主编推荐语
融合了数据科学、设计思维和组织理论，全方位阐释如何高效达成高水平企业级数据分析能力。
内容简介
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，并着重于为组织打造行之有效的数据分析能力。
全书分为三部分，第一部分分析基础篇，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最佳实践篇，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、开发和交付；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进产生最大作用展开讨论，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进和完善分析过程。
目录
- 版权信息
- 推荐序一
- 推荐序二
- 译者序 如何建立企业级数据分析能力
- 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
- 1.2 分析概念
- 1.3 分析方法论
- 1.4 分析的目的
- 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
- 2.4 分析的关键能力
- 2.5 分析思维
- 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
- 3.2 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
- 3.5 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
- 4.2 战略规划流程
- 4.3 规划一个数据战略路线图
- 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
- 4.8 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
- 5.6 分析的设计思维
- 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
- 6.4 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
- 7.2 数据探查过程
- 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
- 8.2 建模过程
- 8.3 进行比较
- 8.4 度量关联
- 8.5 进行预测
- 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
- 9.2 解决方案评估
- 9.3 分析成果应用的实施
- 9.4 演示和讲故事
- 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
- 10.2 分析产品管理过程涉及的领域
- 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
- 11.2 高效和有效的分析计划
- 11.3 为什么分析的上线运营会失败
- 11.4 变革管理
- 11.5 引领变革的最佳实践
- 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
- 12.2 核心胜任力详述
- 12.3 基于知识领域的分析工作岗位序列的理想胜任力
- 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
- 13.4 最后的一点思考
- 13.5 参考文献
- 译后记
评分及书评
- 给这本书评了5.0完整的咨询公司视角
这本书很完整的以咨询公司的视角和方法论来阐述其方法和观点，但方法论太多，真正的分析本身却太少，有点不饱。但对于想要建立自己咨询能力的读者来说很不错。
给这本书评了5.0数据是表现事物特征的精确语言，是认知世界的重要工具，是治理国家的有力手段，是科学研究的必备条件。尤其在大数据时代，企业和组织将自己活动中自然形成的数据资源与主动获得的外部数据资源相结合，通过集中、整合、挖掘、应用活动来探寻事物和现象的内在规律，形成了数据科学，而从事数据分析活动的核心人才 —— 数据科学家是当前最稀缺的人才资源之一。
出版方
机械工业出版社有限公司
机械工业出版社是全国优秀出版社，自1952年成立以来，坚持为科技、为教育服务，以向行业、向学校提供优质、权威的精神产品为宗旨，以“服务社会和人民群众需求，传播社会主义先进文化”为己任，产业结构不断完善，已由传统的图书出版向着图书、期刊、电子出版物、音像制品、电子商务一体化延伸，现已发展为多领域、多学科的大型综合性出版社，涉及机械、电工电子、汽车、计算机、经济管理、建筑、ELT、科普以及教材、教辅等领域。
