数据分析即未来：企业全生命周期数据分析应用之道

图书标准信息

• 作者 Nelson 著；[美]格雷戈里·S.、纳尔逊、Gregory、S.、陈道斌 万芊 译
• 出版社 机械工业出版社
• 出版时间 2020-06
• 版次 1
• ISBN 9787111656999
• 定价 89.00元
• 装帧 其他
• 开本 32开
• 页数 471页
• 字数 100千字

【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，第壹部分分析基础篇，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*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*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。

【作者简介】

译者简介

部分分析基础

章分析概览2

1.1基本概念2

1.1.1数据3

1.1.2分析4

1.1.3什么是分析5

1.1.4分析与其他概念的区别7

1.2分析概念9

1.2.1商业智能和报表9

1.2.2大数据12

1.2.3数据科学13

1.2.4边缘（和环境）分析14

1.2.5信息学16

1.2.6人工智能与认知计算16

1.3分析方论18

1.3.1应用统计与数学19

1.3.2预测和时间序列22

1.3.3自然语言处理22

1.3.4文本挖掘与文本分析26

1.3.5机器学27

1.3.6数据挖掘30

1.4分析的目的31

1.4.1分析是关于改善结果的活动32

1.4.2分析是关于创造价值的活动33

1.4.3分析是关于发现的活动34

1.4.4分析是关于促成变革的活动35

1.5本章小结36

1.6参文献38

第2章分析人才41

2.1谁来做分析工作41

2.2分析师的职责44

2.3分析工作的岗位序列46

2.3.1业务分析47

2.3.2统计分析48

2.3.3技术分析49

2.3.4力分析50

2.3.5产品分析管理51

2.4分析的关键能力52

2.5分析思维56

2.5.1问题求解58

2.5.2分解方61

2.5.3综合方62

2.6批判思维方63

2.7分析中应用批判思维的例子65

2.8如何提高批判思维能力66

2.9系统思维68

2.10本章小结71

2.11参文献72

第3章分析的组织背景74

3.1组织的战略与分析活动的协同74

3.1.1目标76

3.1.2战略76

3.1.3组织的能力78

3.1.4资源80

3.1.5评估和管理系统80

3.2组织的83

3.3分析团队的组织架构设计87

3.4什么样的分析团队组织架构设计好90

3.4.1集中式架构91

3.4.2分散式架构94

3.4.3中心式架构97

3.4.4分析的组织方式100

3.5本章小结102

3.6参文献103

第4章数据战略、台与架构105

4.1数据战略106

4.1.1数据战略声明107

4.1.2战略与实施109

4.2战略规划流程109

4.3规划一个数据战略路线图113

4.3.1范围和目的114

4.3.2数据收集、标准化和清洗115

4.3.3数据架构、虚拟化和整合116

4.3.4数据洞察和分析117

4.3.5数据治理和数据质量118

4.3.6元数据管理120

4.3.7数据访问、发布、隐私和安全121

4.3.8数据保存122

4.3.9能与服务水协议123

4.4制定数据战略的敏捷方124

4.5数据战略小结125

4.6台和架构分析126

4.7分析架构127

4.7.1范围：业务规模和生命周期支持130

4.7.2决策的复杂度130

4.7.3理解复杂度132

4.7.4紧迫和影响132

4.8特定目的数据或潜在价值数据134

4.9本章小结136

4.10参文献137

第二部分分析生命周期佳实践

第5章分析生命周期工具包140

5.1分析生命周期佳实践领域140

5.2数据分析是数据科学的产物143

5.3数据分析的目标143

5.4分析产品的规模和范围144

5.5分析生命周期工具包的组织方式146

5.5.1关于分析流程147

5.5.2分析生命周期佳实践领域、流程和工具148

5.6分析的设计思维154

5.6.1什么是设计思维154

5.6.2设计思维应虑用户旅程155

5.6.3设计思维的五个步骤156

5.7本章小结159

5.8参文献159

第6章问题理解160

6.1流程概述160

6.2为什么要理解问题161

6.3流程领域161

6.3.1问题定义163

6.3.2根本原因调查167

6.3.3提出设175

6.3.4问题设计182

6.3.5业务方案优先级设置190

6.4本章小结195

6.5工具包结197

6.6参文献198

第7章数据探查200

7.1流程概述200

7.1.1数据探索200

7.1.2为什么要做数据探查203

7.2数据探查过程203

7.2.1数据识别和优先级排序204

7.2.2数据收集和准备209

7.2.3数据剖析和特征描述213

7.2.4可视化探索227

7.3记录分析志228

7.4本章小结230

7.5工具包结231

7.6参文献232

第8章分析模型开发234

8.1流程概述234

8.1.1分析模型定义239

8.1.2模型开发240

8.1.3利用多种方进行检验245

8.1.4为什么要这样做248

8.2建模过程249

8.3进行比较250

8.4度量关联260

8.4.1相关统计检验264

8.4.2其他相关检验266

8.5进行预测267

8.5.1检测模式270

8.5.2模式检测过程275

8.6本章小结277

8.7问题结和练278

8.8工具包结280

8.9参文献281

第9章成果应用285

9.1流程概述285

9.1.1为什么要研究成果应用环节286

9.1.2成果应用过程涉及的领域288

9.2解决方案评估289

9.2.1步骤1：模型回顾和验证290

9.2.2步骤2：对结果的评价291

9.2.3步骤3：影响评估292

9.3分析成果应用的实施293

9.3.1步骤1：制定部署计划294

9.3.2步骤2：关键指标的定义296

9.3.3步骤3：项目评估297

9.4演示和讲故事298

9.4.1通过数据讲故事的资源299

9.4.2用数据讲故事的佳实践303

9.5本章小结316

9.6练318

9.7工具箱结320

9.8参文献321

0章分析产品管理326

10.1流程概述326

10.2分析产品管理过程涉及的领域329

10.2.1分析产品经理330

10.2.2价值管理334

10.2.3分析生命周期的执行348

10.2.4质量流程362

10.2.5利益相关方的参与和反馈368

10.2.6能力和人才发展371

10.3本章小结373

10.4工具包结374

10.5参文献375

第三部分分析能力常青之道

1章把分析付诸行动380

11.1分析的力量380

11.2高效和有效的分析计划384

11.2.1了解分析生命周期387

11.2.2关于有效分析的一些观点390

11.2.3对分析效果和效率的挑战391

11.3为什么分析的上线运营会失败392

11.4变革管理396

11.4.1选择正确的变革方398

11.4.2为什么要开展变革管理400

11.4.3对变革的情感反应401

11.4.4分析变革管理的例子404

11.5变革的佳实践405

11.5.1创建共同的变革目标406

11.5.2建立可见的、参与型的联盟407

11.5.3赋能参与和沟通409

11.5.4支持强化个人绩效413

11.6变革中的问题处理414

11.7本章小结416

11.8参文献417

2章分析团队的核心胜任力418

12.1核心胜任力概述418

12.1.1分析胜任力定义418

12.1.2培养分析胜任力420

12.1.3过去和未来所需要的职场胜任力421

12.1.4分析职业框架422

12.2核心胜任力详述422

12.2.1胜任力领域：业务知识424

12.2.2胜任力领域：分析思维427

12.2.3胜任力领域：数据管理430

12.2.4胜任力领域：数据探索432

12.2.5胜任力领域：数据可视化433

12.2.6胜任力领域：技术素养435

12.2.7胜任力领域：战略思维438

12.2.8胜任力领域：力440

12.2.9胜任力领域：分析产品管理443

12.3基于知识领域的分析工作岗位序列的理想胜任力446

12.3.1胜任力领域：业务知识446

12.3.2胜任力领域：分析思维448

12.3.3胜任力领域：数据管理448

12.3.4胜任力领域：数据探索448

12.3.5胜任力领域：数据可视化452

12.3.6胜任力领域：技术素养452

12.3.7胜任力领域：战略思维452

12.3.8胜任力领域：力456

12.3.9胜任力领域：分析产品管理456

12.4本章小结459

12.5参文献459

3章数据分析未来趋势460

13.1数据分析的生命周期框架460

13.2分析在未来世界的作用462

13.3未来主义者的视角463

13.3.1普适计算和分析464

13.3.2大数据将驱动创新465

13.3.3分隔的行业与视角将消失466

13.3.4目标造差异化466

13.3.5胜任力胜过特定技能467

13.4后的一点思468

13.5参文献469

译后记470

【目录】

推荐序一 

推荐序二 

译者序 

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 2 

1.1 基本概念 2 

1.1.1 数据 3 

1.1.2 分析 4 

1.1.3 什么是分析 5 

1.1.4 分析与其他概念的区别 7 

1.2 分析概念 9 

1.2.1 商业智能和报表 9 

1.2.2 大数据 12 

1.2.3 数据科学 13 

1.2.4 边缘（和环境）分析 14 

1.2.5 信息学 16 

1.2.6 人工智能与认知计算 16 

1.3 分析方法论 18 

1.3.1 应用统计与数学 19 

1.3.2 预测和时间序列 22 

1.3.3 自然语言处理 22 

1.3.4 文本挖掘与文本分析 26 

1.3.5 机器学习 27 

1.3.6 数据挖掘 30 

1.4 分析的目的 31 

1.4.1 分析是关于改善结果的活动 32 

1.4.2 分析是关于创造价值的活动 33 

1.4.3 分析是关于发现的活动 34 

1.4.4 分析是关于促成变革的活动 35 

1.5 本章小结 36 

1.6 参考文献 38 

第2章 分析人才 41 

2.1 谁来做分析工作 41 

2.2 分析师的职责 44 

2.3 分析工作的岗位序列 46 

2.3.1 业务分析 47 

2.3.2 统计分析 48 

2.3.3 技术分析 49 

2.3.4 领导力分析 50 

2.3.5 产品分析管理 51 

2.4 分析的关键能力 52 

2.5 分析思维 56 

2.5.1 问题求解 58 

2.5.2 分解方法 61 

2.5.3 综合方法 62 

2.6 批判性思维方法 63 

2.7 分析中应用批判性思维的例子 65 

2.8 如何提高批判性思维能力 66 

2.9 系统性思维 68 

2.10 本章小结 71 

2.11 参考文献 72 

第3章 分析的组织背景 74 

3.1 组织的战略与分析活动的协同 74 

3.1.1 目标 76 

3.1.2 战略 76 

3.1.3 组织的能力 78 

3.1.4 资源 80 

3.1.5 评估和管理系统 80 

3.2 组织的文化 83 

3.3 分析团队的组织架构设计 87 

3.4 什么样的分析团队组织架构设计最好 90 

3.4.1 集中式架构 91 

3.4.2 分散式架构 94 

3.4.3 卓越中心式架构 97 

3.4.4 分析的组织方式 100 

3.5 本章小结 102 

3.6 参考文献 103 

第4章 数据战略、平台与架构 105 

4.1 数据战略 106 

4.1.1 数据战略声明 107 

4.1.2 战略与实施 109 

4.2 战略规划流程 109 

4.3 规划一个数据战略路线图 113 

4.3.1 范围和目的 114 

4.3.2 数据收集、标准化和清洗 115 

4.3.3 数据架构、虚拟化和整合 116 

4.3.4 数据洞察和分析 117 

4.3.5 数据治理和数据质量 118 

4.3.6 元数据管理 120 

4.3.7 数据访问、发布、隐私和安全 121 

4.3.8 数据保存 122 

4.3.9 性能与服务水平协议 123 

4.4 制定数据战略的敏捷方法 124 

4.5 数据战略小结 125 

4.6 平台和架构分析 126 

4.7 分析架构 127 

4.7.1 范围：业务规模和生命周期支持 130 

4.7.2 决策的复杂度 130 

4.7.3 理解复杂度 132 

4.7.4 紧迫性和影响 132 

4.8 特定目的数据或潜在价值数据 134 

4.9 本章小结 136 

4.10 参考文献 137 

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 140 

5.1 分析生命周期最佳实践领域 140 

5.2 数据分析是数据科学的产物 143 

5.3 数据分析的目标 143 

5.4 分析产品的规模和范围 144 

5.5 分析生命周期工具包的组织方式 146 

5.5.1 关于分析流程 147 

5.5.2 分析生命周期最佳实践领域、流程和工具 148 

5.6 分析的设计思维 154 

5.6.1 什么是设计思维 154 

5.6.2 设计思维应考虑用户旅程 155 

5.6.3 设计思维的五个步骤 156 

5.7 本章小结 159 

5.8 参考文献 159 

第6章 问题理解 160 

6.1 流程概述 160 

6.2 为什么要理解问题 161 

6.3 流程领域 161 

6.3.1 问题定义 163 

6.3.2 根本原因调查 167 

6.3.3 提出假设 175 

6.3.4 问题设计 182 

6.3.5 业务方案优先级设置 190 

6.4 本章小结 195 

6.5 工具包总结 197 

6.6 参考文献 198 

第7章 数据探查 200 

7.1 流程概述 200 

7.1.1 数据探索 200 

7.1.2 为什么要做数据探查 203 

7.2 数据探查过程 203 

7.2.1 数据识别和优先级排序 204 

7.2.2 数据收集和准备 209 

7.2.3 数据剖析和特征描述 213 

7.2.4 可视化探索 227 

7.3 记录分析日志 228 

7.4 本章小结 230 

7.5 工具包总结 231 

7.6 参考文献 232 

第8章 分析模型开发 234 

8.1 流程概述 234 

8.1.1 分析模型定义 239 

8.1.2 模型开发 240 

8.1.3 利用多种方法进行检验 245 

8.1.4 为什么要这样做 248 

8.2 建模过程 249 

8.3 进行比较 250 

8.4 度量关联 260 

8.4.1 相关性统计检验 264 

8.4.2 其他相关性检验 266 

8.5 进行预测 267 

8.5.1 检测模式 270 

8.5.2 模式检测过程 275 

8.6 本章小结 277 

8.7 问题总结和练习 278 

8.8 工具包总结 280 

8.9 参考文献 281 

第9章 成果应用 285 

9.1 流程概述 285 

9.1.1 为什么要研究成果应用环节 286 

9.1.2 成果应用过程涉及的领域 288 

9.2 解决方案评估 289 

9.2.1 步骤1：模型回顾和验证 290 

9.2.2 步骤2：对结果的评价 291 

9.2.3 步骤3：影响评估 292 

9.3 分析成果应用的实施 293 

9.3.1 步骤1：制定部署计划 294 

9.3.2 步骤2：关键指标的定义 296 

9.3.3 步骤3：项目评估 297 

9.4 演示和讲故事 298 

9.4.1 通过数据讲故事的资源 299 

9.4.2 用数据讲故事的最佳实践 303 

9.5 本章小结 316 

9.6 练习 318 

9.7 工具箱总结 320 

9.8 参考文献 321 

第10章 分析产品管理 326 

10.1 流程概述 326 

10.2 分析产品管理过程涉及的领域 329 

10.2.1 分析产品经理 330 

10.2.2 价值管理 334 

10.2.3 分析生命周期的执行 348 

10.2.4 质量流程 362 

10.2.5 利益相关方的参与和反馈 368 

10.2.6 能力和人才发展 371 

10.3 本章小结 373 

10.4 工具包总结 374 

10.5 参考文献 375 

第三部分 分析能力卓越常青之道 

第11章 把分析付诸行动 380 

11.1 分析的力量 380 

11.2 高效和有效的分析计划 384 

11.2.1 了解分析生命周期 387 

11.2.2 关于有效分析的一些观点 390 

11.2.3 对分析效果和效率的挑战 391 

11.3 为什么分析的上线运营会失败 392 

11.4 变革管理 396 

11.4.1 选择正确的变革方法 398 

11.4.2 为什么要开展变革管理 400 

11.4.3 对变革的情感反应 401 

11.4.4 分析变革管理的例子 404 

11.5 引领变革的最佳实践 405 

11.5.1 创建共同的变革目标 406 

11.5.2 建立可见的、参与型的领导联盟 407 

11.5.3 赋能参与和沟通 409 

11.5.4 支持强化个人绩效 413 

11.6 变革中的问题处理 414 

11.7 本章小结 416 

11.8 参考文献 417 

第12章 分析团队的核心胜任力 418 

12.1 核心胜任力概述 418 

12.1.1 分析胜任力定义 418 

12.1.2 培养分析胜任力 420 

12.1.3 过去和未来所需要的职场胜任力 421 

12.1.4 分析职业框架 422 

12.2 核心胜任力详述 422 

12.2.1 胜任力领域：业务知识 424 

12.2.2 胜任力领域：分析思维 427 

12.2.3 胜任力领域：数据管理 430 

12.2.4 胜任力领域：数据探索 432 

12.2.5 胜任力领域：数据可视化 433 

12.2.6 胜任力领域：技术素养 435 

12.2.7 胜任力领域：战略思维 438 

12.2.8 胜任力领域：领导力 440 

12.2.9 胜任力领域：分析产品管理 443 

12.3 基于知识领域的分析工作岗位序列的理想胜任力 446 

12.3.1 胜任力领域：业务知识 446 

12.3.2 胜任力领域：分析思维 448 

12.3.3 胜任力领域：数据管理 448 

12.3.4 胜任力领域：数据探索 448 

12.3.5 胜任力领域：数据可视化 452 

12.3.6 胜任力领域：技术素养 452 

12.3.7 胜任力领域：战略思维 452 

12.3.8 胜任力领域：领导力 456 

12.3.9 胜任力领域：分析产品管理 456 

12.4 本章小结 459 

12.5 参考文献 459 

第13章 数据分析未来趋势 460 

13.1 数据分析的生命周期框架 460 

13.2 分析在未来世界的作用 462 

13.3 未来主义者的视角 463 

13.3.1 普适计算和分析 464 

13.3.2 大数据将驱动创新 465 

13.3.3 分隔的行业与视角将消失 466 

13.3.4 目标造就差异化 466 

13.3.5 胜任力胜过特定技能 467 

13.4 最后的一点思考 468 

13.5 参考文献 469 

译后记 470