• 价值驱动:数据分析价值逻辑与实战方法
21年品牌 40万+商家 超1.5亿件商品

价值驱动:数据分析价值逻辑与实战方法

新华书店全新正版书籍图书 保证_可开发票_极速发货支持7天无理由

59.1 5.4折 109 全新

库存2件

浙江嘉兴
认证卖家担保交易快速发货售后保障

作者黄小伟

出版社电子工业

ISBN9787121456015

出版时间2023-05

装帧其他

开本其他

定价109元

货号31754211

上书时间2024-10-15

學源图书专营店

已实名 已认证 进店 收藏店铺

   商品详情   

品相描述:全新
商品描述
作者简介
黄小伟,硕士毕业于华中科技大学,先后就职于粉丝网、网易,目前在有赞担任BI总监,业余运营公众号“数据分析撞上AI”(原R语言中文社区),长期关注企业研究分析能力与决策优势建设、数据价值挖掘与变现。
赵力,硕士毕业于浙江大学数学系,拥有超过8年的ToB场景分析经验,目前在有赞担任数据分析专家,主要负责新零售方向的数据分析与商业洞察。
邵俊杰,于2016年年初加入有赞,目前在有赞担任数据分析专家,先后负责客户成功、产品、经营等多个方向的数据分析与商业洞察工作,拥有丰富的SaaS行业分析经验。

目录
第1 篇 起始:企业价值
第1 章 企业价值选择 . 2
1.1 使命与愿景  2
1.2 战略目标与解码  6
1.2.1 战略目标  6
1.2.2 战略解码  8

第2 章 企业经营管理 . 12
2.1 经营管理原则  12
2.2 经营管理实践  14
2.2.1 经营管理会议  14
2.2.2 OKR 运营 . 16
2.2.3 经营分析  20

第3 章 分析型企业建设  25
3.1 孤岛问题  25
3.1.1 打破数据孤岛  26
3.1.2 业务流程改造  27
3.2 数据文化  29
3.2.1 认识数据文化  29
3.2.2 构建数据文化  31
3.3 分析人才  32
3.3.1 培养分析人才  32
3.3.2 选择打仗阵型  34
本篇小结 . 37

第2 篇 终局:分析价值
第4 章 认知建设:规模、成本与效率 . 42
4.1 问题验证 43
4.1.1 发掘潜在价值  43
4.1.2 选择解决策略  44
4.2 报表体系 48
4.2.1 提高共识效率  49
4.2.2 选择解决策略  50
4.3 研究分析 51
4.3.1 贡献决策增量  51
4.3.2 选择解决策略  52

第5 章 分析驱动:由策略向结果演进 . 54
5.1 驱动机制设计  54
5.1.1 为什么需要机制  54
5.1.2 SE 环是什么  57
5.2 如何利用SE 环实现有效驱动 . 60
5.2.1 理解业务现状  60
5.2.2 获取高质量问题  61
5.2.3 提供有效回答  63
5.2.4 追踪反馈评价  64
5.2.5 扩大知识传播  67
本篇小结  70

第3 篇 支撑:核心胜任能力
第6 章 分析技术 . 73
6.1 发现问题 75
6.1.1 识别问题  76
6.1.2 处理原则  81
6.2 主要分析方法  83
6.2.1 行业分析  83
6.2.2 定量分析  95
6.2.3 财务分析  106
6.3 写作技术  115
6.3.1 写作原则  116
6.3.2 写作应用  117

第7 章 工具技术  121
7.1 查询工具  121
7.1.1 价值判断  122
7.1.2 数据治理  128
7.2 报表工具  130
7.2.1 价值判断  130
7.2.2 方法论与实践  132
7.2.3 评价标准  137
7.2.4 增强分析  139
7.3 挖掘工具  143
7.3.1 需求分析  145
7.3.2 数据挖掘  146
7.3.3 交付上线  168
7.3.4 应用实践  170

第8 章 业务技术:SaaS 行业分析实践  174
8.1 SaaS 简述 . 174
8.1.1 发展现状  175
8.1.2 产品分类  180
8.2 SaaS 关键指标 . 181
8.2.1 业务视角  182
8.2.2 经营视角  191
8.3 客户新签  199
8.3.1 线索获取  200
8.3.2 销售转化  203
8.4 客户留存  207
8.4.1 PMF  210
8.4.2 交付活跃  214
8.4.3 流失预警  217

第9 章 领导力  221
9.1 跨场景优势  222
9.1.1 善于有效沟通  224
9.1.2 关键项目推进  225
9.2 个人影响力  226
9.2.1 用结果说话  226
9.2.2 持续复盘与总结  228
9.2.3 系统思考  229
9.3 团队杠杆 233
9.3.1 持续打胜仗  234
9.3.2 塑造团队文化  235
9.3.3 量化管理  238
本篇小结 .242

后记  243
附录A 缩略词及中英文对照 . 245
参考资料  247

内容摘要
《价值驱动:数据分析价值逻辑与实战方法》以分析从业者的职业发展为主题,以可持续的价值创造为主线,呈现了一套清晰的认知逻辑与实战方法论。全书分为3篇,第1篇是起始:企业价值,主要介绍企业的使命、愿景、战略目标与解码的基本逻辑,以及如何通过经营管理和分析型企业建设来保障年度经营规划的达成;第2篇是终局:分析价值,站在企业全局视角,从规模、成本与效率三个角度审视,并基于此尝试提出分析的价值主张、业务驱动的方法论——SE环和若干实战打法经验;第3篇是支撑:核心胜任能力,分别从分析技术、工具技术、业务技术及领导力四个视角,以更加体系化的方式呈现相应的知识结构与要点,避免碎片化的积累反而影响。
《价值驱动:数据分析价值逻辑与实战方法》以综述型的方式,向大家展示认知逻辑、方法论及实践经验,并体系化地呈现各种关键能力要素及应用心得,适合具备3年及以上经验的分析从业者、企业管理人员阅读,也适合SaaS及ToB行业从业者阅读。

精彩内容
推荐序在数字化时代,数据不仅是一种产生和传递信息的媒介,更是塑造企业竞争优势的决定因素之一。作为知识密集型企业,互联网公司拥有庞大且复杂的数据资源。如何利用这些数据资源加速商业价值变现是一个极其重要且紧迫的命题。借助数据分析,我们能够客观、全面、体系化地呈现业务现状、策略执行与结果之间的关联,并据此强化执行过程的质量与效率、驱动业务策略落地与闭环。
国外具有优秀数据文化的企业包括Google、Amazon、Meta、Netflix等科技公司,国内美团、字节跳动等公司也大量使用数据来驱动企业发展。在实践数据文化的过程中,能够通过数据驱动决策,制定数据治理策略,促进数据共享和协作,并能利用先进的人工智能和机器学习技术不断改进和优化数据文化。我们常说,一个业务的发展如同爬楼梯,业务团队有的觉得是一级级走上来的,有的觉得是“俯卧撑”上来的,有的觉得是跳上来的,实际上都是坐电梯上来的。如何准确衡量和评估业务策略和结果之间的相关性,对“输入项”做功,而非仅仅追求“输出项”的结果?通过建立“DataFirst”的数据文化,能够更高效地提升决策质量和效率,提升企业的市场洞察力和竞争力,还能更好地在动态的商业环境中把握机会并管理风险。
然而,企业的数据分析能力建设并非朝夕之功。在很多企业中,数据分析主要依赖少数从业者的积极性,而非良好的企业数据文化和明确的机制建设。这往往导致企业缺乏长期且确定性更高的业务策略产生路径,进而制约可持续竞争优势的保持,并造成各类资源的持续浪费。有效的分析机制可以带来巨大的优势,克服个别从业者所带来的人员不稳定性、经验难以复制、团队协作差、管理成本高等劣势。那么,应该如何构建与当前企业发展相匹配的分析机制?
本书提出了一个从实践中萃取的答案:SE环。SE环是作者们在长期业务实践过程中的沉淀与总结,将业务现状(Situation)、高质量问题(Question)、有效回答(Answer)、反馈评价(Evaluation)和知识传播(Expansion)恰当组合,促使数据分析与业务紧密协同并实现正向演进。SE环短期可持续优化业务策略,长期则有助于数据文化与组织能力的塑造,对企业来说非常重要且有意义。正如彼得·德鲁克所说:“你如果无法度量它,就无法管理它”,机制建设与完善是极其艰难的过程,需要进行合理的量化、评价与迭代,否则很难真正落地。这是本书的亮点之一。通过量化的方式不断实现机制的快速迭代,使之能够更有效地驱动企业分析决策能力的提升,并将其融入企业文化和战略规划中,最终形成匹配企业发展需要的驱动机制,实现数据驱动的商业成功。
在过去5年建设有赞的数据分析团队和机制文化的实践中,我最大的体会是,企业领导者对数据驱动商业决策的信念和坚守是成功的关键。这是克服长周期的困难,下定决心投入资源去建设团队、树立体系、制定流程和最终形成数据驱动文化的核心驱动力。
随着人工智能技术的不断发展和应用,以ChatGPT为代表的新一代AGI平台在重塑人机交互的模型,未来的数据分析领域将会发生巨大的变革。在面对海量数据时,人工智能可以帮助企业更高效率、更低成本地进行分析和挖掘,让业务团队更简单、更轻松地获取数据分析之后的结果,进而更好地理解宏观经济环境、市场需求、行业趋势和客户行为。这将提高企业经营决策效率,最终提升商业竞争力。此外,人工智能的发展将给从业人员带来新的机遇和挑战,相关从业者应该积极拥抱技术变革,不断学习,提升认知水平、知识结构和专业能力,以适应快速变化的市场需求。数据分析工作将更多聚焦于数据收集和机器预训练(FineTune)两个环节,并更大程度上在企业内普及和推广数据分析工具的全员使用。同时,企业应注重培养这方面的人才以适应全新的工作模式。
我相信,人工智能技术的不断革新将为企业带来更广泛的机遇和挑战,只有通过不断学习和创新,企业才能在未来的商业竞争中“适者生存”。
我对此充满期待!
浣昉有赞COO兼联席总裁 前高瓴资本投资人

—  没有更多了  —

以下为对购买帮助不大的评价

此功能需要访问孔网APP才能使用
暂时不用
打开孔网APP