了得網計算機/網絡_數據分析即未來：企業全生命周期數據分析應用之道

編輯推薦

數據已經成為一種新的“貨幣資產”。很多組織都沉浸在其中，但很少有組織能從中獲取真正的價值。本書將整個分析生命周期轉化為可操作、可執行的洞察力，為構建有效的分析能力和將數據轉化為行動的實操流程提供了一個框架。本書第壹部分描述了現代企業開展數據分析的“參與者”(who)、“如何做”(how)和“為什麼這樣做”(why)，讓領導者能夠清楚地了解組織在戰略層面具備協調一致的能力的價值；第二部分詳細介紹了分析生命周期*佳實踐，包括問題理解、數據探查、模型開發、變革管理、數據管理、產品管理等；第三部分討論了如何保持分析能力長期卓越，以及如何將分析嵌入業務發展的新階段，以此進一步充實本書的研究結論。
對於那些看到了分析的價值，但缺乏構建恰當解決方案的知識的組織來說，本書打破了窘境，為其提供了一個將正確的人員管理、流程框架和所需技術落實到位的路線圖。對於那些已經布局了分析團隊的組織來說，本書可以作為領導層的參考和進修課程，以幫助其團隊擁有*新的實踐和流程框架。本書並非單純地講分析模型，而是更注重討論關鍵流程，幫助組織機構建立針對其特定需求的分析能力，從而使它們能夠獲取有價值的信息，更好地指導戰略決策。
為幫助讀者依據本書的重點內容加以實踐，配套網站提供了可下載的資源、工具和視頻等內容。本書為沒有分析經驗的讀者澄清了復雜的概念和術語，使用真實的例子來說明實際有效的實踐是什麼樣子的。憑借清晰的指導、專家的洞察和豐富的實用工具，本書對於任何尋求優化分析計劃和程序的組織都是必不可少的資源。

內容簡介

本書旨在為數據分析生命周期提供一個全面和實用的指南，並著重於為組織打造行之有效的數據分析能力。全書分為三部分，第壹部分分析基礎篇，討論了如何通過整合組織的人員、流程、技術和數據等資源來實現這樣的分析能力；第二部分分析生命周期*佳實踐篇，介紹了不同種類的分析產品和服務，以及如何支持分析產品或服務的設計、開發和交付；第三部分分析能力卓越常青之道，圍繞如何讓分析產品對組織的完善和持續改進產生*大作用展開討論，內容包括如何衡量分析項目的效率和效果兩個方面，以及如何應用行為經濟學、社會心理學和變革管理等其他學科的經驗和知識改進和完善分析過程。

推薦序一
推薦序二
譯者序
前言
致謝
作者簡介
譯者簡介
部分分析基礎
第1章分析概覽 …… 2
1.1基本概念 …… 2
1.1.1數據 …… 3
1.1.2分析 …… 4
1.1.3什麼是分析 …… 5
1.1.4分析與其他概念的區別 …… 7推薦序一
推薦序二
譯者序
前言
致謝
作者簡介
譯者簡介
部分分析基礎
第1章分析概覽 …… 2
1.1基本概念 …… 2
1.1.1數據 …… 3
1.1.2分析 …… 4
1.1.3什麼是分析 …… 5
1.1.4分析與其他概念的區別 …… 7
1.2分析概念 …… 9
1.2.1商業智能和報表 …… 9
1.2.2大數據 …… 12
1.2.3數據科學 …… 13
1.2.4邊緣（和環境）分析 …… 14
1.2.5信息學 …… 16
1.2.6人工智能與認知計算 …… 16
1.3分析方法論 …… 18
1.3.1應用統計與數學 …… 19
1.3.2預測和時間序列 …… 22
1.3.3自然語言處理 …… 22
1.3.4文本挖掘與文本分析 …… 26
1.3.5機器學習 …… 27
1.3.6數據挖掘 …… 30
1.4分析的目的 …… 31
1.4.1分析是關於改善結果的活動 …… 32
1.4.2分析是關於創造價值的活動 …… 33
1.4.3分析是關於發現的活動 …… 34
1.4.4分析是關於促成變革的活動 …… 35
1.5本章小結 …… 36
1.6參考文獻 …… 38
第2章分析人纔 …… 41
2.1誰來做分析工作 …… 41
2.2分析師的職責 …… 44
2.3分析工作的崗位序列 …… 46
2.3.1業務分析 …… 47
2.3.2統計分析 …… 48
2.3.3技術分析 …… 49
2.3.4領導力分析 …… 50
2.3.5產品分析管理 …… 51
2.4分析的關鍵能力 …… 52
2.5分析思維 …… 56
2.5.1問題求解 …… 58
2.5.2分解方法 …… 61
2.5.3綜合方法 …… 62
2.6批判性思維方法 …… 63
2.7分析中應用批判性思維的例子 …… 65
2.8如何提高批判性思維能力 …… 66
2.9繫統性思維 …… 68
2.10本章小結 …… 71
2.11參考文獻 …… 72
第3章分析的組織背景 …… 74
3.1組織的戰略與分析活動的協同 …… 74
3.1.1目標 …… 76
3.1.2戰略 …… 76
3.1.3組織的能力 …… 78
3.1.4資源 …… 80
3.1.5評估和管理繫統 …… 80
3.2組織的文化 …… 83
3.3分析團隊的組織架構設計 …… 87
3.4什麼樣的分析團隊組織架構設計好 …… 90
3.4.1集中式架構 …… 91
3.4.2分散式架構 …… 94
3.4.3卓越中心式架構 …… 97
3.4.4分析的組織方式 …… 100
3.5本章小結 …… 102
3.6參考文獻 …… 103
第4章數據戰略、平臺與架構 …… 105
4.1數據戰略 …… 106
4.1.1數據戰略聲明 …… 107
4.1.2戰略與實施 …… 109
4.2戰略規劃流程 …… 109
4.3規劃一個數據戰略路線圖 …… 113
4.3.1範圍和目的 …… 114
4.3.2數據收集、標準化和清洗 …… 115
4.3.3數據架構、虛擬化和整合 …… 116
4.3.4數據洞察和分析 …… 117
4.3.5數據治理和數據質量 …… 118
4.3數據管理 …… 120
4.3.7數據訪問、發布、隱私和安全 …… 121
4.3.8數據保存 …… 122
4.3.9性能與服務水平協議 …… 123
4.4制定數據戰略的敏捷方法 …… 124
4.5數據戰略小結 …… 125
4.6平臺和架構分析 …… 126
4.7分析架構 …… 127
4.7.1範圍：業務規模和生命周期支持 …… 130
4.7.2決策的復雜度 …… 130
4.7.3理解復雜度 …… 132
4.7.4緊迫性和影響 …… 132
4.8特定目的數據或潛在價值數據 …… 134
4.9本章小結 …… 136
4.10參考文獻 …… 137
第二部分分析生命周期佳實踐
第5章分析生命周期工具包 …… 140
5.1分析生命周期佳實踐領域 …… 140
5.2數據分析是數據科學的產物 …… 143
5.3數據分析的目標 …… 143
5.4分析產品的規模和範圍 …… 144
5.5分析生命周期工具包的組織方式 …… 146
5.5.1關於分析流程 …… 147
5.5.2分析生命周期佳實踐領域、流程和工具 …… 148
5.6分析的設計思維 …… 154
5.6.1什麼是設計思維 …… 154
5.6.2設計思維應考慮用戶旅程 …… 155
5.6.3設計思維的五個步驟 …… 156
5.7本章小結 …… 159
5.8參考文獻 …… 159
第6章問題理解 …… 160
6.1流程概述 …… 160
6.2為什麼要理解問題 …… 161
6.3流程領域 …… 161
6.3.1問題定義 …… 163
6.3.2根本原因調查 …… 167
6.3.3提出假設 …… 175
6.3.4問題設計 …… 182
6.3.5業務方案優先級設置 …… 190
6.4本章小結 …… 195
6.5工具包總結 …… 197
6.6參考文獻 …… 198
第7章數據探查 …… 200
7.1流程概述 …… 200
7.1.1數據探索 …… 200
7.1.2為什麼要做數據探查 …… 203
7.2數據探查過程 …… 203
7.2.1數據識別和優先級排序 …… 204
7.2.2數據收集和準備 …… 209
7.2.3數據剖析和特征描述 …… 213
7.2.4可視化探索 …… 227
7.3記錄分析日志 …… 228
7.4本章小結 …… 230
7.5工具包總結 …… 231
7.6參考文獻 …… 232
第8章分析模型開發 …… 234
8.1流程概述 …… 234
8.1.1分析模型定義 …… 239
8.1.2模型開發 …… 240
8.1.3利用多種方法進行檢驗 …… 245
8.1.4為什麼要這樣做 …… 248
8.2建模過程 …… 249
8.3進行比較 …… 250
8.4度量關聯 …… 260
8.4.1相關性統計檢驗 …… 264
8.4.2其他相關性檢驗 …… 266
8.5進行預測 …… 267
8.5.1檢測模式 …… 270
8.5.2模式檢測過程 …… 275
8.6本章小結 …… 277
8.7問題總結和練習 …… 278
8.8工具包總結 …… 280
8.9參考文獻 …… 281
第9章成果應用 …… 285
9.1流程概述 …… 285
9.1.1為什麼要研究成果應用環節 …… 286
9.1.2成果應用過程涉及的領域 …… 288
9.2解決方案評估 …… 289
9.2.1步驟1：模型回顧和驗證 …… 290
9.2.2步驟2：對結果的評價 …… 291
9.2.3步驟3：影響評估 …… 292
9.3分析成果應用的實施 …… 293
9.3.1步驟1：制定部署計劃 …… 294
9.3.2步驟2：關鍵指標的定義 …… 296
9.3.3步驟3：項目評估 …… 297
9.4演示和講故事 …… 298
9.4.1通過數據講故事的資源 …… 299
9.4.2用數據講故事的佳實踐 …… 303
9.5本章小結 …… 316
9.6練習 …… 318
9.7工具箱總結 …… 320
9.8參考文獻 …… 321
第10章分析產品管理 …… 326
10.1流程概述 …… 326
10.2分析產品管理過程涉及的領域 …… 329
10.2.1分析產品經理 …… 330
10.2.2價值管理 …… 334
10.2.3分析生命周期的執行 …… 348
10.2.4質量流程 …… 362
10.2.5利益相關方的參與和反饋 …… 368
10.2.6能力和人纔發展 …… 371
10.3本章小結 …… 373
10.4工具包總結 …… 374
10.5參考文獻 …… 375
第三部分分析能力卓越常青之道
第11章把分析付諸行動 …… 380
11.1分析的力量 …… 380
11.2高效和有效的分析計劃 …… 384
11.2.1了解分析生命周期 …… 387
11.2.2關於有效分析的一些觀點 …… 390
11.2.3對分析效果和效率的挑戰 …… 391
11.3為什麼分析的上線運營會失敗 …… 392
11.4變革管理 …… 396
11.4.1選擇正確的變革方法 …… 398
11.4.2為什麼要開展變革管理 …… 400
11.4.3對變革的情感反應 …… 401
11.4.4分析變革管理的例子 …… 404
11.5引領變革的佳實踐 …… 405
11.5.1創建共同的變革目標 …… 406
11.5.2建立可見的、參與型的領導聯盟 …… 407
11.5.3賦能參與和溝通 …… 409
11.5.4支持強化個人績效 …… 413
11.6變革中的問題處理 …… 414
11.7本章小結 …… 416
11.8參考文獻 …… 417
第12章分析團隊的核心勝任力 …… 418
12.1核心勝任力概述 …… 418
12.1.1分析勝任力定義 …… 418
12.1.2培養分析勝任力 …… 420
12.1.3過去和未來所需要的職場勝任力 …… 421
12.1.4分析職業框架 …… 422
12.2核心勝任力詳述 …… 422
12.2.1勝任力領域：業務知識 …… 424
12.2.2勝任力領域：分析思維 …… 427
12.2.3勝任力領域：數據管理 …… 430
12.2.4勝任力領域：數據探索 …… 432
12.2.5勝任力領域：數據可視化 …… 433
12.2.6勝任力領域：技術素養 …… 435
12.2.7勝任力領域：戰略思維 …… 438
12.2.8勝任力領域：領導力 …… 440
12.2.9勝任力領域：分析產品管理 …… 443
12.3基於知識領域的分析工作崗位序列的理想勝任力 …… 446
12.3.1勝任力領域：業務知識 …… 446
12.3.2勝任力領域：分析思維 …… 448
12.3.3勝任力領域：數據管理 …… 448
12.3.4勝任力領域：數據探索 …… 448
12.3.5勝任力領域：數據可視化 …… 452
12.3.6勝任力領域：技術素養 …… 452
12.3.7勝任力領域：戰略思維 …… 452
12.3.8勝任力領域：領導力 …… 456
12.3.9勝任力領域：分析產品管理 …… 456
12.4本章小結 …… 459
12.5參考文獻 …… 459
第13章數據分析未來趨勢 …… 460
13.1數據分析的生命周期框架 …… 460
13.2分析在未來世界的作用 …… 462
13.3未來主義者的視角 …… 463
13.3.1普適計算和分析 …… 464
13.3.2大數據將驅動創新 …… 465
13.3.3分隔的行業與視角將消失 …… 466
13.3.4目標造就差異化 …… 466
13.3.5勝任力勝過特定技能 …… 467
13.4 後的一點思考 …… 468
13.5參考文獻 …… 469
譯後記 …… 470

前言

現代企業往往被描述為“數據豐富，但信息貧乏”。由於在交互點（如客戶、病人、供貨商）產生的數據的規模很大且種類繁多，這一挑戰呈現出加劇且進一步失衡的現像。不管你是進行數據準備，還是分析、呈現或者使用數據，建立一套堅實的數據管理和分析方法論的基礎，對於有效地通過數據表達觀點都至關重要。
在本書中，我把大數據、數據科學和數據分析相關知識有機地結合起來，形成一個全面的實用指南，為你提供經過實踐驗證的管理分析團隊和分析過程的方法論框架，作為支持本書讀者探索數據分析佳實踐藝術和科學的工具箱。
本書的重點是，討論如何建立富有成效且高效的分析組織架構和分析流程，從而加強數據與分析在組織成功中的作用。
當我開始考慮寫這個特定的主題時，主要是針對當時市面上有關數據分析的論述缺少“人與流程”方面的內容。也就是說，十多年來，人們一直在撰寫關於數據分析的概念、數據分析在業務中的重要性以及Python、R或SAS等技術的具體實現方面的論述。然而，這些論述一般都不涉及分析模型開發或業務案例開發的策略，也不涉及分析對操作流程的影響。現代企業往往被描述為“數據豐富，但信息貧乏”。由於在交互點（如客戶、病人、供貨商）產生的數據的規模很大且種類繁多，這一挑戰呈現出加劇且進一步失衡的現像。不管你是進行數據準備，還是分析、呈現或者使用數據，建立一套堅實的數據管理和分析方法論的基礎，對於有效地通過數據表達觀點都至關重要。
在本書中，我把大數據、數據科學和數據分析相關知識有機地結合起來，形成一個全面的實用指南，為你提供經過實踐驗證的管理分析團隊和分析過程的方法論框架，作為支持本書讀者探索數據分析佳實踐藝術和科學的工具箱。
本書的重點是，討論如何建立富有成效且高效的分析組織架構和分析流程，從而加強數據與分析在組織成功中的作用。
當我開始考慮寫這個特定的主題時，主要是針對當時市面上有關數據分析的論述缺少“人與流程”方面的內容。也就是說，十多年來，人們一直在撰寫關於數據分析的概念、數據分析在業務中的重要性以及Python、R或SAS等技術的具體實現方面的論述。然而，這些論述一般都不涉及分析模型開發或業務案例開發的策略，也不涉及分析對操作流程的影響。
自從Tom Davenport和Jeanne Harris發表其重要著作Competing on Analytics （Davenport和Harris，2007）的十多年來，各類組織一直在努力設法解決的問題，已經從“我們可以用數據分析解決哪些問題”轉變為“如何發現、培養、留住數據分析專業人纔”。這種從“什麼”到“如何”的轉變促成了我編寫這本書的初衷。我自己也認為這本書正合時宜，因為各個行業都在通過對數據和分析的接納與使用來改變自己。雖然不少企業已經克服了在日常業務處理以及戰略決策中如何有效使用數據分析的障礙，但還有很多企業剛剛認識到數據分析的價值，他們看到了數據分析的光明前景，卻沒有明確的路線圖來實現這一目標。對前者來說，挑戰是有效性或者進一步提高效率。對於後者來說，真正的挑戰往往是為數據分析創造一種企業文化或者思維模式，為發展企業的數據分析能力找到合理依據，並為成功開展數據分析而規劃和調整組織架構。
本書的靈感來自Ralph Kimball的作品，我記得當我讀第1版的Data Warehouse Toolkit（Kimball，1996）時，我在心裡對自己說“這本書講得有道理。”與一般商業和技術書籍中經常出現的大談概念的處理方法非常不同，Kimball在這本書中為我們提供了真正進行數據倉庫建設所需要的實用方法、工具和流程。不管是針對已經熟悉數據倉庫的專業人士，還是剛開始接觸這一解決方案的初學者，Kimball在書中都給他們提供了數據倉庫相關領域的準確概述，以及數據倉庫全生命周期和關鍵流程的完整框架。我希望你會發現，本書能夠不負這一靈感，它為數據分析生命周期提供了一個全面和實用的指南，並著重於為你的組織打造行之有效的數據分析能力。
這本書不同於其他講“如何做”的工具書，因為它不是指導你如何構造分析模型的“食譜”，而是重點討論數據分析中用到的佳實踐和各種流程。本書的適用人群包括：
組織的領導者和分析決策者。指那些需要理解建立和保持企業分析能力與文化的重要意義的組織領導者和分析決策者，包括那些近年纔有的首席分析官或首席數據官。
分析團隊。指那些以設計、開發和提供分析服務或分析產品為主要任務的分析師團隊。該團隊包括分析產品經理、團隊負責人、分析人員、項目經理、統計學家、科學家、工程師、數據科學家，以及構建分析模型的量化專家。
有抱負的數據倡導者。指那些通過數據或分析產品基於事實依據來解決業務問題的人。所謂數據倡導者，也就是那些希望通過數據來提高業務績效、支持決策或改變某些業務流程的人。
這本書分為三個部分：
1. 分析基礎。首先概述分析是什麼，以及如何把分析應用於解決組織中的一些實際問題。重點轉移到把分析作為一種組織的內在能力，並從不同的角度來闡述如何讓分析為組織的整體目標服務，分析（和數據）策略如何指導我們的行動，如何實現這些能力。然後討論如何通過整合組織的人員、流程、技術和數據等資源來實現這樣的分析能力。
2. 分析生命周期佳實踐。介紹不同種類的分析產品和服務，以及如何支持分析產品或服務的設計、開發和交付。整個分析生命周期可分解為五個佳實踐領域，以及相對應的支持分析產品開發的特定流程。
3. 分析能力卓越常青之道。圍繞如何讓分析產品對組織的完善和持續改進產生作用展開討論，內容包括如何衡量分析項目的效果和效率兩個方面，以及如何應用行為經濟學、社會心理學和變革管理等其他學科的經驗與知識改進並完善分析過程。
在第1章中，你可能會覺得分析學的語言或術語令人困惑甚至望而生畏。在對分析學進行概念討論或者描述時，通常會用到像科學、學科和佳實踐這樣的術語。
然而，像方法（method）、方法論（methodology）或方式（approach）這樣的術語則一般用來指分析流程。
編寫本書時，我的做法是不做主觀假設，盡可能把整個分析過程中的方法論都描述清楚。為此，我盡自己的努力，通過簡明的例子和盡可能準確的描述，使數據分析變得容易理解。
讀到這裡，如果讀者認同數據分析是個有趣的主題，值得深入學習和探討的話，你會認同我的做法。但如果還需要列出進一步閱讀本書的10個其他理由，這些理由大致如下：
1. 為那些想理解分析工作的完整生命周期並由此構建組織架構和有效分析流程的人士提供了一個實用指南。
2. 為組織提供建立分析師團隊的方法論框架，包括團隊職能定位和團隊設計方法。
3. 圍繞如何高效發揮分析團隊的作用以及關於創建分析產品的設計思維兩個方面，探索分析工作中所涉及的人纔管理和流程設計兩個主要問題。
4. 討論分析工作崗位序列以及分析團隊成員需要如何進行分工和承擔哪些角色。
5. 來自現實世界的一些分析案例研究。
6. 把與分析文化相適應的概念（例如“數據中心主義”和計算能力）與數據和技術策略聯繫起來。
7. 為分析工作的領導者提供理解分析的方法和知識，為分析工作的實踐者提供開展工作的工具箱。
8. 提供對一個工具和模板庫的訪問權限，包括支持領導力、流程改進和團隊賦能的佳實踐方法。
9. 從分析生命周期的基本內容開始，討論相關的知識領域和佳實踐案例，然後詳細介紹分析團隊的各項流程。
10. 本書作者是一位長期從事數據分析的專業人士，他參與並見證了橫跨多個行業的數百個各具特色的數據分析場景和應用。
希望本書可以為剛開始從事分析工作的人士提供有用的指導，也可以為那些有豐富分析工作經驗的人士提供參考意見。分析旅途愉快！
關於配套的網站
在本書的配套網站（http://www.analyticslifecycletoolkit.com/）上可以找到各種資源，包括本書中提到的工具和模板。除了那些可以用來加深理解本書所闡述概念的檢查清單（checklist）、模板與各種材料外，該網站還包含各種與分析相關的資源、引用及其他信息的鏈接。此外，你可以在網站上注冊並通過電子郵件隨時獲得內容的更新，你還將找到一個博客，我在這個博客裡會討論整個數據分析生命周期的實際含義與影響。

商品搜索

商品分类

【醫學】

【各大出版社】