具体描述
编辑推荐
适读人群 ：本书是为各类商业专业人士编写的。企业中任何与数据收集、分析和应用有关的角色都可以阅读本书，不只是高级技术人员和数据科学家，还包括业务用户以及任何在职位描述中有“分析师”字样的专业人士。本书两位作者对各个行业中大型企业可能面临的数据挑战有着深入的了解，并且非常熟悉这些企业如何利用数据和分析来获得优势。这些企业不断遇到同样的问题，例如：
● 我们花费宝贵的会议时间来琢磨为什么每个人的数据都不匹配；
● 我们无法在利用自身规模经济优势的同时保持对数据的敏锐；
● 我们需要自助服务应用程序来让企业对数据进行实验并加快开发进程；
● 我们需要获得更具预测性的曲线以确保长期成功。
为了真正解决当今企业的数据问题，他们希望找到一种方法来帮助企业实现他们所寻求的成功。这不是一个一成不变的过程，而是一种敏捷且利用数据和分析来推动竞争优势的方法。
当两个视角非常不同的人聚在一起解决一个大问题的时候，结果非常令人神往。本书源自两位领域内著名的影响者：一位是长期从事分析实践的天睿公司首席运营官，另一位是学术研究员和顾问。他们一起创建了一个强大的框架，各种类型的企业都可以用它来把分析能力、商业实践和人力动态结合起来，从而改变目前的运营方式。
内容简介
本书介绍了企业如何面对大数据时代数据量庞大、增长迅猛、种类多样的现实境况，阐述了由数据驱动，以客户为中心，帮助企业获取商业洞察力，并且将之转化为执行力，创造商业价值的方法，帮助企业在当今数据驱动的市场中更好地生存和获得竞争优势。书中介绍的是一种利用数据和数据分析来驱动竞争优势的敏捷方法，一个用于分析能力、成熟度和敏捷度的新模型。无论是建立下一代数字化战略，搭建数据实验来探索深度神经网络，还是对访问自己公司的KPI加以控制，本书都非常有参考价值。
本书是为各类商业专业人士编写的。企业中任何与数据收集、分析和应用有关的角色都可以阅读本书，不只是高级技术人员和数据科学家，还包括业务用户以及任何在职位描述中有“分析师”字样的专业人士。
作者简介
奥利弗·拉茨伯格（Oliver Ratzesberger）
天睿公司（Teradata）首席运营官。在入职天睿公司之前，他曾在eBay工作过7年，期间领导了eBay的数据仓库和大数据平台项目。他在开源创业方面也有着丰富的经验。他于2013年初加入天睿公司，担任天睿公司软件研发团队的leader。在担任首席运营官之前，他作为公司研发部门负责人，负责管理全球超过1900名技术人员。
莫汉伯·索尼（Mohanbir Sawhney）
麦考密克基金会的技术主席，同时也是美国西北大学凯洛格管理学院技术与创新研究中心主任及营销学教授。他是全球知名的创新、战略营销和新媒体领域的学者、导师、顾问和演说家。他目前专注于现代营销、有机发展与业务创新方面的研究和教学。他为众多的全球2000强公司及多国政府提供咨询和演讲，撰写了6本管理方面的书籍，并在知名的学术期刊和管理类出版物上发表数十篇有影响力的文章。
目录
目 录
第 1章 重塑企业 1
破坏与决策 3
思科的自我破坏：有意为之且大规模 4
可持续型自我破坏 5
分析痛点与自助服务变革 7
访问与控制 9
必要的演进 12
融会贯通 13
第 2章 充分利用膨胀的数据宇宙 15
数据宇宙：以指数方式扩展新资源 17
改变游戏规则的能力 21
出于善意的混乱 22
数据集市及其不满 23
解决方案？“领英式分析” 25
回到eBay：完成分析指令 27
第3章 敏捷数据平台 30
在规模化扩展中保持敏捷性 31
对瀑布方法论的反思 33
敏捷分析 34
通过虚拟数据集市在企业内传播敏捷 36
虚拟数据集市的实施 38
时间限制 39
需求更少，原型更多 40
分析之上的分析 42
采用分层数据架构来实现 43
驱动汽车工业的变革 45
保持大局观 47
第4章 行为数据平台 49
与客户的交互如果不能做到个体化，至少要做到个性化 52
基于行为数据而建立的新成功策略 53
利用行为数据应对现实中的业务挑战 56
行为数据无处不在 60
基于行为数据的敏捷系统 61
回到分层数据架构中 65
收获价值与洞察力 67
对未知的前瞻性数据标准和设计 68
第5章 协同思维平台 71
避免“反社交化”的分析模式 73
规模化的元数据管理问题 75
规模化的协同和情景分析 76
分析洞察力的推销 78
通过“分析之上的分析”来保持正确的价值方向 80
构建协同思维平台需要时间 82
将洞察力落地为行动 84
第6章 分析应用平台 85
将分析洞察转化为跨组织的行动 87
来自云模式的经验 89
为企业打造App经济 91
用DevOps来实现它 93
少一些ETL 95
多一些“数据聆听” 97
迈向感知力 100
第7章 自主决策平台 101
快速变更的能力 103
自动驾驶汽车……和企业 104
“系统化系统”为感知力构建基石 106
算法：自主决策的基石 107
应用算法智能的企业战略 110
算法的“魔力” 112
“算法之上的分析”提升企业决策力 113
让算法成为向感知型企业冲刺的助推器 115
敏捷性是试金石 117
第8章 实施感知型企业的过程 119
问正确的问题，不做掩饰 121
敏捷与战略规划并不矛盾 122
采纳创业公司的思维方式，而不是大而全 124
选择正确的内部合作伙伴来展现价值 125
拥抱敏捷项目管理战略 126
拥抱高并发，确保高可用 127
无缝和可重复的治理设计 128
最优化人力资源，快速行动、快速试错、快速扩展 129
“这是文化” 130
结束语 131
用户评价
这本书的封面上“感知型企业”这几个字就深深吸引了我，立刻勾起了我探究的兴趣。在当今瞬息万变的商业世界里，企业如何才能“感知”到市场的脉搏，用户的需求，甚至是潜在的危机？而“数据驱动的商业决策演进”则进一步点明了核心议题——数据不仅仅是冰冷的数字，而是企业实现智能决策的燃料。我非常期待书中能够深入剖析“感知”的机制，例如，企业可以通过哪些技术手段（可能是物联网、传感器、用户行为分析等）来实时捕捉外界信息？这些信息又是如何被整合、清洗、转换，最终转化为可供分析的数据集的？我希望作者能详细阐述数据驱动决策的“演进”过程，这不仅仅是简单地从经验决策转变为数据决策，而更应该是一种螺旋上升的模式，即通过数据决策不断优化企业策略，再由优化后的策略产生新的数据，形成一个良性循环。书中是否会提及不同行业在数据驱动决策上的侧重点和差异？比如，零售业可能更关注用户购买习惯分析，而制造业则可能侧重于生产过程的优化。我特别想知道，在从“感知”到“决策”的过程中，是否存在一些关键的瓶颈和挑战，例如数据孤岛、人才短缺、技术实现成本过高，以及如何克服这些挑战。这本书的价值在于，它能否为企业提供一套切实可行的框架，帮助它们真正拥抱数据，实现从被动反应到主动出击的转变。
评分“感知型企业”这个词语，在我看来，不仅仅是技术上的先进，更是一种企业战略和思维模式的革新。它暗示着企业需要构建一种能够“思考”的能力，能够像生物体一样，对外部环境的变化做出及时的、有针对性的反应。而“数据驱动的商业决策演进”则为这种“感知”提供了实现的路径。我非常好奇，书中会如何阐述“演进”的逻辑。这是否意味着企业需要从一个基础的数据应用阶段，逐步过渡到更高级的智能化决策阶段？在每个阶段，企业需要具备哪些关键能力？例如，数据采集与整合能力、数据分析与洞察能力、以及将洞察转化为行动的能力。我期待书中能分享一些关于如何构建企业级数据中台的经验，或者关于如何利用人工智能和机器学习来提升决策的智能化水平的案例。特别地，我希望作者能够深入探讨，在“感知”和“决策”之间，究竟需要哪些技术支撑和组织保障。例如，数据治理的重要性，数据人才的培养，以及企业内部跨部门协作的机制。我相信，这本书的价值将体现在它能否为企业提供一套完整的解决方案，帮助它们真正实现从“被动响应”到“主动引领”的战略转型，成为一个真正能够“感知”并“决策”的智能体。
评分当我翻开这本书，首先吸引我的是它对“演进”一词的强调。这暗示着企业的数据化转型并非一蹴而就，而是一个循序渐进、持续发展的过程。我猜想，书中可能会详细描绘企业在数据驱动决策道路上经历的不同阶段，从最初的数据收集和基础分析，到更深层次的预测性分析，再到最终的机器学习和人工智能驱动的自动化决策。每一个阶段都有其独特的挑战和机遇。我很好奇，作者会以怎样的案例来佐证这些演进的阶段？是提及一些知名企业如何从早期的数据应用逐步走向成熟，还是会构建一个通用的模型来指导不同规模和类型的企业？“感知型企业”这个概念让我联想到，企业需要建立一种内在的“神经系统”，能够敏锐地捕捉来自内外部的各种信号。这是否意味着需要强大的数据基础设施，包括数据仓库、数据湖，以及高效的数据治理体系？而且，这种“感知”能力需要转化为 actionable insights，即能够指导具体行动的洞察。我希望书中能给出一些具体的指导，比如如何构建仪表盘、如何设计A/B测试，以及如何利用数据洞察来调整营销策略、优化产品设计、提升运营效率等等。我特别关注的是，在数据驱动决策的过程中，如何平衡数据的客观性与人的主观判断？毕竟，人才是最终的决策者，数据只是辅助工具。书中是否会探讨如何培养具备数据素养的领导者和团队，以及如何建立一种鼓励数据驱动文化的企业氛围？
评分这本书的书名《感知型企业：数据驱动的商业决策演进》给我的感觉是，它探讨的是企业在现代商业环境中，如何通过数据来提升其“反应能力”和“适应能力”。“感知”二字，让我联想到企业需要具备像人类一样，对外界信息进行收集、理解和判断的能力，而这种能力的基础必然是强大的数据分析能力。“数据驱动的商业决策演进”则进一步点明了本书的关注点，即企业如何逐步深化和优化其基于数据的决策模式。我非常期待书中能详细阐述，在“感知”到“决策”的这一链条中，有哪些关键的环节和技术。例如，企业如何才能有效地进行数据收集和整合，如何从海量数据中提取有价值的信息，以及如何将这些信息转化为可执行的商业策略。我希望作者能通过生动的案例，展示不同类型的企业是如何一步步实现数据驱动决策的“演进”，例如，从最初的描述性分析，到诊断性分析，再到预测性分析，直至规范性分析。此外，我尤其关注书中是否会探讨，在数据驱动决策的过程中，如何建立有效的反馈机制，以不断优化决策的准确性和效率。这本书的意义，在于它能否为企业提供一套清晰的路线图，帮助它们摆脱数据应用的初期困境，真正实现数据的价值最大化，从而在激烈的市场竞争中脱颖而出。
评分这本书的名字《感知型企业：数据驱动的商业决策演进》本身就传递了一种前沿和深刻的理念。我期望它不仅仅是停留在理论层面，而是能够提供真正具有实践指导意义的内容。我推测，书中会对“感知”这个概念进行多维度的解读。它可能不仅仅指对市场趋势的感知，更包括对企业内部运营效率、供应链风险、员工满意度乃至于竞争对手动向的全面感知。而“数据驱动的商业决策演进”则是我最期待的部分。我希望作者能为我们揭示，当数据不再是简单的报表，而是能够实时反馈、深度洞察的“活”的资产时，企业的决策模式会发生怎样翻天覆地的变化。这是否意味着决策过程将更加敏捷，反应速度更快，能够及时捕捉转瞬即逝的市场机会，或是规避即将到来的风险？我希望书中能提供一些关于数据科学在企业决策中扮演角色的具体解析，比如预测模型如何帮助企业预判需求，关联分析如何发现新的销售机会，文本挖掘如何理解用户反馈等等。同时，我也关心，在数据驱动决策的过程中，伦理和隐私问题如何被妥善处理？企业如何在利用数据的同时，保护用户隐私，建立信任？这本书的价值，我认为在于它能否为那些在数字化转型道路上迷茫的企业，指明方向，提供方法论，帮助它们从“数据存在”走向“数据赋能”。
相关图书
本站所有内容均为互联网搜索引擎提供的公开搜索信息，本站不存储任何数据与内容，任何内容与数据均与本站无关，如有需要请联系相关搜索引擎包括但不限于百度，google,bing,sogou 等
© 2025 book.idnshop.cc All Rights Reserved. 静思书屋 版权所有