數據變現：構建用數據驅動增長的策略和解決方案

定　價：￥79.00

作　者：	[美] 安德魯·羅曼·韋爾斯著，高敬文譯
出版社：	機械工業(yè)出版社
叢編項：
標　簽：	暫缺

購買這本書可以去

ISBN：	9787111642268	出版時間：	2020-03-01	包裝：	精裝
開本：	32開	頁數：	360	字數：

內容簡介

　　現在，各類組織都積累了大量的信息，既有結構化數據信息也有非結構化數據信息，它們對來自網絡流量、銷售流程、內部分析和各種其他來源的數據進行了收集和存儲，但目前大多數組織都不具備能夠讓這些數據驅動財務業(yè)績增長的方法、工具和技術。本書講解的是通過利用決策架構、數據科學和引導分析的成熟技術，幫助各類組織提高收入或降低成本的方法。本書提供了一個決策架構的方法論，幫助分析師和組織通過重復的流程、數據分析和數據變現的策略，增加收入或節(jié)省成本。此外，本書還提供為商業(yè)分析構建數據的技巧，以及一個便于理解聚合策略、數據質量和數據轉換的自動化操作，這一操作可將組織的非結構化信息轉化為可用的商業(yè)數據。

作者簡介

　　安德魯·羅曼·韋爾斯（ Andrew Roman Wells）是 Aspirent公司的首席執(zhí)行官， Aspirent是一家專注于分析的管理咨詢公司。他有為許多公司建立分析解決方案的豐富經驗，從財富 500強到小型非營利組織。安德魯重點幫助組織利用他們的數據做出重要決策，通過變現策略帶動收入。他已經構建分析解決方案超過 25年，并很樂意與更多的讀者分享這些實用的方法、工具和技巧。除了擔任高管之外，安德魯還是一位親力親為的顧問，從他在安永會計師事務所擔任咨詢顧問、建立報告解決方案之初起就一直是。他在硅谷完善了自己的技能，為兩家成功的初創(chuàng)公司工作，專注于客戶分析和使用預測方法來推動績效。安德魯在企業(yè)界也擔任過管理角色，在資本金融公司擔任商業(yè)智能總監(jiān)期間，幫助推動了多項專利分析創(chuàng)新。從咨詢到創(chuàng)業(yè)公司，再到企業(yè)界，安德魯在通過分析推動增長方面擁有廣泛的經驗。他為許多行業(yè)和公司建立了解決方案，包括可口可樂公司、洲際酒店集團、家得寶公司、資本公司、富國銀行、惠普公司、時代華納公司、美林公司、應用材料公司等。安德魯和妻子蘇珊娜住在亞特蘭大，他喜歡攝影、跑步和國際旅行。他是邁克爾·安德魯斯定制服裝公司（ Michael Andrews Bespoke）的合伙人。他還獲得了美國佐治亞大學工商管理學士學位，專注于金融和管理信息系統(tǒng)。凱茜·威廉斯·江（Kathy Williams Chiang）是一位成熟的商業(yè)分析從業(yè)者，擅長引導分析、分析數據集市開發(fā)和商業(yè)規(guī)劃。目前任偉門數據管理（Wunderman Data Management）公司商業(yè)洞察部副總裁。江女士與 Aspirent一起完成了多個跨國客戶的眾多分析咨詢項目，其中包括洲際酒店集團和可口可樂公司等。她還曾在多個國家的公司工作，包括特立尼達和多巴哥電信服務公司、視力品牌照明公司、貝爾南方國際和波特曼海外公司。江女士在設計和開發(fā)分析工具及能夠開啟并推動行動的管理儀表板方面經驗豐富，她在數據探索、分析、可視化和展示方面的技能非常嫻熟，并在電信、酒店和消費品行業(yè)開發(fā)了涵蓋客戶體驗、營銷活動、收入管理和網站分析的解決方案。江女士是新奧爾良人，她以優(yōu)異的成績獲得了路易斯安那州立大學的化學學士學位（績點 4.0），以及杜蘭大學的 MBA學位，同時也是 Phi Beta Kappa和門薩的成員。作為中美關系正?；笈M入中國的美國人之一，江女士在具有挑戰(zhàn)性的條件下在中國東北生活了兩年，在那里教英語、學普通話，并且游覽了中國多個地方。在她的職業(yè)生涯中，她曾在美國、加勒比地區(qū)、英國、拉丁美洲國家 /地區(qū)和中國工作。譯者介紹高敬文，就職于暨南大學，擔任廣東省輿情大數據工程技術研究中心技術負責人、兼任復旦大學網絡空間治理研究中心特約研究員。專注于大數據技術在傳播及智慧城市領域的應用研究工作，參與多項廣東省科技廳重點國別雙邊聯(lián)合資助項目、教育部人文社會科學研究規(guī)劃項目、國家社科基金重大項目。

圖書目錄

第 1篇　簡介
第 1章　簡介 // 2
1.1　決策 // 3
1.2　分析之旅 // 6
1.3　解決問題 // 7
1.4　調研顯示…… // 9
1.5　如何使用這本書 // 12
1.5.1　第 1篇：簡介 // 12
1.5.2　第 2篇：決策分析 // 13
1.5.3　第 3篇：變現策略 // 13
1.5.4　第 4篇：敏捷分析 // 14
1.5.5　第 5篇：實施啟用 // 14
1.5.6　第 6篇：案例研究 // 15
1.6　開始吧 // 15

第 2章　分析循環(huán)：推動優(yōu)質決策 // 16
2.1　分析循環(huán)概述 // 17
2.1.1　開啟 // 20
2.1.2　診斷 // 23
2.1.3　行動 // 26
2.1.4　測量 // 26
2.1.5　數據 // 28
2.2　信息用戶層級 // 29
2.3　下一步 // 31

第 3章　決策架構方法論：彌補缺陷 // 32
3.1　方法論概述 // 33
3.2　探索發(fā)現 // 37
3.3　決策分析 // 39
3.4　變現策略 // 41
3.5　敏捷分析 // 41
3.5.1　數據開發(fā) /分析結構 // 42
3.5.2　數據科學 /決策理論 // 43
3.5.3　引導分析 // 44
3.6　實施啟用 // 47
3.7　總結 // 50

第 2篇　決策分析
第 4章　決策分析：構建決策 // 52
4.1　分類樹 // 53
4.2　提問分析 // 57
4.3　關鍵決策 // 60
4.4　數據需求 // 64
4.5　行動杠桿 // 66
4.6　成功指標 // 68
4.7　再訪分類樹 // 71
4.8　總結 // 74

第 3篇　變現策略
第 5章　變現策略：讓數據產生收益 // 76
5.1　業(yè)務杠桿 // 78
5.2　變現策略框架 // 81
5.3　決策分析和敏捷分析 // 84
5.3.1　確定假設和確立選項 // 84
5.3.2　提問分析 // 85
5.3.3　關鍵決策 // 86
5.3.4　行動杠桿 // 87
5.3.5　成功指標 // 88
5.3.6　數據開發(fā) // 89
5.3.7　數據科學 /決策理論 // 90
5.4　競爭和市場信息 // 94
5.5　總結 // 96

第 6章　變現指導原則：做實 // 97
6.1　優(yōu)質數據 // 99
6.2　針對性 // 101
6.3　整體性 // 102
6.4　可行性 // 104
6.5　決策矩陣 // 105
6.6　以數據科學為基礎 // 106
6.7　變現價值 // 107
6.8　信心因素 // 109
6.9　可測量 // 111
6.10　動機 // 111
6.11　組織文化 // 112
6.12　推動創(chuàng)新 // 114

第 7章　產品盈利能力變現策略：個案研究 // 116
7.1　背景 // 116
7.2　業(yè)務杠桿 // 118
7.3　探索發(fā)現 // 120
7.4　決策 // 120
7.4.1　分類樹 // 120
7.4.2　提問分析 // 121
7.4.3　關鍵決策 // 122
7.4.4　成功指標 // 123
7.4.5　行動杠桿 // 125
7.5　數據科學 // 126
7.6　變現框架需求 // 126
7.7　決策矩陣 // 128

第 4篇　敏捷分析
第 8章　決策理論：理性 // 131
8.1　決策矩陣 // 132
8.2　概率 // 134
8.3　前景理論 // 137
8.4　選擇架構 // 138
8.5　認知偏誤 // 140

第 9章　數據科學：智能化 // 143
9.1　指標 // 144
9.2　閾值 // 147
9.3　趨勢和預測 // 149
9.4　相關分析 // 150
9.5　細分 // 153
9.6　聚類分析 // 155
9.7　速度 // 159
9.8　預測和解釋模型 // 161
9.9　機器學習 //162

第 10章　數據開發(fā)：有條不紊 // 164
10.1　數據質量 // 164
10.1.1　完備性 // 166
10.1.2　一致性 // 167
10.1.3　重復 // 167
10.1.4　符合性 // 168
10.1.5　準確性 // 168
10.1.6　完整性 // 168
10.1.7　及時性、可用性和歷史 // 169
10.2　臟數據，怎么辦？ // 170
10.3　數據類型 // 170
10.3.1　元數據 // 170
10.3.2　數據世界 // 171
10.4　數據組織 // 173
10.4.1　數據移動 // 173
10.4.2　粒度 // 174
10.4.3　為分析構建 // 175
10.5　數據轉換 // 177
10.5.1　ETL業(yè)務規(guī)則轉換 // 178
10.5.2　分析和報告業(yè)務規(guī)則轉換 // 178
10.5.3　指標轉換 // 178
10.6　總結 // 181

第 11章　引導分析：使其相關 // 182
11.1　然后呢 // 182
11.2　引導分析 // 185
11.2.1　數據之聲 // 185
11.2.2　客戶之聲 // 187
11.2.3　客戶簽名 // 193
11.2.4　業(yè)務之聲 // 194
11.3　總結 // 198

第 12章　用戶界面（UI）：清晰 // 199
12.1　UI簡介 // 199
12.2　視覺調色板 // 200
12.3　少即是多 // 201
12.3.1　數據墨水比例 // 204
12.3.2　少即是多—但別過頭 // 208
12.4　只看一眼 // 210
12.5　模式感知的格式塔原則 // 213
12.6　融會貫通 // 214
12.6.1　色彩 // 214
12.6.2　視覺調色板的元素 // 218
12.6.3　優(yōu)良格式塔—少即是多 // 220
12.7　總結 // 222

第 13章　用戶體驗（UX）：使其可用 // 223
13.1　效能負荷 // 223
13.1.1　認知負荷 // 224
13.1.2　工作記憶 // 224
13.1.3　注意力 // 225
13.1.4　運動負荷 // 226
13.1.5　選擇過載 // 227
13.2　順流而下 // 228
13.2.1　漸進呈現和決策架構 // 229
13.2.2　按需提供數據—將數據連接到決策 // 230
13.2.3　模塊化 // 231 13.3　命題密度 // 232
13.4　簡單性：復雜性的另一面 //234
13.5　總結 // 235

第 5篇　實施啟用
第 14章　敏捷方法：變得敏捷 // 237
14.1　敏捷開發(fā) // 237
14.2　商海弄潮 // 238
14.3　敏捷分析 // 239
14.3.1　團隊運動 // 239
14.3.2　卡桑德拉效應 // 240
14.3.3　分析癱瘓 // 240
14.3.4　你想要什么？你有什么 // 241
14.3.5　一圖訴千言 // 242
14.3.6　不是每個孩子都美麗 // 242
14.3.7　早日見面，經常見面 // 243
14.4　總結 // 243

第 15章　實施啟用：獲得采用 // 244
15.1　測試 // 244
15.1.1　企業(yè)項目 // 244
15.1.2　小型項目 // 247
15.1.3　版本控制 // 247
15.2　采用 // 248
15.2.1　訓練 // 248
15.2.2　推出 // 249
15.3　總結 // 252

第 16章　分析型組織：組織起來 // 254
16.1　決策架構團隊 // 254
16.1.1　基于項目還是業(yè)務功能型 // 255
16.1.2　團隊能力 // 256
16.1.3　治理 // 259
16.1.4　合作 // 260
16.1.5　訓練 // 261
16.2　決策架構角色 // 261
16.3　行業(yè)專家 // 264
16.4　分析型組織的心態(tài) // 265

第 6篇　案例研究
第 17章　案例研究：邁克爾 ·安德魯斯定制 // 268
17.1　探索發(fā)現 // 268
17.1.1　收入增長 // 268
17.1.2　客戶獲取 // 269
17.1.3　客戶吸引 // 269
17.1.4　客戶留存 // 269
17.1.5　客戶類型 // 270
17.1.6　客戶生命周期 // 271
17.1.7　業(yè)務分析 // 272
17.1.8　經營績效 // 273
17.1.9　客戶表現 // 274
17.1.10　獲取 // 275
17.1.11　留存 // 276
17.1.12　變現業(yè)務杠桿 // 278
17.1.13　假設 // 278
17.1.14　下一步 // 280
17.2　決策分析 // 280
17.2.1　提問分析 // 280
17.2.2　分類樹 // 281
17.2.3　關鍵決策 // 283
17.2.4　行動杠桿 // 285
17.2.5　成功指標 // 285
17.2.6　決策架構 // 287
17.3　變現策略第一部分 // 288
17.4　敏捷分析 // 289
17.4.1　數據分析 // 289
17.4.2　數據開發(fā) // 292
17.4.3　分析結構 // 295
17.4.4　轉換 // 296
17.4.5　數據科學 // 298
17.4.6　MAB客戶細分 // 303
17.5　變現策略第二部分 // 307
17.5.1　單次客戶 // 307
17.5.2　首年客戶 // 309
17.5.3　多年客戶 // 310
17.5.4　變現策略需求 // 310
17.5.5　決策矩陣 // 312
17.6　引導分析 // 317
17.6.1　績效儀表板 // 318
17.6.2　客戶屬性儀表板 // 319
17.6.3　客戶細分儀表板 // 322
17.6.4　客戶吸引儀表板 // 322
17.6.5　客戶留存儀表板 // 325
17.7　閉幕 // 328