大数据分析-用互联网思维创造惊人价值

第1章 商业分析的挑战　
  1.1　外部挑战
  1.2　内部挑战
  关键要点
  注释
第2章 商业分析成功基石——basp框架　
  2.1　商业挑战基石
  2.2　数据基石
  2.3　分析实施基石
  2.4　洞察发现基石
  2.5　执行和测算基石
  2.6　知识共享基石
  2.7　创新基石
  2.8　总结
  关键要点
  注释
第3章 围绕关键商业挑战，组织企业资源　
  3.1　使命陈述
  3.2　商业挑战
  3.3　确定商业挑战咨询流程
  3.4　界定和优化商业挑战
  3.5　商业挑战分析方案
  关键要点
  注释
第4章 大数据和小数据：不同类型的智能　
  4.1　大数据
  4.2　小数据
  4.3　奠定数据基础：数据质量
  4.4　数据源和所处位置
  4.5　数据定义和管控
  4.6　数据字典和数据关键用户
  4.7　数据核查和数据可视化
  4.8　客户数据整合和数据管理
  4.9　数据保密
  关键要点
  注释
第5章 谁在乎数据？如何揭示洞察力　
  5.1　impact闭环
  5.2　好奇害死猫
  5.3　掌控数据
  5.4　寻求意义
  5.5　行动较数据更有说服力
  5.6　“像小鸟一样小口吃进，像大象一样大量排出”
  5.7　结果跟踪
  5.8　impact闭环在行动：芒斯特就业指数(the monster employme
  关键要点
  注释
第6章 数据可视化：如何直观展示息——convince框架　
  6.1　表达含义
  6.2　客观性：忠实于数据
  6.3　必要性：切忌好大喜功
  6.4　诚信可视化：尺寸事关重大
  6.5　想受众所想
  6.6　灵活性：不要被1000张图累死
  6.7　关联背景
  6.8　鼓励互动
  6.9　总结
  关键要点
  进一步阅读
  注释
第7章 分析实施：什么可行，什么不可行　
  7.1　分析实施模型
  7.2　愿景和使命
  7.3　战略
  7.4　组织协同
  7.5　人力资本
  7.6　指标和测算
  7.7　流程整合
  7.8　客户体验
  7.9　技术和工具
  7.10　变革管理
  关键要点
  注释
第8章 客户之声的分析和洞察　
  8.1　客户反馈无价
  8.2　制定有效客户之声计划
  8.3　客户之声战略体系和关键要素
  8.4　voc方案的常见缺陷
  关键要点
  进一步阅读
  注释
第9章 数字分析的有效运用　
  9.1　数字分析的战略和战术应用
  9.2　数字分析概念理解
  9.3　数字分析团队：人员是分析成功的*重要条件
  9.4　数字分析工具
  9.5　高级数字分析
  9.6　数字分析和客户之声
  9.7　网站分析和登录页面优化
  9.8　行动号召：统一传统和数字分析
  关键要点
  进一步阅读
  注释
第10章 有效的预测分析——什么有效，什么无效　
  10.1　何谓预测分析？
  10.2　揭示阶段
  10.3　预测阶段
  10.4　优化阶段
  10.5　不同商业问题的不同应用
  10.6　金融服务行业先锋
  关键要点
  进一步阅读
  注释
第11章 应用于人力资源的预测分析　
  11.1　职能机构
  11.2　评估：超越人事
  11.3　规划变动
  11.4　资格与能力
  11.5　生产
  11.6　hr过程管理
  11.7　人力分析和预测
  11.8　通过预测提升人力
  11.9　什么更有用？
  11.10　价值层次
  11.11　hr报告
  11.12　通过分析，hr取胜
  注释
第12章 社交媒体分析　
  12.1　多维的社交媒体
  12.2　理解社交媒体分析：有用的概念
  12.3　社交媒体是围绕品牌还是直接回应
  12.4　社交媒体的“品牌”和“直接回应”分析
  12.5　社交媒体工具
  12.6　社交媒体分析技术
  12.7　社交媒体分析和隐私
  关键要点
  注释
第13章 竞争情报分析　
  13.1　竞争情报界定
  13.2　竞争情报分析成功的法则
  关键要点
第14章 移动互联网分析　
  14.1　移动互联网分析的概念
  14.2　移动互联网分析与网站分析有什么不同？
  14.3　测量移动互联网分析的重要性
  14.4　移动互联网分析工具
  14.5　移动互联网分析助力业务优化
  关键要点
  注释
第15章 有效的分析沟通策略　
  15.1　沟通：分析人员与高管之间的鸿沟
  15.2　有效的分析沟通策略
  15.3　分析沟通提示
  15.4　利用移动商业智能进行沟通
  关键要点
  注释
第16章 商业绩效跟踪——执行和测算　
  16.1　分析的基本问题
  16.2　分析执行
  16.3　商业绩效跟踪
  16.4　分析和营销
  关键要点
  注释
第17章 分析和创新　
  17.1　创新是什么？
  17.2　对高级分析的要求
  17.3　分析创新的构成
  17.4　分析和创新结合
  关键要点
  注释
第18章 非结构化数据分析：下一个前沿　
  18.1　什么是非结构化数据分析？
  18.2　非结构化数据分析产业
  18.3　非结构化数据分析的使用
  18.4　非结构化数据分析如何起作用
  18.5　为何非结构化数据分析是下一个分析前沿？
  18.6　非结构化数据分析的成功故事
  关键要点
  注释
第19章 分析的未来　
  19.1　数据价值不再
  19.2　预测成为新标
  19.3　社会信息处理和分布计算
  19.4　机器学习获得进步
  19.5　传统数据模型演变
  19.6　分析能为非分析人员所用
  19.7　数据科学成为专门部门
  19.8　以人为中心的计算
  19.9　解决社会问题的分析
  19.10　基于位置的数据大爆炸
  19.11　数据隐私冲突
  关键要点
  注释
译者后记