万本电子书0元读

万本电子书0元读

顶部广告

数据分析即未来:企业全生命周期数据分析应用之道电子书

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:¥63.90购买纸书

139人正在读 | 0人评论 6.2

作       者:(美)格雷戈里·S·纳尔逊(Gregory S· Nelson)

出  版  社:机械工业出版社

出版时间:2020-06-01

字       数:23.6万

所属分类: 经管/励志 > 管理 > 管理学

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

  • 读书简介
  • 目录
  • 累计评论(0条)
  • 读书简介
  • 目录
  • 累计评论(0条)
本书旨在为数据分析生命周期提供一个全面和实用的指南,并着重于为组织造行之有效的数据分析能力。全书分为三部分,第壹部分分析基础篇,讨论了如何通过整合组织的人员、流程、技术和数据等资源来实现这样的分析能力;第二部分分析生命周期*佳实践篇,介绍了不同种类的分析产品和服务,以及如何支持分析产品或服务的设计、发和交付;第三部分分析能力卓越常青之道,围绕如何让分析产品对组织的完善和持续改产生*大作用展讨论,内容包括如何衡量分析项目的效率和效果两个方面,以及如何应用行为经济学、社会心理学和变革管理等其他学科的经验和知识改和完善分析过程。<br/>【推荐语】<br/>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。 对于那些看到了分析的价值,但缺乏构建恰当解决方案的知识的组织来说,本书破了窘境,为其提供了一个将正确的人员管理、流程框架和所需技术落实到位的路线图。对于那些已经布局了分析团队的组织来说,本书可以作为领导层的参考和修课程,以帮助其团队拥有*新的实践和流程框架。本书并非单纯地讲分析模型,而是更注重讨论关键流程,帮助组织机构建立针对其特定需求的分析能力,从而使它们能够获取有价值的信息,更好地指导战略决策。 为帮助读者依据本书的重内容加以实践,配套网站提供了可下载的资源、工具和视频等内容。本书为没有分析经验的读者澄清了复杂的概念和术语,使用真实的例子来说明实际有效的实践是什么样子的。凭借清晰的指导、专家的洞察和丰富的实用工具,本书对于任何寻求优化分析计划和程序的组织都是必不可少的资源。<br/>【作者】<br/>【作者简介】 格雷戈里·S.纳尔逊(Gregory S. Nelson)是ThotWave的创始人和CEO,是国际分析研究所(International Institute for Analytics)的一位专家,也是杜克大学富卡商学院(Fuqua School of Business)的特约教授。他在护理学院和杜克大学富卡商学院教授分析学课程。Gregory发表了200多篇论文和出版物,并经常在技术领域以及私营公司的国内外活动中担任演讲嘉宾和主旨发言人。 Gregory是一位数据分析的传道者和未来主义者,他把自己20多年分析咨询工作的经验结晶,拿来讨论这样一个重要的议题:分析领域的人与流程。通过从实用主义出发的观对分析生命周期行讨论,Gregory谈到了有关分析的实操性和以人为本的特性,希望所有的数据倡导者和推动者都能理解并对他们的工作有所帮助。 Gregory从加利福尼亚大学Santa Cruz分校获得了心理学士学位,在杜克大学获得医疗信息硕士学位,并在佐治亚大学从事过社会和认知心理学的博士研究工作。 Gregory曾经好一张单程机票,带着一顶帐篷、一个睡袋和仅仅100美元,飞到阿拉斯加生活了一段时间。现在,Gregory和他的妻子Susan,还有他们的一群宠物,住在北卡罗来纳州一个充满田园风情的小农场里。 你可以在Twitter @gregorysnelson或LinkedIn (www.linkedin.com/in/gregorysnelson/)上与Gregory联系。你也可以访问他的网站analyticslifecycletookit.com,了解更多关于本书中介绍的一些工具和技巧的相关信息。   【译者简介】   陈道斌,管理学博士,博士后,先后任中国工商银行总行管理信息部副总经理、总行电子银行部副总经理兼融e联中心总经理、总行资深信息管理专家等职务,工商银行博士后流动站指导专家,中央财经大学客座教授。陈道斌博士长期从事工商银行管理信息理论研究和实践探索,在大型商业银行数据管理、数据分析领域有精深造诣,多次获得人民银行金融科技步一、二、三等奖。 万芊,北京大学光华管理学院经济学博士,中国工商银行博士后,先后就职于工商银行总行管理信息部、网络金融部,长期从事工商银行数据仓库建设与应用、数据分析师队伍建设以及大数据分析挖掘工作,对商业银行数据管理与分析应用有深的研究和理解。<br/>
目录展开

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

累计评论(0条) 0个书友正在讨论这本书 发表评论

发表评论

发表评论,分享你的想法吧!

买过这本书的人还买过

读了这本书的人还在读

回顶部