了得網管理_數據分析變革大數據時代精準決策之道

編輯推薦

暢銷書《駕馭大數據》作者、Teradata公司的首席分析官Bill Franks力作！

想要通過建立企業的分析基礎來趕超競爭對手的企業管理者和業務領導者圖書！

在當今的市場環境下，能夠快速適應條件變化的能力是獲得成功的關鍵。本書展示了如何將數據（包括大數據和小數據）分析中獲得的業務洞察與日常運營緊密結合在一起。分析變革已然開始，要了解在數據分析時代如何通過使分析運營化來提升業務能力，一開始則需要了解什麼是數據分析革命以及如何參與其中。

Bill Franks已經將自己的職業生涯建立在把一個復雜的分析通俗易懂地解釋給業務人員的天賦之上。在這本書中，讀者將學會如何梳理頭緒、掃清障礙，積極利用當前主流趨勢和流程，確保能夠持續超越競爭對手。在本書中，Bill利用其清晰的思考方法指導讀者經歷建立團隊、營造企業文化、升級分析方法論、利用技術使企業向運營型分析演變的全過程。

本書詳細地講述了使分析運營化對企業到底意味著什麼，以及企業該如何向更好、更快、更有效做出決策的運營型分析演變。本書的寫作風格通俗易懂，適合任何背景的讀者閱讀。本書還提供了一個在所有類型的業務流程中嵌入分析流程的可擴展框架。本書適合想要通過建立企業的分析基礎來趕超競爭對手的企業管理者和業務領導者閱讀。

內容簡介

能

夠快速適應不斷變化的市場環境的能力是獲得成功的關鍵。本書旨在將數據分析嵌入運營流程，幫助讀者將從數據（包括大數據和小數據）分析中獲得的業務洞察與日常運營緊密集成在一起。

本書確切地講述了使分析運營化到底意味著哪些變革，並告訴讀者如何建立團隊、創建文化、升級分析方法論並利用技術，使企業向更好、更快、更有效決策的運營型分析演變。本書提供了一個在所有類型的業務流程中嵌入分析流程的可擴展框架。在這本書中，讀者將了解如何梳理頭緒，掃清障礙，積極利用當前主流趨勢和流程，確保能夠持續超越競爭對手。

作者簡介

Bill Franks 現任天睿公司首席分析官，他不僅在大數據和分析領域發展趨勢方面為企業提供深刻見解，同時幫助客戶理解如何使用大數據及分析來改進業務。他擅長將復雜的分析用通俗的語言闡述以便企業用戶更容易理解。Bill Franks是《駕馭大數據》一書的作者，該書是Tom Peters 2014年排行榜“”書籍之一。他同時也是國際分析研究院的教員。

目錄
部分變革已然開始
第1章了解運營型分析3
1.1定義運營型分析3
1.1.1什麼是運營型分析4
1.1.2運營型分析的獨特之處5
1.1.3使運營型分析獨樹一幟的基石7
1.2歡迎來到分析3.08
1.2.1分析1.0：傳統分析9
1.2.2分析2.0：大數據分析10
1.2.3分析3.0：面向效果化的統一分析13
1.2.4采用分析3.0的運營型分析14
1.3分析是如何改變業務的16
1.3.1分析是目標，不是副產品16目錄

部分變革已然開始

第1章了解運營型分析3

1.1定義運營型分析3

1.1.1什麼是運營型分析4

1.1.2運營型分析的獨特之處5

1.1.3使運營型分析獨樹一幟的基石7

1.2歡迎來到分析3.08

1.2.1分析1.0：傳統分析9

1.2.2分析2.0：大數據分析10

1.2.3分析3.0：面向效果化的統一分析13

1.2.4采用分析3.0的運營型分析14

1.3分析是如何改變業務的16

1.3.1分析是目標，不是副產品16

1.3.2分析性產品正在打破行業界限18

1.3.3運營型分析將是顛覆性的20

1.4全面看待運營型分析21

1.4.1數據質量及時效性依然重要21

1.4.2運營型分析會壓制創新性？23

1.4.3運營型分析的很多概念並非全新24

1.5小結24

第2章更多數據……巨多數據……大數據！27

2.1穿越炒作的迷霧27

2.1.1大數據的定義是什麼？管它呢！28

2.1.2從正確的角度出發29

2.1.3大數據有泡沫嗎31

2.2為大數據做好準備33

2.2.1大數據浪潮已經到來33

2.2.2新信息使大數據變得更強大34

2.2.3找新問題提問36

2.2.4數據留存不決策38

2.2.5物聯網時代即將到來40

2.3縱觀全局看待大數據41

2.3.1與其說是大數據，還不如說是差異化數據41

2.3.2大數據必須具有多維可擴展性42

2.3.3實現大數據價值的化44

2.3.4回到未來46

2.3.5大數據正在經歷成熟度曲線47

2.3.6大數據是全球現像49

2.4小結50

第3章運營型分析實戰53

3.1改進客戶體驗53

3.1.1出現神奇時刻54

3.1.2為客戶提供透明度56

3.1.3升級客戶服務57

3.1.4提升在線體驗58

3.2時間是重要的59

3.2.1分析過程中的安全性59

3.2.2價值的一毫秒60

3.3使我們更安全62

3.3.1避免不良事件62

3.3.2確保產品新鮮度63

3.3.3政府也能進行運營化分析63

3.4提升運營效率64

3.4.1化獲取能量65

3.4.2優化電力產生65

3.4.3增加燃料效率66

3.4.4改進呼叫中心績效66

3.5改善我們未來的生活67

3.5.1解放我們的時間67

3.5.2幫助我們保持健康68

3.6尋找數據中的意外價值69

3.6.1利用地理位置數據完成交通狀況更新70

3.6.2利用傳感器來提高農作物產量70

3.6.3利用合規數據提高銷售71

3.6.4也能創建戰略性分析71

3.7小結73

第二部分奠定基礎

第4章想要預算？先制訂商業計劃77

4.1設定優先級77

4.1.1從業務問題開始，而不是數據或技術77

4.1.2關注回報而非成本79

4.1.3瞄準造成差異的因素，而非漸進式的改進79

4.2選擇合適的決策標準81

4.2.1描繪更廣闊的前景82

4.2.2數據洞察時間83

4.2.3實施能力84

4.2.4分析價值與技術價值86

4.3需要考慮的商業計劃框架87

4.3.1什麼是運營型分析的總體成本87

4.3.2考慮所有長期的成本89

4.3.3成本中容易忽略的部分91

4.3.4有關改變方程式的問題92

4.3.5可擴展性不隻關繫到存儲和處理92

4.4商業計劃的取勝技巧93

4.4.1不要強推一項商業計劃93

4.4.2想要成功，從小做起94

4.4.3接受一些不確定性96

4.4.4有很多選項，要明智選擇97

4.4.5解釋為什麼這麼做是正確的97

4.5小結99

第5章建立分析平臺101

5.1規劃102

5.1.1使分析運營化不是一個技術問題102

5.1.2增加組件，而非替換組件103

5.1.3不同的平臺，不同的優勢104

5.1.4今天就做正確的事105

5.2著手構建106

5.2.1歡迎進入基於結構的計算107

5.2.2統一分析環境的支柱108

5.2.3額外的配套技術118

5.3使用120

5.3.1任何分析，任何數據，任何時間120

5.3.2終端用戶不會關注數據存儲在哪裡121

5.3.3雲方式如何122

5.4小結123

第6章監管和隱私125

6.1設定監管階段125

6.1.1《1984》的啟示126

6.1.2安全許可模式126

6.1.3合作伙伴的重要性128

6.1.4監管物聯網129

6.2決定在哪裡進行分析130

6.2.1永不說不131

6.2.2挑選好的工作方式132

6.2.3致力於正確的組合133

6.3監管運營型分析134

6.3.1不同的需求134

6.3.2監測運營型分析136

6.3.3探索平臺與探索環境137

6.3.4數據洞察時間與執行時間138

6.4隱私139

6.4.1大數據成了老大哥？140

6.4.2設定隱私規範143

6.4.3不合邏輯的隱私條例144

6.4.4隱私政策的未來145

6.5小結146

第三部分分析運營化

第7章數據分析151

7.1創建運營型分析流程151

7.1.1分析過程的一致性151

7.1.2從批量分析到運營型分析153

7.1.3什麼是運營型分析154

7.2拓展到新分析原則155

7.2.1分析原則的定義155

7.2.2多原則分析案例157

7.2.3多原則分析的具體步驟159

7.3集中分析力量160

7.3.1提對問題，作好假設160

7.3.2下注吧！162

7.3.3不要冒失地判斷163

7.4比較分析方法164

7.4.1探索性分析與驗證性分析164

7.4.2研發與盲目刺探166

7.4.3強化運營規模的流程167

7.5過去的教訓168

7.5.1統計方法仍然有價值169

7.5.2不要小看采樣170

7.5.3不要將分析復雜化171

7.5.4運營型分析必須提供解決方案172

7.6小結173

第8章分析機構175

8.1重大轉型已然發生175

8.2人員任用177

8.2.1誰是專業分析人員177

8.2.2舊派與新派的意見相合178

8.2.3解決人纔危機179

8.2.4無所不包183

8.2.5使人員留存化184

8.3組織管理185

8.3.1標準組織架構是什麼185

8.3.2組織架構建議186

8.3.3演進到混合架構模式187

8.3.4真的需要首席分析官嗎188

8.3.5首席數據官的職責190

8.3.6跨職能團隊190

8.4成功191

8.4.1明智地利用外部資源191

8.4.2堅持到底，直至成功192

8.4.3有效管理期望行為194

8.4.4變成顧問、導師和教練195

8.4.5裁判思維196

8.4.6激勵不當，代價沉重197

8.5小結198

第9章分析文化氛圍201

9.1逐步灌輸正確的思維方式201

9.1.1從跳蚤身上學習202

9.1.2自上而下擁抱分析203

9.1.3認可分析人員的價值204

9.1.4推動行為模式的轉變204

9.1.5克服阻力與抵觸情緒205

9.2推行注重實效的政策208

9.2.1小轉變，大效果208

9.2.2IT角色從服務變為支撐210

9.2.3保證規劃的正確性211

9.3推進成功212

9.3.1尋找出乎意料的價值212

9.3.2找到早期采納者和行動派213

9.3.3營銷活動準備215

9.4容忍與處理失敗217

9.4.1能測試的想法壞也壞不到哪兒217

9.4.2不要太介意失敗218

9.4.3不要漠然接受失敗219

9.5小結221

結語：加入變革吧！223

媒體評論

“國家科技發展戰略需要創新，而隨著創新成果在產業化過程中的應用，其對我國的經濟發展產生了重大的積極影響。在大數據浪潮中，隨著近幾年大數據技術的快速發展，過去的方法和技術已經不符合目前非常復雜的環境和應用需求。我們必須認識到這場產業的革新已經開始了，必須通過創新把數據在決策流程中的巨大價值發掘出來，纔能終依靠這種創新技術和成果形成新的產業增長點，加速傳統產業的升級改造，增強企業和國家的競爭能力。本書特別提出從今天就開始擁抱大數據，確定數據分析戰略，從簡單的環節開始創新，終實現整個產業的成熟，這些都值得全社會的深思和借鋻。”
——朱麗蘭，科學技術部原部長、中國發明協會理事長
“如何有效分析和應用大數據是當前的熱點問題。這本書繫統性地歸納了大數據分析應用的三種主要類型——解釋性分析、預測性分析和運營型分析，尤其是開創性地發展了運營型分析的方法論，通過大量案例展示了未來大數據能發揮作用的領域。本書對從事大數據分析方法論研究的專業人員和企業信息分析工作者都具有重要價值。”
——陳道斌，工商銀行總行資深信息管理專家“國家科技發展戰略需要創新，而隨著創新成果在產業化過程中的應用，其對我國的經濟發展產生了重大的積極影響。在大數據浪潮中，隨著近幾年大數據技術的快速發展，過去的方法和技術已經不符合目前非常復雜的環境和應用需求。我們必須認識到這場產業的革新已經開始了，必須通過創新把數據在決策流程中的巨大價值發掘出來，纔能終依靠這種創新技術和成果形成新的產業增長點，加速傳統產業的升級改造，增強企業和國家的競爭能力。本書特別提出從今天就開始擁抱大數據，確定數據分析戰略，從簡單的環節開始創新，終實現整個產業的成熟，這些都值得全社會的深思和借鋻。”

——朱麗蘭，科學技術部原部長、中國發明協會理事長

“如何有效分析和應用大數據是當前的熱點問題。這本書繫統性地歸納了大數據分析應用的三種主要類型——解釋性分析、預測性分析和運營型分析，尤其是開創性地發展了運營型分析的方法論，通過大量案例展示了未來大數據能發揮作用的領域。本書對從事大數據分析方法論研究的專業人員和企業信息分析工作者都具有重要價值。”

——陳道斌，工商銀行總行資深信息管理專家

“從數據和分析中獲取重要且持續的收益正變得更像是一個企業自發的變革管理計劃而不是一個技術項目。在本書中，Bill Franks利用自己在分析領域的實踐經歷以及在高管團隊的咨詢經驗，幫助企業領導者優雅地推動他們的企業達到一個足以改變分析價值的遊戲規則的水平。”

——Kathy Koontz， Nationwide客戶洞察與分析部助理副總裁

“如果你是一位高級管理人員，你需要這本書。大部分與分析相關的書都晦澀難懂，就像一場技術範兒的‘極客’論壇，但是企業領導者必須了解分析的價值、戰略和流程的完整的全局視角，了解可能陷入的陷阱，以及應如何避免它們。本書將企業領導者需要了解的全局情況清晰地呈現了出來。”

——Eric Siegel，“預測性分析世界”創始人

“對於想有效地利用大數據來解放企業的創新能力的業內人士來說，這是一本之書。Bill精確捕捉到了即將到來的迫切的大數據變革浪潮，這場變革正在大規模地利用數據來使決策流程運營化，而不是僅僅利用數據驅動戰略層面的決策。這對業務部門來說是*的好消息!”

——張溪夢，LinkedIn商務分析部高級總監

“數據和分析本身不產生價值，隻有當它們改變了業務方式後纔產生價值。運營型分析就是在可擴展、可重復的基礎上實現了這種變革，同時Franks提供了如何成功運用數據分析的路線

書摘插畫

商品搜索

商品分类

【醫學】

【各大出版社】