能力、数据体系化场景的应用能力、数据分析能力、数据领导能力。 撰写本书的目的是让管理者掌握企业数据基本管理和应用之道，利用数据赋能管理，让管理可见、过程可控、结果可达。

目录 第1 章 数据能力已经成为管理者的基本能力 / 001 1.1 数字智能时代的新趋势 / 002 1.1.1 算法正在改变世界 / 002 1.1.2 数字孪生共生机制 / 005 1.2 管理者的数据能力成为关键竞争要素 / 007 1.2.1 DT 与IT 有着本质的区别 / 007 1.2.2 DT 在迭代中升级 / 009 1.2.3 DT 的本质是认知技术、思考技术和决策技术 / 010 1.2.4 数据资产管理与应用是数字化转型的技术关键 / 013 1.3 管理者的数据能力是企业数字化转型的关键 / 019 1.3.1 传统企业管理者的数据能力较弱 / 019 1.3.2 数据人才培养学科不健全 / 021 1.3.3 数据人才成为稀缺人才 / 021 1.3.4 数据人才自主培养成为企业**方案 / 022 1.4 数据能力的背后是思维模式 / 023 1.4.1 从专业知识到实践需要一个长期的过程 / 023 1.4.2 数据能力是一项实践性非常强的能力 / 024 1.4.3 测一测你对数字化转型和数据化管理的认知程度 / 024 第2 章 管理者的数据能力维度与4M 模型 / 027 2.1 数据价值挖掘和数据能力 / 027 2.1.1 数据用于回答“发生了什么” / 027 2.1.2 数据用于回答“为什么发生” / 028 2.1.3 数据用于回答“将要发生什么” / 028 2.1.4 数据用于回答“应该怎么做” / 029 2.2 管理者的数据能力 / 032 2.2.1 不同时代对管理者数据能力的要求不同 / 032 2.2.2 新时代对管理者数据能力的要求 / 034 2.2.3 管理者数据能力4M 模型 / 036 2.3 管理者数据能力4M 模型之M1（Mind）：数据意识与数据思维 / 038 2.3.1 数据意识：对数据价值和意义的识别 / 038 2.3.2 数据意识模型 / 039 2.3.3 数据思维：利用数据模拟人类的认知模式 / 042 2.3.4 先有数据意识，后有数据思维 / 044 2.4 管理者数据能力4M 模型之M2（Methods）：数据分析方法 / 045 2.4.1 数据分析方法是数据掘金的工具 / 045 2.4.2 数据分析方法是认知世界的思维模式 / 045 2.4.3 数据分析方法需要总结和沉淀 / 046 2.5 管理者数据能力4M 模型之M3（Mastery）： 数据工具 / 047 2.5.1 每一个管理者都需要数据工具 / 047 2.5.2 数据工具正在不断进化 / 048 2.5.3 工具永远是工具，替代不了思想 / 049 2.5.4 熟练掌握一种适合自己的工具 / 050 2.5.5 测一测你的Excel 工具操作能力 / 051 2.6 管理者数据能力模型之M4（Move On）：数据应用 / 052 2.6.1 数据应用是一个复杂的系统工程 / 052 2.6.2 数据应用需要复合能力 / 053 2.6.3 变革推动力是数字化转型的核心动力 / 054 第3 章 数据思维能力晋级 / 055 3.1 数据思维与数据思维训练 / 055 3.1.1 什么是数据思维 / 055 3.1.2 常用的数据思维 / 056 3.1.3 数据思维衍生的数据分析方法和算法 / 056 3.2 对比思维模式 / 056 3.2.1 对比三要素 / 057 3.2.2 对比客体的设定 / 057 3.2.3 对比维度的选择 / 059 3.2.4 从被动到主动：主动识别和主动设计 / 062 3.3 分类思维模式 / 062 3.3.1 单维度分类分析方法 / 064 3.3.2 双维度矩阵分类分析方法 / 066 3.3.3 三维度魔方分类分析方法 / 070 3.3.4 多维度分类分析方法 / 072 3.4 关系思维模式 / 73 3.4.1 事物之间存在的四种关系 / 073 3.4.2 企业经营和管理决策中的y =f (x )关系 / 074 3.4.3 不确定的因果关系案例 / 076 3.5 解构思维模式 / 079 3.5.1 解构思维模式：一种强大的思维模式 / 079 3.5.2 解构思路：决定分析思路 / 080 3.5.3 解构的四种方法 / 082 3.5.4 解构的原则：相互独立，完全穷尽（MECE 原则） / 087 3.5.5 解构的工具：思维导图 / 087 3.6 过程思维模式 / 089 3.6.1 过程思维模式：**在于过程管理 / 089 3.6.2 事物的发展都有一个过程：探索背后的规律 / 089 3.6.3 目标的达成需要一个有效的过程：研究做事的方法 / 094 3.6.4 企业的管理需要一套有效的流程：让成功可复制 / 096 3.6.5 过程思维在数字化流程中的应用 / 099 第4 章 数据管理能力晋级 / 101 4.1 数据基础知识 / 102 4.1.1 数据的概念 / 102 4.1.2 主数据管理 / 102 4.1.3 交易数据管理 / 106 4.1.4 元数据管理 / 109 4.1.5 数据质量管理 / 110 4.1.6 数据结构管理 / 117 4.1.7 数据资产管理 / 119 4.2 建立数据管理标准和规范数据质量管理 / 121 4.2.1 企业常见的数据问题 / 121 4.2.2 梳理数据需求 / 125 4.2.3 诊断数据质量 / 127 4.2.4 建立数据管理标准 / 129 4.2.5 规范数据质量管理 / 132 4.3 数据综合治理 / 135 4.3.1 什么是“数据孤岛” / 136 4.3.2 打通数据 / 138 4.3.3 数据综合治理体系 / 141 4.3.4 数据**管理 / 144 4.4 业务流程数字化建设 / 147 4.4.1 业务流程数字化再造 / 147 4.4.2 数据源自业务流程，又服务于业务流程 / 148 4.4.3 业务流程数字化是数据采集的基础源头 / 149 4.4.4 业务流程数字化建设的基本思路和方法 / 152 4.4.5 敏态业务流程与动态数据采集 / 155 4.5 新型数据技术体系建设 / 158 4.5.1 数字化不是信息化 / 158 4.5.2 数字化转型所要求的信息化 / 159 4.5.3 反向伺服与反向控制体系构筑闭环 / 161 4.5.4 以数据资产管理为** / 163 4.5.5 数字化转型的七层技术架构 / 165 4.6 数据中台建设 / 172 4.6.1 “组织三台”与“数据三台”的概念 / 173 4.6.2 数据中台提供的数据服务 / 176 4.6.3 数据中台的意义与价值 / 181 4.6.4 数据中台的建设是一个过程 / 183 第5 章 数据体系化场景的应用能力晋级 / 185 5.1 企业数据化管理应用场景的规划和设计 / 185 5.1.1 从数据的四层价值中寻找应用场景 / 185 5.1.2 价值导向：提效 创新 / 187 5.1.3 服务于业务：管理预警与管理导航 / 191 5.1.4 回归现实：体系化调研与场景设计 / 193 5.2 业务流程数字化管理 / 198 5.2.1 用数据技术替代人工 / 199 5.2.2 数据表征流程节点绩效 / 201 5.2.3 数据赋能业务流程决策 / 202 5.2.4 算法导航业务流程活动（替代人脑） / 203 5.2.5 在线化算法提效管理决策 / 206 5.3 企业数据化管理的体系化晋级 / 207 5.3.1 业务流程数字化 / 208 5.3.2 数据指标化管理 / 212 5.3.3 应用指标可视化看板 / 213 5.3.4 数据指标标准化与目标管理 / 214 5.3.5 数据模型化管理 / 215 5.3.6 决策规范化管理 / 217 5.3.7 智慧化管理晋级 / 218 5.4 数据指标化管理 / 220 5.4.1 理解数据指标 / 220 5.4.2 数据指标梳理的三种方法 / 223 5.4.3 数据指标化管理体系构建七步法 / 225 5.4.4 数据指标标准建设 / 233 5.4.5 动态数据指标管理 / 234 5.5 管理者驾驶舱建设 / 235 5.5.1 管理者驾驶舱是一种管理方式创新 / 235 5.5.2 搭建管理者驾驶舱 / 239 5.5.3 管理者驾驶舱的数据技术体系 / 243 5.5.4 推动管理者驾驶舱落地 / 244 5.6 企业数据化管理升级 / 247 5.6.1 推动数据化管理建设的四个关键成功要素 / 247 5.6.2 数据化管理升级的四条主线 / 249 5.6.3 数据化管理升级实施的常见困难 / 251 5.6.4 数据化管理升级的项目管理十要素 / 253 第6 章 数据分析能力晋级 / 263 6.1 数据的四层价值 / 263 6.1.1 发生了什么 / 263 6.1.2 为什么发生 / 264 6.1.3 将会发生什么 / 264 6.1.4 应该怎么做才好 / 265 6.2 企业经营管理中基本的数据分析方法 / 265 6.2.1 数据可视化本身就是数据分析 / 266 6.2.2 数据指标的五种常规对比分析 / 269 6.2.3 面对数据表可做的分析 / 273 6.2.4 提升常规数据分析的敏捷性 / 283 6.3 企业经营管理中常用的数据分析方法 / 284 6.3.1 对比分析方法 / 285 6.3.2 分类分析方法 / 285 6.3.3 关系分析方法 / 289 6.3.4 预测分析方法 / 290 第7 章 数据领导能力晋级 / 302 7.1 数据可视化表达 / 302 7.1.1 事物对比 / 302 7.1.2 组分对比 / 303 7.1.3 关系对比 / 304 7.1.4 时序对比 / 305 7.1.5 频布对比 / 306 7.1.6 误导视觉结论的方法 / 306 7.2 数据图表解读方法 / 308 7.2.1 看差异、看变化 / 308 7.2.2 看结构、看特征 / 308 7.2.3 看趋势、看规律 / 309 7.2.4 看关系、看关联 / 311 7.3 数据分析报告 / 313 7.3.1 **原则 / 313 7.3.2 完整原则 / 314 7.3.3 总分结构原则 / 315 7.3.4 精简原则 / 316 7.3.5 确定原则 / 316 7.3.6 主线原则 / 318 7.3.7 结论原则 / 318 7.4 用数据分析解决问题的七步法 / 319 7.4.1 问题假设 / 320 7.4.2 解构根本原因 / 320 7.4.3 收集数据 / 321 7.4.4 分析数据 / 322 7.4.5 洞察管理 / 322 7.4.6 设计方案 / 323 7.4.7 采取行动 / 324 后记 未来管理者的能力展望 / 325