目錄
第1 章 數據能力已經成為管理者的基本能力 / 001
1.1 數字智能時代的新趨勢 / 002
1.1.1 算法正在改變世界 / 002
1.1.2 數字孿生共生機制 / 005
1.2 管理者的數據能力成為關鍵競爭要素 / 007
1.2.1 DT 與IT 有著本質的區(qū)別 / 007
1.2.2 DT 在迭代中升級 / 009
1.2.3 DT 的本質是認知技術、思考技術和決策技術 / 010
1.2.4 數據資產管理與應用是數字化轉型的技術關鍵 / 013
1.3 管理者的數據能力是企業(yè)數字化轉型的關鍵 / 019
1.3.1 傳統(tǒng)企業(yè)管理者的數據能力較弱 / 019
1.3.2 數據人才培養(yǎng)學科不健全 / 021
1.3.3 數據人才成為稀缺人才 / 021
1.3.4 數據人才自主培養(yǎng)成為企業(yè)首選方案 / 022
1.4 數據能力的背后是思維模式 / 023
1.4.1 從專業(yè)知識到實踐需要一個長期的過程 / 023
1.4.2 數據能力是一項實踐性非常強的能力 / 024
1.4.3 測一測你對數字化轉型和數據化管理的認知程度 / 024

第2 章 管理者的數據能力維度與4M 模型 / 027
2.1 數據價值挖掘和數據能力 / 027
2.1.1 數據用于回答“發(fā)生了什么” / 027
2.1.2 數據用于回答“為什么發(fā)生” / 028
2.1.3 數據用于回答“將要發(fā)生什么” / 028
2.1.4 數據用于回答“應該怎么做” / 029
2.2 管理者的數據能力 / 032
2.2.1 不同時代對管理者數據能力的要求不同 / 032
2.2.2 新時代對管理者數據能力的要求 / 034
2.2.3 管理者數據能力4M 模型 / 036
2.3 管理者數據能力4M 模型之M1（Mind）：數據意識與數據思維 / 038
2.3.1 數據意識：對數據價值和意義的識別 / 038
2.3.2 數據意識模型 / 039
2.3.3 數據思維：利用數據模擬人類的認知模式 / 042
2.3.4 先有數據意識，后有數據思維 / 044
2.4 管理者數據能力4M 模型之M2（Methods）：數據分析方法 / 045
2.4.1 數據分析方法是數據掘金的工具 / 045
2.4.2 數據分析方法是認知世界的思維模式 / 045
2.4.3 數據分析方法需要總結和沉淀 / 046
2.5 管理者數據能力4M 模型之M3（Mastery）： 數據工具 / 047
2.5.1 每一個管理者都需要數據工具 / 047
2.5.2 數據工具正在不斷進化 / 048
2.5.3 工具永遠是工具，替代不了思想 / 049
2.5.4 熟練掌握一種適合自己的工具 / 050
2.5.5 測一測你的Excel 工具操作能力 / 051
2.6 管理者數據能力模型之M4（Move On）：數據應用 / 052
2.6.1 數據應用是一個復雜的系統(tǒng)工程 / 052
2.6.2 數據應用需要復合能力 / 053
2.6.3 變革推動力是數字化轉型的核心動力 / 054

第3 章 數據思維能力晉級 / 055
3.1 數據思維與數據思維訓練 / 055
3.1.1 什么是數據思維 / 055
3.1.2 常用的數據思維 / 056
3.1.3 數據思維衍生的數據分析方法和算法 / 056
3.2 對比思維模式 / 056
3.2.1 對比三要素 / 057
3.2.2 對比客體的設定 / 057
3.2.3 對比維度的選擇 / 059
3.2.4 從被動到主動：主動識別和主動設計 / 062
3.3 分類思維模式 / 062
3.3.1 單維度分類分析方法 / 064
3.3.2 雙維度矩陣分類分析方法 / 066
3.3.3 三維度魔方分類分析方法 / 070
3.3.4 多維度分類分析方法 / 072
3.4 關系思維模式 / 73
3.4.1 事物之間存在的四種關系 / 073
3.4.2 企業(yè)經營和管理決策中的y =f (x )關系 / 074
3.4.3 不確定的因果關系案例 / 076
3.5 解構思維模式 / 079
3.5.1 解構思維模式：一種強大的思維模式 / 079
3.5.2 解構思路：決定分析思路 / 080
3.5.3 解構的四種方法 / 082
3.5.4 解構的原則：相互獨立，完全窮盡（MECE 原則） / 087
3.5.5 解構的工具：思維導圖 / 087
3.6 過程思維模式 / 089
3.6.1 過程思維模式：重點在于過程管理 / 089
3.6.2 事物的發(fā)展都有一個過程：探索背后的規(guī)律 / 089
3.6.3 目標的達成需要一個有效的過程：研究做事的方法 / 094
3.6.4 企業(yè)的管理需要一套有效的流程：讓成功可復制 / 096
3.6.5 過程思維在數字化流程中的應用 / 099

第4 章 數據管理能力晉級 / 101
4.1 數據基礎知識 / 102
4.1.1 數據的概念 / 102
4.1.2 主數據管理 / 102
4.1.3 交易數據管理 / 106
4.1.4 元數據管理 / 109
4.1.5 數據質量管理 / 110
4.1.6 數據結構管理 / 117
4.1.7 數據資產管理 / 119
4.2 建立數據管理標準和規(guī)范數據質量管理 / 121
4.2.1 企業(yè)常見的數據問題 / 121
4.2.2 梳理數據需求 / 125
4.2.3 診斷數據質量 / 127
4.2.4 建立數據管理標準 / 129
4.2.5 規(guī)范數據質量管理 / 132
4.3 數據綜合治理 / 135
4.3.1 什么是“數據孤島” / 136
4.3.2 打通數據 / 138
4.3.3 數據綜合治理體系 / 141
4.3.4 數據安全管理 / 144
4.4 業(yè)務流程數字化建設 / 147
4.4.1 業(yè)務流程數字化再造 / 147
4.4.2 數據源自業(yè)務流程，又服務于業(yè)務流程 / 148
4.4.3 業(yè)務流程數字化是數據采集的基礎源頭 / 149
4.4.4 業(yè)務流程數字化建設的基本思路和方法 / 152
4.4.5 敏態(tài)業(yè)務流程與動態(tài)數據采集 / 155
4.5 新型數據技術體系建設 / 158
4.5.1 數字化不是信息化 / 158
4.5.2 數字化轉型所要求的信息化 / 159
4.5.3 反向伺服與反向控制體系構筑閉環(huán) / 161
4.5.4 以數據資產管理為中心 / 163
4.5.5 數字化轉型的七層技術架構 / 165
4.6 數據中臺建設 / 172
4.6.1 “組織三臺”與“數據三臺”的概念 / 173
4.6.2 數據中臺提供的數據服務 / 176
4.6.3 數據中臺的意義與價值 / 181
4.6.4 數據中臺的建設是一個過程 / 183

第5 章 數據體系化場景的應用能力晉級 / 185
5.1 企業(yè)數據化管理應用場景的規(guī)劃和設計 / 185
5.1.1 從數據的四層價值中尋找應用場景 / 185
5.1.2 價值導向：提效+創(chuàng)新 / 187
5.1.3 服務于業(yè)務：管理預警與管理導航 / 191
5.1.4 回歸現實：體系化調研與場景設計 / 193
5.2 業(yè)務流程數字化管理 / 198
5.2.1 用數據技術替代人工 / 199
5.2.2 數據表征流程節(jié)點績效 / 201
5.2.3 數據賦能業(yè)務流程決策 / 202
5.2.4 算法導航業(yè)務流程活動（替代人腦） / 203
5.2.5 在線化算法提效管理決策 / 206
5.3 企業(yè)數據化管理的體系化晉級 / 207
5.3.1 業(yè)務流程數字化 / 208
5.3.2 數據指標化管理 / 212
5.3.3 應用指標可視化看板 / 213
5.3.4 數據指標標準化與目標管理 / 214
5.3.5 數據模型化管理 / 215
5.3.6 決策規(guī)范化管理 / 217
5.3.7 智慧化管理晉級 / 218
5.4 數據指標化管理 / 220
5.4.1 理解數據指標 / 220
5.4.2 數據指標梳理的三種方法 / 223
5.4.3 數據指標化管理體系構建七步法 / 225
5.4.4 數據指標標準建設 / 233
5.4.5 動態(tài)數據指標管理 / 234
5.5 管理者駕駛艙建設 / 235
5.5.1 管理者駕駛艙是一種管理方式創(chuàng)新 / 235
5.5.2 搭建管理者駕駛艙 / 239
5.5.3 管理者駕駛艙的數據技術體系 / 243
5.5.4 推動管理者駕駛艙落地 / 244
5.6 企業(yè)數據化管理升級 / 247
5.6.1 推動數據化管理建設的四個關鍵成功要素 / 247
5.6.2 數據化管理升級的四條主線 / 249
5.6.3 數據化管理升級實施的常見困難 / 251
5.6.4 數據化管理升級的項目管理十要素 / 253

第6 章 數據分析能力晉級 / 263
6.1 數據的四層價值 / 263
6.1.1 發(fā)生了什么 / 263
6.1.2 為什么發(fā)生 / 264
6.1.3 將會發(fā)生什么 / 264
6.1.4 應該怎么做才好 / 265
6.2 企業(yè)經營管理中基本的數據分析方法 / 265
6.2.1 數據可視化本身就是數據分析 / 266
6.2.2 數據指標的五種常規(guī)對比分析 / 269
6.2.3 面對數據表可做的分析 / 273
6.2.4 提升常規(guī)數據分析的敏捷性 / 283
6.3 企業(yè)經營管理中常用的數據分析方法 / 284
6.3.1 對比分析方法 / 285
6.3.2 分類分析方法 / 285
6.3.3 關系分析方法 / 289
6.3.4 預測分析方法 / 290

第7 章 數據領導能力晉級 / 302
7.1 數據可視化表達 / 302
7.1.1 事物對比 / 302
7.1.2 組分對比 / 303
7.1.3 關系對比 / 304
7.1.4 時序對比 / 305
7.1.5 頻布對比 / 306
7.1.6 誤導視覺結論的方法 / 306
7.2 數據圖表解讀方法 / 308
7.2.1 看差異、看變化 / 308
7.2.2 看結構、看特征 / 308
7.2.3 看趨勢、看規(guī)律 / 309
7.2.4 看關系、看關聯 / 311
7.3 數據分析報告 / 313
7.3.1 唯一原則 / 313
7.3.2 完整原則 / 314
7.3.3 總分結構原則 / 315
7.3.4 精簡原則 / 316
7.3.5 確定原則 / 316
7.3.6 主線原則 / 318
7.3.7 結論原則 / 318
7.4 用數據分析解決問題的七步法 / 319
7.4.1 問題假設 / 320
7.4.2 解構根本原因 / 320
7.4.3 收集數據 / 321
7.4.4 分析數據 / 322
7.4.5 洞察管理 / 322
7.4.6 設計方案 / 323
7.4.7 采取行動 / 324

后記 未來管理者的能力展望 / 325