数据分析即未来 企业全生命周期数据分析应用之道 (美)格雷戈里·S.纳尔逊 著 陈道斌 等 译 经管、励志 文轩网

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优选90
3.4.1集中式架构91
3.4.2分散式架构94
3.4.3很好中心式架构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很好实践
第5章分析生命周期工具包140
5.1分析生命周期很好实践领域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分析生命周期很好实践领域、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用数据讲故事的很好实践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
第三部分分析能力很好常青之道
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引领变革的很好实践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