《数据分析即未来：企业全生命周期数据分析应用之道》内容简介与阅读建议

Name: 数据分析即未来：企业全生命周期数据分析应用之道
Author: [美] 格雷戈里·S.，纳尔逊，[Gregory，S.，Ne
ISBN: 9787111656999

获取这本书 暂无已核验电子书资源

下载

作者: [美] 格雷戈里·S.，纳尔逊，[Gregory，S.，Ne
分类: 科技技术
出版年份: 2020
译者: 陈道斌万芊等译
出版社: 机械工业出版社
语言: 中文

《数据分析即未来：企业全生命周期数据分析应用之道》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。

《数据分析即未来：企业全生命周期数据分析应用之道》书籍信息摘要

《数据分析即未来：企业全生命周期数据分析应用之道》内容简介与阅读建议，作者 [美] 格雷戈里·S.，纳尔逊，[Gregory，S.，Ne，科技技术，2020年。获取前建议核对作者、出版社、年份、ISBN、版本和正版渠道。相关主题：数据分析、大数据、商业、计算机类。

作者：[美] 格雷戈里·S.，纳尔逊，[Gregory，S.，Ne
分类：科技技术
出版年份：2020
出版社：机械工业出版社
语言：中文
格式：暂无已核验合规下载格式

《数据分析即未来：企业全生命周期数据分析应用之道》适合哪些读者？

适合希望系统学习技术概念、实践方法、工具使用和行业知识的读者。

查看 [美] 格雷戈里·S.，纳尔逊，[Gregory，S.，Ne 的作品顺序浏览科技技术书籍查看“数据分析”相关书籍读完这本读什么查看书籍排行榜

获取建议

《数据分析即未来：企业全生命周期数据分析应用之道》怎么获取更合适？

优先确认版本和阅读目的；下载区只展示已核验的公版、授权、开放许可或官方试读资源。

下载

暂无已核验电子书资源；本站不展示未授权完整文件。

下载

版本

优先选择作者、译者、出版社、出版年份和 ISBN 信息明确的版本；经典作品可优先选择校注、导读或权威出版社版本。

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

合规获取说明

当前暂无已核验电子书资源。若是商业出版物，建议优先通过出版社、书店或官方电子书平台获取。

常见问题

《数据分析即未来：企业全生命周期数据分析应用之道》适合谁读？

适合希望系统学习技术概念、实践方法、工具使用和行业知识的读者。

《数据分析即未来：企业全生命周期数据分析应用之道》阅读难度高吗？

建议先看简介、目录、作者和相关书籍，再判断是否适合当前阶段阅读。

《数据分析即未来：企业全生命周期数据分析应用之道》纸质书值得买吗？

当前暂未接入已核验的纸质书购买链接，建议通过出版社、京东、当当等正版渠道核对版本后购买。

《数据分析即未来：企业全生命周期数据分析应用之道》哪个版本更适合？

优先选择作者、译者、出版社、出版年份和 ISBN 信息清楚的版本；经典作品可优先选择校注、导读或权威出版社版本。

在哪里可以合法获取《数据分析即未来：企业全生命周期数据分析应用之道》？

当前没有确认授权的电子书下载资源，也暂未接入已核验购买链接；商业出版物不提供未授权下载，建议通过出版社、京东、当当或官方电子书平台核对获取。

如何继续查找《数据分析即未来：企业全生命周期数据分析应用之道》相关书籍？

可以进入 [美] 格雷戈里·S.，纳尔逊，[Gregory，S.，Ne 作者页查看其他作品，也可以通过分类、标签、排行榜、人工推荐和“读完这本还可以读”继续发现相近主题。