新書推薦：
《
四时如意 国风纹样线描涂色集
》
售價：HK$
59.8
《
活下去才是硬道理：华为的36条生存法则
》
售價：HK$
93.6
《
森林：保护6万种树木的家
》
售價：HK$
86.4
《
数字经济：“数字中国”顶层规划与实践路径
》
售價：HK$
82.8
《
算者生存：商业分析的方法与实践
》
售價：HK$
95.8
《
共享现实：是什么让我们成为人类
》
售價：HK$
153.6
《
女佣异闻：乙一出道25周年纪念短篇集
》
售價：HK$
59.9
《
生活观察图鉴 中国常见鸟类观察图鉴
》
售價：HK$
179.8
|
| 編輯推薦： |
|
企业在经营过程中会产生各种各样的数据；然而，大部分企业管理者却不知道应该如何加以利用。本书将教你如何正确使用数据。
|
| 內容簡介： |
|
在很多地方，我们都可以看到人们在谈论数据。我们发现，到处都有概念词——“数据科学”“机器学习”“人工智能”等，那么它们的真正含义是什么呢？最重要的是，这些对我们的工作和生活又有什么影响呢？这本书将会告诉我们答案。本书包含大量的真实案例及详细分析，读者将会对数据的真实价值及分析技术有一个全新的认识，有效的数据利用可以帮助个人和企业实现利润飞长。
|
| 關於作者： |
|
伊恩·谢泼德是一名首席执行官兼首席营销官，在过去的25年中，他在多个世界级的消费品牌中担任高级职务。他推出了客户忠诚度计划，为传统零售商建立了新的数字收入流，并将下滑的市场份额转变为强劲的增长——这些都基于他对消费者消费行为的敏锐捕捉和对数据和客户关系之间的洞察力。
|
| 目錄：
|
第一部分 利用数据分析推动利润增长1
第一章 一些重要概念2
第二章 一个常见错误20
第三章 从细节着手28
第四章 因人而异41
第五章 预测的科学59
第六章 带伞未必下雨88
第七章 概率有多大100
第八章 现实中的数据科学112
第二部分 如何寻找有价值数据127
第九章 从客户着手128
第十章 争取忠诚度143
第十一章 库存、门店和经营业绩160
第十二章 由外向内看170
第三部分 打造以数据为中心的企业185
第十三章 文化冲突与数据孤岛186
第十四章 数据转型的核心流程201
第十五章 自力更生还是花钱外包216
第十六章 变革的快乐234
写在最后250
|
| 內容試閱：
|
等等，为什么说平均值不靠谱？
在营销分析会上，“我们的客户平均每月光顾2.3 次”等说法不绝于耳。这数字真是算得够精确的。接下来，大家很可能会继续讨论，公司应该如何将客户月光顾次数的平均值提高到2.4，却不太会去深挖隐藏在平均值背后的基础数据。
可是，平均值究竟是什么？这个数字意味着什么？我们应该如何解释“客户的月平均光顾次数”？在这个简单的统计数字背后，又隐藏了哪些重要信息？
不妨设想以下两种场景。
·场景一：大多数客户确实会每个月光顾2 ～ 3 次。你的客户大都是常客，你可以通过深入研究客户对产品的使用反馈，增加客户的光顾次数，将平均值从每月2.3 次提高到更高水平。
·场景二：事实上，有10% 的客户每月光顾了20次，而其余90% 的客户每3 个月才光顾1 次。在这种情况下，客户的月平均光顾次数也正好是2.3 次，但所反映的经营状况却截然不同。面对如此现实，你一定很想知道，为什么有些客户会如此频繁地光顾？他们与大多数普通客户有何不同？抑或，那些极少光顾的客户其实也经常买东西，只不过，他们是你竞争对手的常客？
只需对这些简单的表面数字稍加挖掘，就可以为企业领导者创造出巨大价值。这里有趣的不是一组数据的平均值，而是这个汇总数字的方差和区别。当有人告诉你，你的客户平均每年在你的店里消费3 次，消费金额约为100 英镑，成为客户的时间为两年半时，此人所提供的数字，其实远非事情的全貌。
在现实中，几乎没有客户会这样行事。客户与客户之间的差别是十分有趣的。现代数据科学的强大之处就在于，能够通过复杂的算法，带你领略数据真正的丰富性，同时领悟其背后的深意，而不是仅仅满足于一些简单的汇总数字。
数据之争
分析会上提到的所有平均值背后，蕴藏着大量的基础数据。当我们探讨全球消费行业的发展时，数据始终是一个重要话题。一家企业有没有掌握全部数据？其客户忠诚度计划是否行之有效？为客户带去了哪些切实的好处？企业有没有利用机器学习和人工智能等前沿技术来提高利润？企业以客户为中心的程度如何？它又是如何利用“大数据”来实现这一点的？
人人都有充分的理由去关注数据。目前，科技进步带动了网络电商的崛起。电商不需要承担昂贵的店铺租金，也不必拘泥于传统投资形式，这对世界各地的消费行业实体店铺构成了巨大挑战；这些新兴电商的优势并不止于此，他们的手里还掌握着大量的客户数据。要想在网上购物，客户就必须要提供自己的电子邮箱，多半还需要提供真实住址。电商获取客户的个人数据，已经成为一种默认行为。毋庸置疑，他们必定会好好利用自身的数据优势，建立各种预测模型，对客户进行判断。与竞争对手实体店相比，电商更有能力去刺激每位客户进行更多的消费。
当股东和分析人士提出应该如何利用客户信息创造价值的问题时，作为消费类企业的管理者，如果我们表现出一副厌烦和不置可否的样子，也是情有可原的。毕竟，需要我们不断去投资的新领域总是层出不穷，诸如新闻稿中提到的“人工智能”云云，听起来难道不让人感觉更靠谱吗？
对于忙碌的管理层而言，不重视数据分析工作，其实是可以理解的，因为数据分析的“负面”影响日趋明显，也时常遭人诟病。比如在国外的一些选举中，大数据会被用来影响舆论，甚至是操控舆论，且全球互联网巨头们不断收集人们个人信息的现象也令人触目惊心。
不过，我们也应该考虑到，在真实世界中，数据分析的下列应用实例。
（1） 企业利用计算机分析客户在邮件中的措辞，例如“我的快递仍未收到”等，从众多邮件中优先筛选出紧急邮件，以确保客服团队在服务客户时，进行最合理的时间安排。
（2） 零售商根据客户的消费模式准确建模，预测重点客户从何时开始疏离该品牌（或转向竞争对手），并在与该客户沟通时，定制有针对性的沟通内容。
（3） 零售商建立销售预测模型，确保给每一家店铺分配合适的新品库存数量。
（4） 电影院根据消费者对个别影片的放映需求，采取实时动态定价机制，从而大幅提高单次影片放映的平均利润。
打造以数据为导向的企业
上述所有案例，以及本书后文中探讨的许多案例，皆以数据为基础。当一家企业采用了以数据为导向、以客户为中心的经营模式后，数据就会给企业带来真真切切、实实在在的利润。巧妙利用我们手头的经营数据，可以显著提高企业的赢利能力和现金流。这种改变并不是拥有博士头衔的硅谷天才们和超级计算机的专利。放眼当今世界，在各行各业中，不论是线上销售还是线下销售，都充斥着以数据为中心的经营策略。
那么，消费行业中的企业，怎样才能转型为以数据为导向呢？这是摆在许多企业管理团队面前的一大难题，也是一个势在必行却又难以落实的问题。举例而言，在零售行业中，许多企业管理者往往会相当关注与供应商的关系，重视采购和销售工作；而在进行决策时，他们却很少将真实的客户数据纳入考虑范围。在这些企业中，一代又一代的领导者凭借自己的产品知识、谈判能力、经营和组织能力，不断地为企业开辟新的局面，但他们从未认真考虑，应该如何从大量的客户数据中挖掘价值。
对于许多管理团队而言，“讨论数据”让人感到奇怪而陌生。结果，一些企业在数据分析方面完全没有任何投入。但是，也不乏一些企业很清楚自己应该做什么，他们在聘请了行业专家或顾问的同时，也在自行研究数据，开启了以数据为导向的经营时代。
本书主要内容
企业的领导者，是时候开始拥抱数据，了解数据分析对企业和团队经营的重要意义了。
本书的目的就在于此。我之所以写这本书，并不是为了把一个外行人士变成一个数据迷，废寝忘食地构建人工神经网络（Artificial Neural Network， 缩写ANN，在机器学习，尤其是深度学习领域被广泛应用），兴高采烈地进行统计显著性测试。这既不可能，也没必要。
相反，我的目的是为企业管理者提供一个新的角度，看看数据能带给我们什么，通过案例展示一些能够提高利润的数据分析技巧，以及一些简单流程，让管理者的工作能更加趋近于以数据和客户为中心。
在企业向“以数据为中心”转型的过程中，有能力处理大数据集并完成复杂的数据分析工作的数据专家是必不可少的。你需要聘请这样的专家，或通过其他方式让他们为你工作。这本书虽然不能将读者变成一个数据专家，但有助于读者打开思路，在数据方面进行适当投资，释放出数据的神奇力量。这本书还能帮你勇敢地迈出向“以数据为中心”转型的最艰难一步：改变企业文化，和与你肩负相同使命的伙伴形成统一战线。
下面，我将通过简述本书三大部分的主要内容，介绍如何将数据分析打造成企业的核心业务。
第一部分的主要内容是数据分析。主要介绍：企业拥有丰富的客户和业务数据时，究竟可以做些什么？将数据转化为利润的最佳实践是怎样的？一些流行语和“时下”分析技术的真正含义是什么？如果企业领导者对数据一无所知（从上学起就没有思考过任何统计问题），应该如何提升自己，有效地管理一家以数据为中心的企业呢？
第二部分的主要内容是数据收集。对许多零售企业和酒店企业而言，获取客户数据并不像电商那般容易，但是，发挥数据分析的潜力依然至关重要（这一点我们已经在第一部分中谈过）。那么，如何才能确保我们尽可能多地了解客户、店铺和库存数据，并确保得到的数据是安全、可用且有用的呢？我将带领读者回顾一些或明显或隐蔽的数据源，帮助你提高企业管理能力。我们还将和读者一起探索一些能够让你的企业获得真正优势，以便在竞争中获胜的数据源。
最后，在第三部分中，我们将主要探讨如何打造以数据为中心的企业。我们都知道，帮助企业管理者们形成精明洞见是一回事，将这些洞见转化为利润是另外一回事。这需要企业决策层彻底转变经营模式，从根本上改变企业文化。我们需要采取许多务实措施，将数据作为企业一切工作的重中之重。要将数据转化为价值，还需要与实际客户、产品和供应商重新建立联系，这才是数据背后的真正内涵。我们必须将数字构建的理论世界与真实世界联系起来，形成线下客户和线上客户的体验反馈，只有这样，才能通过数据分析，将洞见转化为利润。
在此，我希望能够通过一种对企业管理者而言熟悉且有效的方式，介绍上述三个部分的内容。在此过程中，我们将会遇到一些技术问题。不过，这些都不是那种只有首席技术官才能听得懂的高深问题，所以不要紧张。在进行数据分析时，我们甚至还会遇到一些数学问题，但我会以最浅显易懂的方式加以解释，保证每个人都能看懂。在讨论数据问题时，我们无须感到恐惧或焦虑，而应该让其自然而然地成为企业战略的一部分。
在阅读本书的过程中，你会发现有些章节存在一些单独标出的、对书中涉及的重要术语和概念进行解释的部分。如果这让你联想到了读书时代数学课堂上不甚愉快的经历，不妨在初次通读时直接略过，这些内容并不会妨碍你理解这本书。不过，在重读本书时，我还是建议你试着去仔细阅读一下这些内容。这些概念并不属于单纯的“数学”概念，它们对于转换思维方式很有帮助。
你为什么需要这本书
在了解数据的过程中，我们会举例分析。其中有些案例的信息是公开的，另一些则因为涉密而做了匿名处理。但所有这些案例，都是将数据转化为利润的行之有效的真实案例。
在阅读本书时，你可以一边读一边与自己的团队进行探索——没有任何案例比你自己的企业更适合你去研究。通过对自己手头的数据进行力所能及的分析，你就拥有了率先践行本书理论的机会。
作为一门新兴的重要学科，数据科学还有更为复杂的分支，如机器学习等。它总是带给人一种神秘感，让人仿佛看到在企业高管的待办事项中，又出现了一个未知的新任务。
而咨询顾问和外包团队出于自身利益的考虑，有时甚至会让事情变得更糟。他们会极力让你相信，数据科学是你无法理解的领域，你只能花大钱来购买他们的数据分析服务。
千万别被这群高智商的聪明人给忽悠了。读了本书之后，你就会发现，机器学习技术其实通过一张Excel表就能完成。从解决问题的角度考虑，我们讨论的有些话题的确比较复杂，最好是交由专家完成，但是，从理解的角度考虑，并没有任何问题是难以理解的。如果我们的企业管理团队愿意拥抱数据科学，也有能力向专家提出关键问题，就一定能让企业发展得越来越好。
如果一切进展顺利，企业向以数据为中心转型的过程一定会成为业界的佳话。由数据的怪异分布可以推导出许多有趣的解释，从而形成新的产品和服务创意，产生新一轮业务数据，引领企业的业务不断向前发展。如果一家企业只把数据分析当成“一张皮”，认为这应该是专家们在年报中讨论的内容，和真实业务相去甚远，那么数据分析就失去了价值。但是，作为推动企业发展、建立客户关系的重要组成部分，数据分析其实可以成为管理者手中的利器。
现在，让我们从本书的第一部分开始，一起探索那有可能改变企业命运的数据分析技术吧。
|
|
購物車/收銀台(
1
) | 在線留言板
| 付款方式
| 運費計算
| 聯絡我們
| 幫助中心 |
加入書簽
HOME
新書上架
