数据已经成为一种新的“货币资产”。很多组织都沉浸在其中,但很少有组织能从中获取真正的价值。本书将整个分析生命周期转化为可操作、可执行的洞察力,为构建有效的分析能力和将数据转化为行动的实操流程提供了一个框架。本书第壹部分描述了现代企业展数据分析的“参与者”(who)、“如何做”(how)和“为什么这样做”(why),让领导者能够清楚地了解组织在战略层面具备协调一致的能力的价值;第二部分详细介绍了分析生命周期*佳实践,包括问题理解、数据探查、模型发、变革管理、数据管理、产品管理等;第三部分讨论了如何保持分析能力长期卓越,以及如何将分析嵌业务发展的新阶段,以此一步充实本书的研究结论。
售 价:¥
纸质售价:¥64.20购买纸书
温馨提示:数字商品不支持退换货,不提供源文件,不支持导出打印
为你推荐
推荐序一
推荐序二
译者序
前言
致谢
作者简介
译者简介
第一部分 分析基础
第1章 分析概览
1.1 基本概念
1.1.1 数据
1.1.2 分析
1.1.3 什么是分析
1.1.4 分析与其他概念的区别
1.2 分析概念
1.2.1 商业智能和报表
1.2.2 大数据
1.2.3 数据科学
1.2.4 边缘(和环境)分析
1.2.5 信息学
1.2.6 人工智能与认知计算
1.3 分析方法论
1.3.1 应用统计与数学
1.3.2 预测和时间序列
1.3.3 自然语言处理
1.3.4 文本挖掘与文本分析
1.3.5 机器学习
1.3.6 数据挖掘
1.4 分析的目的
1.4.1 分析是关于改善结果的活动
1.4.2 分析是关于创造价值的活动
1.4.3 分析是关于发现的活动
1.4.4 分析是关于促成变革的活动
1.5 本章小结
1.6 参考文献
第2章 分析人才
2.1 谁来做分析工作
2.2 分析师的职责
2.3 分析工作的岗位序列
2.3.1 业务分析
2.3.2 统计分析
2.3.3 技术分析
2.3.4 领导力分析
2.3.5 产品分析管理
2.4 分析的关键能力
2.5 分析思维
2.5.1 问题求解
2.5.2 分解方法
2.5.3 综合方法
2.6 批判性思维方法
2.7 分析中应用批判性思维的例子
2.8 如何提高批判性思维能力
2.9 系统性思维
2.10 本章小结
2.11 参考文献
第3章 分析的组织背景
3.1 组织的战略与分析活动的协同
3.1.1 目标
3.1.2 战略
3.1.3 组织的能力
3.1.4 资源
3.1.5 评估和管理系统
3.2 组织的文化
3.3 分析团队的组织架构设计
3.4 什么样的分析团队组织架构设计最好
3.4.1 集中式架构
3.4.2 分散式架构
3.4.3 卓越中心式架构
3.4.4 分析的组织方式
3.5 本章小结
3.6 参考文献
第4章 数据战略、平台与架构
4.1 数据战略
4.1.1 数据战略声明
4.1.2 战略与实施
4.2 战略规划流程
4.3 规划一个数据战略路线图
4.3.1 范围和目的
4.3.2 数据收集、标准化和清洗
4.3.3 数据架构、虚拟化和整合
4.3.4 数据洞察和分析
4.3.5 数据治理和数据质量
4.3.6 元数据管理
4.3.7 数据访问、发布、隐私和安全
4.3.8 数据保存
4.3.9 性能与服务水平协议
4.4 制定数据战略的敏捷方法
4.5 数据战略小结
4.6 平台和架构分析
4.7 分析架构
4.7.1 范围:业务规模和生命周期支持
4.7.2 决策的复杂度
4.7.3 理解复杂度
4.7.4 紧迫性和影响
4.8 特定目的数据或潜在价值数据
4.9 本章小结
4.10 参考文献
第二部分 分析生命周期最佳实践
第5章 分析生命周期工具包
5.1 分析生命周期最佳实践领域
5.2 数据分析是数据科学的产物
5.3 数据分析的目标
5.4 分析产品的规模和范围
5.5 分析生命周期工具包的组织方式
5.5.1 关于分析流程
5.5.2 分析生命周期最佳实践领域、流程和工具
5.6 分析的设计思维
5.6.1 什么是设计思维
5.6.2 设计思维应考虑用户旅程
5.6.3 设计思维的五个步骤
5.7 本章小结
5.8 参考文献
第6章 问题理解
6.1 流程概述
6.2 为什么要理解问题
6.3 流程领域
6.3.1 问题定义
6.3.2 根本原因调查
6.3.3 提出假设
6.3.4 问题设计
6.3.5 业务方案优先级设置
6.4 本章小结
6.5 工具包总结
6.6 参考文献
第7章 数据探查
7.1 流程概述
7.1.1 数据探索
7.1.2 为什么要做数据探查
7.2 数据探查过程
7.2.1 数据识别和优先级排序
7.2.2 数据收集和准备
7.2.3 数据剖析和特征描述
7.2.4 可视化探索
7.3 记录分析日志
7.4 本章小结
7.5 工具包总结
7.6 参考文献
第8章 分析模型开发
8.1 流程概述
8.1.1 分析模型定义
8.1.2 模型开发
8.1.3 利用多种方法进行检验
8.1.4 为什么要这样做
8.2 建模过程
8.3 进行比较
8.4 度量关联
8.4.1 相关性统计检验
8.4.2 其他相关性检验
8.5 进行预测
8.5.1 检测模式
8.5.2 模式检测过程
8.6 本章小结
8.7 问题总结和练习
8.8 工具包总结
8.9 参考文献
第9章 成果应用
9.1 流程概述
9.1.1 为什么要研究成果应用环节
9.1.2 成果应用过程涉及的领域
9.2 解决方案评估
9.2.1 步骤1:模型回顾和验证
9.2.2 步骤2:对结果的评价
9.2.3 步骤3:影响评估
9.3 分析成果应用的实施
9.3.1 步骤1:制定部署计划
9.3.2 步骤2:关键指标的定义
9.3.3 步骤3:项目评估
9.4 演示和讲故事
9.4.1 通过数据讲故事的资源
9.4.2 用数据讲故事的最佳实践
9.5 本章小结
9.6 练习
9.7 工具箱总结
9.8 参考文献
第10章 分析产品管理
10.1 流程概述
为什么要这样做
10.2 分析产品管理过程涉及的领域
10.2.1 分析产品经理
10.2.2 价值管理
10.2.3 分析生命周期的执行
10.2.4 质量流程
10.2.5 利益相关方的参与和反馈
10.2.6 能力和人才发展
10.3 本章小结
10.4 工具包总结
10.5 参考文献
第三部分 分析能力卓越常青之道
第11章 把分析付诸行动
11.1 分析的力量
引领变革
11.2 高效和有效的分析计划
11.2.1 了解分析生命周期
11.2.2 关于有效分析的一些观点
11.2.3 对分析效果和效率的挑战
11.3 为什么分析的上线运营会失败
成功的分析变革需要什么
11.4 变革管理
11.4.1 选择正确的变革方法
11.4.2 为什么要开展变革管理
11.4.3 对变革的情感反应
11.4.4 分析变革管理的例子
11.5 引领变革的最佳实践
11.5.1 创建共同的变革目标
11.5.2 建立可见的、参与型的领导联盟
11.5.3 赋能参与和沟通
11.5.4 支持强化个人绩效
11.6 变革中的问题处理
11.7 本章小结
11.8 参考文献
第12章 分析团队的核心胜任力
12.1 核心胜任力概述
12.1.1 分析胜任力定义
12.1.2 培养分析胜任力
12.1.3 过去和未来所需要的职场胜任力
12.1.4 分析职业框架
12.2 核心胜任力详述
12.2.1 胜任力领域:业务知识
12.2.2 胜任力领域:分析思维
12.2.3 胜任力领域:数据管理
12.2.4 胜任力领域:数据探索
12.2.5 胜任力领域:数据可视化
12.2.6 胜任力领域:技术素养
12.2.7 胜任力领域:战略思维
12.2.8 胜任力领域:领导力
12.2.9 胜任力领域:分析产品管理
12.3 基于知识领域的分析工作岗位序列的理想胜任力
12.3.1 胜任力领域:业务知识
12.3.2 胜任力领域:分析思维
12.3.3 胜任力领域:数据管理
12.3.4 胜任力领域:数据探索
12.3.5 胜任力领域:数据可视化
12.3.6 胜任力领域:技术素养
12.3.7 胜任力领域:战略思维
12.3.8 胜任力领域:领导力
12.3.9 胜任力领域:分析产品管理
12.4 本章小结
12.5 参考文献
第13章 数据分析未来趋势
13.1 数据分析的生命周期框架
13.2 分析在未来世界的作用
13.3 未来主义者的视角
13.3.1 普适计算和分析
13.3.2 大数据将驱动创新
13.3.3 分隔的行业与视角将消失
13.3.4 目标造就差异化
13.3.5 胜任力胜过特定技能
13.4 最后的一点思考
13.5 参考文献
译后记
买过这本书的人还买过
读了这本书的人还在读
同类图书排行榜