幫助中心 | 我的帳號 | 關於我們
進階搜尋
car

同類熱銷排行榜

最近瀏覽的商品

管理者數據能力晉級

  • 作者：趙興峰|責編:王靜
  • 出版社：電子工業
  • ISBN：9787121436420
  • 出版日期：2022/07/01
  • 裝幀：平裝
  • 頁數：324
人民幣：RMB 89 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    在數字智能時代，數據能力已經成為管理者的基本能力，成為其勝任未來管理崗位和晉級領導崗位的必需能力。管理者的數據能力水平決定著其在企業中所能夠勝任的層級。提升管理者的數據能力成為企業數字化轉型的關鍵舉措之一。
    本書主要介紹了企業管理者所需要具備的數據能力，包括管理者的數據能力維度與4M模型、數據思維能力、數據管理能力、數據體系化場景的應用能力、數據分析能力、數據領導能力。
    撰寫本書的目的是讓管理者掌握企業數據基本管理和應用之道，利用數據賦能管理，讓管理可見、過程可控、結果可達。
作者介紹
趙興峰|責編:王靜
    趙興峰，北京大學、新加坡國立大學MBA雙碩士，西安交通大學工學學士，北京信宜明悅咨詢有限公司創始人。     具有20年跨國公司經營數據分析實戰經驗，曾就職于寶潔、惠氏、摩立特、LG電子等國際知名企業，從事市場研究、商業智能、戰略研究等。     目前專註于大數據時代下政府和企業的數據治理、數據統籌、數據分析和數據挖掘應用推廣，致力於推動企業和政府利用數據實現戰略轉型與升級，構建智慧企業、智慧政府、智慧城市和智慧生態。
目錄
第1章  數據能力已經成為管理者的基本能力
  1.1  數字智能時代的新趨勢
    1.1.1  演算法正在改變世界
    1.1.2  數字孿生共生機制
  1.2  管理者的數據能力成為關鍵競爭要素
    1.2.1  DT與IT有著本質的區別
    1.2.2  DT在迭代中升級
    1.2.3  DT的本質是認知技術、思考技術和決策技術
    1.2.4  數據資產管理與應用是數字化轉型的技術關鍵
  1.3  管理者的數據能力是企業數字化轉型的關鍵
    1.3.1  傳統企業管理者的數據能力較弱
    1.3.2  數據人才培養學科不健全
    1.3.3  數據人才成為稀缺人才
    1.3.4  數據人才自主培養成為企業首選方案
  1.4  數據能力的背後是思維模式
    1.4.1  從專業知識到實踐需要一個長期的過程
    1.4.2  數據能力是一項實踐性非常強的能力
    1.4.3  測一測你對數字化轉型和數據化管理的認知程度
第2章  管理者的數據能力維度與4M模型
  2.1  數據價值挖掘和數據能力
    2.1.1  數據用於回答「發生了什麼」
    2.1.2  數據用於回答「為什麼發生」
    2.1.3  數據用於回答「將要發生什麼」
    2.1.4  數據用於回答「應該怎麼做」
  2.2  管理者的數據能力
    2.2.1  不同時代對管理者數據能力的要求不同
    2.2.2  新時代對管理者數據能力的要求
    2.2.3  管理者數據能力4M模型
  2.3  管理者數據能力4M模型之M1（Mind）：數據意識與數據思維
    2.3.1  數據意識：對數據價值和意義的識別
    2.3.2  數據意識模型
    2.3.3  數據思維：利用數據模擬人類的認知模式
    2.3.4  先有數據意識，後有數據思維
  2.4  管理者數據能力4M模型之M2（Methods）：數據分析方法
    2.4.1  數據分析方法是數據掘金的工具
    2.4.2  數據分析方法是認知世界的思維模式
    2.4.3  數據分析方法需要總結和沉澱
  2.5  管理者數據能力4M模型之M3（Mastery）：數據工具
    2.5.1  每一個管理者都需要數據工具
    2.5.2  數據工具正在不斷進化
    2.5.3  工具永遠是工具，替代不了思想
    2.5.4  熟練掌握一種適合自己的工具
    2.5.5  測一測你的Excel工具操作能力
  2.6  管理者數據能力模型之M4（Move On）：數據應用
    2.6.1  數據應用是一個複雜的系統工程
    2.6.2  數據應用需要複合能力
    2.6.3  變革推動力是數字化轉型的核心動力
第3章  數據思維能力晉級
  3.1  數據思維與數據思維訓練
    3.1.1  什麼是數據思維

    3.1.2  常用的數據思維
    3.1.3  數據思維衍生的數據分析方法和演算法
  3.2  對比思維模式
    3.2.1  對比三要素
    3.2.2  對比客體的設定
    3.2.3  對比維度的選擇
    3.2.4  從被動到主動：主動識別和主動設計
  3.3  分類思維模式
    3.3.1  單維度分類分析方法
    3.3.2  雙維度矩陣分類分析方法
    3.3.3  三維度魔方分類分析方法
    3.3.4  多維度分類分析方法
  3.4  關係思維模式
    3.4.1  事物之間存在的四種關係
    3.4.2  企業經營和管理決策中的y=f(x)關係
    3.4.3  不確定的因果關係案例
  3.5  解構思維模式
    3.5.1  解構思維模式：一種強大的思維模式
    3.5.2  解構思路：決定分析思路
    3.5.3  解構的四種方法
    3.5.4  解構的原則：相互獨立，完全窮盡（MECE原則）
    3.5.5  解構的工具：思維導圖
  3.6  過程思維模式
    3.6.1  過程思維模式：重點在於過程管理
    3.6.2  事物的發展都有一個過程：探索背後的規律
    3.6.3  目標的達成需要一個有效的過程：研究做事的方法
    3.6.4  企業的管理需要一套有效的流程：讓成功可複製
    3.6.5  過程思維在數字化流程中的應用
第4章  數據管理能力晉級
  4.1  數據基礎知識
    4.1.1  數據的概念
    4.1.2  主數據管理
    4.1.3  交易數據管理
    4.1.4  元數據管理
    4.1.5  數據質量管理
    4.1.6  數據結構管理
    4.1.7  數據資產管理
  4.2  建立數據管理標準和規範數據質量管理
    4.2.1  企業常見的數據問題
    4.2.2  梳理數據需求
    4.2.3  診斷數據質量
    4.2.4  建立數據管理標準
    4.2.5  規範數據質量管理
  4.3  數據綜合治理
    4.3.1  什麼是「數據孤島」
    4.3.2  打通數據
    4.3.3  數據綜合治理體系
    4.3.4  數據安全管理
  4.4  業務流程數字化建設
    4.4.1  業務流程數字化再造

    4.4.2  數據源自業務流程，又服務於業務流程
    4.4.3  業務流程數字化是數據採集的基礎源頭
    4.4.4  業務流程數字化建設的基本思路和方法
    4.4.5  敏態業務流程與動態數據採集
  4.5  新型數據技術體系建設
    4.5.1  數字化不是信息化
    4.5.2  數字化轉型所要求的信息化
    4.5.3  反向伺服與反向控制體系構築閉環
    4.5.4  以數據資產管理為中心
    4.5.5  數字化轉型的七層技術架構
  4.6  數據中台建設
    4.6.1  「組織三台」與「數據三台」的概念
    4.6.2  數據中台提供的數據服務
    4.6.3  數據中台的意義與價值
    4.6.4  數據中台的建設是一個過程
第5章  數據體系化場景的應用能力晉級
  5.1  企業數據化管理應用場景的規劃和設計
    5.1.1  從數據的四層價值中尋找應用場景
    5.1.2  價值導向：提效+創新
    5.1.3  服務於業務：管理預警與管理導航
    5.1.4  回歸現實：體系化調研與場景設計
  5.2  業務流程數字化管理
    5.2.1  用數據技術替代人工
    5.2.2  數據表徵流程節點績效
    5.2.3  數據賦能業務流程決策
    5.2.4  演算法導航業務流程活動（替代人腦）
    5.2.5  在線化演算法提效管理決策
  5.3  企業數據化管理的體系化晉級
    5.3.1  業務流程數字化
    5.3.2  數據指標化管理
    5.3.3  應用指標可視化看板
    5.3.4  數據指標標準化與目標管理
    5.3.5  數據模型化管理
    5.3.6  決策規範化管理
    5.3.7  智慧化管理晉級
  5.4  數據指標化管理
    5.4.1  理解數據指標
    5.4.2  數據指標梳理的三種方法
    5.4.3  數據指標化管理體系構建七步法
    5.4.4  數據指標標準建設
    5.4.5  動態數據指標管理
  5.5  管理者駕駛艙建設
    5.5.1  管理者駕駛艙是一種管理方式創新
    5.5.2  搭建管理者駕駛艙
    5.5.3  管理者駕駛艙的數據技術體系
    5.5.4  推動管理者駕駛艙落地
  5.6  企業數據化管理升級
    5.6.1  推動數據化管理建設的四個關鍵成功要素
    5.6.2  數據化管理升級的四條主線
    5.6.3  數據化管理升級實施的常見困難

    5.6.4  數據化管理升級的項目管理十要素
第6章  數據分析能力晉級
  6.1  數據的四層價值
    6.1.1  發生了什麼
    6.1.2  為什麼發生
    6.1.3  將會發生什麼
    6.1.4  應該怎麼做才好
  6.2  企業經營管理中基本的數據分析方法
    6.2.1  數據可視化本身就是數據分析
    6.2.2  數據指標的五種常規對比分析
    6.2.3  面對數據表可做的分析
    6.2.4  提升常規數據分析的敏捷性
  6.3  企業經營管理中常用的數據分析方法
    6.3.1  對比分析方法
    6.3.2  分類分析方法
    6.3.3  關係分析方法
    6.3.4  預測分析方法
第7章  數據領導能力晉級
  7.1  數據可視化表達
    7.1.1  事物對比
    7.1.2  組分對比
    7.1.3  關係對比
    7.1.4  時序對比
    7.1.5  頻布對比
    7.1.6  誤導視覺結論的方法
  7.2  數據圖表解讀方法
    7.2.1  看差異、看變化
    7.2.2  看結構、看特徵
    7.2.3  看趨勢、看規律
    7.2.4  看關係、看關聯
  7.3  數據分析報告
    7.3.1  唯一原則
    7.3.2  完整原則
    7.3.3  總分結構原則
    7.3.4  精簡原則
    7.3.5  確定原則
    7.3.6  主線原則
    7.3.7  結論原則
  7.4  用數據分析解決問題的七步法
    7.4.1  問題假設
    7.4.2  解構根本原因
    7.4.3  收集數據
    7.4.4  分析數據
    7.4.5  洞察管理
    7.4.6  設計方案
    7.4.7  採取行動
後記  未來管理者的能力展望

  • 商品搜索：
  • | 高級搜索
首頁│ 新手上路│ 客服中心│ 關於我們│ 聯絡我們│ Top↑│
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司 臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話：02-2381-2033 02-2381-1863　時間：週一-週五 10:00-17:00
　服務信箱：bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證：浙B2-20060032