[正版新书] 这才是 BI 该做的事 : 数据驱动从 0 到 1 都美香 清华大学出版社 数据分析,商业智能

本书以 BI 负责人的视角介绍 BI 分析师的核心工作和应具备的核心技能，并分析 BI 创造价值的专题，理论和实例并重。全书分为四部分： 

第一部分（第 1、2 章）为 BI 概述与团队组建，从介绍 BI 分析的基本概念说起，包含BI 职责与数据驱动的概述，以及组建团队时需要考虑的能力模 型、团队选型、团队管理。第二部分（第 3、4 章）为 BI 体系搭建基础知识，包括数据获取与管理，指标体系的概念、设计模型与使用场景。第三部分（第 5 ～ 9 章）为 BI 创造价值专题，包括增长、价值主张、盈利、体验、风控五大专题。第四部分（第 10、11 章）为回顾与展望，从衣、食、住、行、学五个方面回顾数据已经带来的变化与未来可预期的变化，最后从进化的视角探讨应对人工智能范式转移的策略。 

对于想要通过数据驱动业务、改善决策质量的互联网从业者来说，本书应该是一本非常实用的参考书。

正在攻读杜克大学跨学科数据科学硕士（MIDS）项目，拥有中国人民大学历史专业本科学位。曾在滴滴担任国家决策支持部负责人，兼任日本、巴西外卖分析团队负责人；火花思维商业智能部负责人；VIPKID高级数据分析经理；华为担任高级工程师。带领团队在零售、教育、外卖等领域实现数据驱动，在供给侧与需求侧、互联网与传统企业、国内和国际业务领域都积累了丰富的实战经验。

深入阐述BI团队应发挥的核心价值；

全书贯穿电商、教育、外卖领域的实操案例；

剖析BI指标体系的设计模型与使用场景；

五大专题详述BI如何创造业务价值；

目录 

第一部分? BI 概述与团队组建 

第 1 章? BI 分析概述? /? 2 

1.1 从“分析”的概念说起 / 3 

1.1.1 常见的分析概念 / 3 

1.1.2 BI 分析的概念 / 8 

1.2 BI 分析行业现状与 BI 的职责 / 9 

1.2.1 没有什么不在被数字化 / 9 

1.2.2 我们相信上帝，但其他人必须提供数据 / 14 

1.2.3 BI 团队的职责 / 15 

1.2.4 BI 团队的常见分类 / 16 

1.3 数据驱动概述 / 17 

1.3.1 数据驱动业务的衡量维度 / 17 

1.3.2 数据驱动业务的大体流程 / 19 

第 2 章? 组建 BI 团队? /? 22 

2.1 “人”：数据分析师画像 / 23 

2.1.1 分析师通用能力 / 23 

2.1.2 不同部门对应的 BI 分析师特征 / 24 

2.1.3 不同任务属性对应的 BI 分析师特征 / 25 

2.2 BI 团队的架构设置与部门间协作 / 27 

2.2.1 BI 团队外部架构 / 27 

2.2.2 BI 跨部门协作机制 / 29 

2.3 团队管理 / 32 

2.3.1 团队选型 / 32 

2.3.2 团队运作机制 / 36 

第二部分? BI 体系搭建基础知识 

第 3 章? 数据获取与管理? /? 40 

3.1 数据采集（以外卖业务为例） / 41 

3.1.1 数据源类型 / 41 

3.1.2 数据源的信息结构 / 44 

3.1.3 数据传输与存储 / 46 

3.2 数据质量管理 / 49 

3.2.1 数据质量标准 / 49 

3.2.2 数据质量治理 / 50 

3.3 新型数据源 / 52 

3.3.1 关注传感器的数据 / 52 

3.3.2 音频、视频等非结构化数据的解析与应用 / 53 

3.3.3 标注数据 / 55 

第 4 章? 搭建指标体系? /? 57 

4.1 指标体系的概念、作用和衡量标准 / 58 

4.1.1 指标体系的概念 / 58 

4.1.2 指标体系的作用 / 60 

4.1.3 指标体系的衡量标准（以外卖场景为例） / 64 

4.2 指标体系的设计模型 / 66 

4.2.1 第一关键指标法（以电商和在线教育为例） / 67 

4.2.2 OSM 模型（以在线教育为例） / 69 

4.2.3 AARRR 海盗指标法（以在线教育为例） / 73 

4.2.4 用户旅程地图模型（以电商为例） / 75 

4.3 指标体系的开发流程 / 78 

4.4 指标体系的使用场景（以外卖业务为例） / 78 

4.4.1 日维度业务监控 / 78 

4.4.2 周维度业务诊断 / 80 

4.4.3 月维度业务复盘 / 82 

4.4.4 支持日常业务决策 / 84 

第三部分? BI 创造价值专题 

第 5 章? 专题：增长? /? 88 

5.1 概念 / 89 

5.1.1 增长黑客的概念 / 89 

5.1.2 增长金字塔：找到市场契合点和价值投递引擎 / 90 

5.1.3 增长黑客的运营机制 / 92 

5.2 数据科学的演绎 / 95 

5.2.1 人工智能的高光时刻 / 95 

5.2.2 提炼算法替代决策的机会点 / 96 

5.2.3 2% 的人通过机器控制 98% 的人 / 97 

5.2.4 提问题的能力才是核心能力 / 99 

5.3 数据驱动增长的案例（以在线教育为例） / 101 

5.3.1 获客：注册 / 102 

5.3.2 激活：转化 / 103 

5.3.3 留存：退费 / 104 

5.3.4 盈利：续费 / 105 

5.3.5 传播：转介绍 / 107 

5.3.6 附：增长分析中常用的算法模型 / 108 

第 6 章? 专题：价值主张? /? 110 

6.1 实现价值主张的分析方法 / 111 

6.1.1 第一性原理：抓住本质 / 111 

6.1.2 爬楼梯策略：穷尽方法 / 113 

6.2 数据驱动价值主张的实现（以在线教育为例） / 115 

6.2.1 提高运营效率 / 115 

6.2.2 提高学习效果 / 118 

6.3 数据驱动价值主张的实现（以外卖业务为例） / 122 

6.3.1 外卖平台的出现是社会的进步 / 122 

6.3.2 多、快、好、省 / 123 

第 7 章? 专题：盈利? /? 130 

7.1 盈利能力分析 / 132 

7.1.1 传统的盈利能力分析：赚更多钱 / 132 

7.1.2 新业务的盈利能力分析：赚 1 块钱 / 133 

7.2 制定业务目标 / 135 

7.2.1 制定目标的“格栅思维” / 135 

7.2.2 目标预测的模型类型 / 136 

7.2.3 制定目标的决策体系：格栅模型 / 143 

7.2.4 目标管理的长远意义：锻造持续成功的团队 / 145 

7.3 增长结构优化 / 146 

7.3.1 增长引擎的类型 / 146 

7.3.2 数据驱动增长引擎（以在线教育业务为例） / 147 

7.4 单位经济效益优化：毛利分析 / 150 

7.4.1 确定毛利目标（以外卖业务为例） / 150 

7.4.2 优化毛利结构（以外卖业务为例） / 152 

第 8 章? 专题：体验? /? 157 

8.1 用户体验概述 / 158 

8.1.1 概念 / 158 

8.1.2 度量模型 / 158 

8.1.3 用户体验分析方法 / 161 

8.2 用户体验分析应用 / 162 

8.2.1 搭建体验指标体系（以外卖业务为例） / 162 

8.2.2 问卷调研 / 163 

8.2.3 KANO 模型 / 166 

8.2.4 文本挖掘 / 168 

8.2.5 关联用户行为与评价、调研 / 170 

第 9 章? 专题：风控? /? 172 

9.1 概述 / 174 

9.1.1 风控的概念 / 174 

9.1.2 风控的特征 / 174 

9.1.3 风控不利可能造成的影响 / 176 

9.2 风险感知（以外卖业务为例） / 177 

9.2.1 扫描业务流程与策略，锁定风控点 / 177 

9.2.2 异常值分析与离群点监测 / 179 

9.2.3 客服数据监测 / 180 

9.3 风险分析（以外卖业务为例） / 181 

9.3.1 描述性分析 / 181 

9.3.2 根本原因分析 / 183 

9.3.3 共同因素分析 / 184 

9.4 风险治理 / 186 

9.4.1 治理的环节 / 186 

9.4.2 治理的策略 / 187 

第四部分? 回顾与展望 

第 10 章? 数据驱动随处可见? /? 190 

10.1 衣 / 191 

10.1.1 SHEIN 是什么 / 191 

10.1.2 SHEIN 的数据驱动的运营机制 / 192 

10.2 食 / 196 

10.2.1 编辑基因—获得更好的西红柿种子 / 196 

10.2.2 数据驱动，提高种植效率 / 197 

10.2.3 数据驱动，提高交易效率 / 199 

10.2.4 数据驱动，提炼市场信号 / 200 

10.3 住 / 201 

10.3.1 比尔·盖茨的未来之家 / 201 

10.3.2 交互：基于语言交互的智能音响 / 202 

10.3.3 领会意图：环境计算 / 203 

10.4 行 / 205 

10.4.1 拥有不出行的选择：在线生活和工作 / 205 

10.4.2 提高出行效率：网约车平台 / 206 

10.4.3 智慧交通：单车智能、车路协同 / 208 

10.5 学 / 209 

10.5.1 搜索信息 / 209 

10.5.2 在线教育 / 211 

10.5.3 人工智能与教育 / 212 

第 11 章? 数量与质量：结合人工智能的竞争优势? /? 216 

11.1 科学 / 217 

11.2 还原 / 218 

11.3 变异 / 219 

11.4 概率 / 220 

11.5 涌现 / 221 

11.5.1 层创进化 / 221 

11.5.2 吸引与排斥 / 222 

11.5.3 元素与网络 / 223 

11.6 智能 / 225 

11.6.1 人类和果蝇有什么差别 / 225 

11.6.2 人类和黑猩猩有什么差别 / 225 

11.6.3 人和机器有什么差别 / 226 

11.6.4 结合人工智能的竞争策略 / 226