《数据分析即未来 企业全生命周期数据分析应用之道》读书笔记思维导图PPT模板下载

《数据分析即未来企业全生命周期数据分析应用之道》最新版读书笔记，下载可以直接修改思维导图PPT模板分析参考文献流程数据小结生命周期工具包组织领域方法书概述能力数据仓库问题思维战略灵感过程本书关键字分析思维导图01推荐序一译者序译者简介推荐序二致谢第一部分分析基础目录030502040607第二部分分析生命周期最佳实践译后记第三部分分析能力卓越常青之道目录0908内容摘要本书的灵感来自RalphKimball的作品，我记得当我读第1版的DataWarehouseToolkit（Kimball，1996）时，我在心里对自己说“这本书讲得有道理。”与一般商业和技术书籍中经常出现的大谈概念的处理方法非常不同，Kimball在这本书中为我们提供了真正进行数据仓库建设所需要的实用方法、工具和流程。不管是针对已经熟悉数据仓库的专业人士，还是刚开始接触这一解决方案的初学者，Kimball在书中都给他们提供了数据仓库相关领域的准确概述，以及数据仓库全生命周期和关键流程的完整框架。我希望你会发现，本书能够不负这一灵感，它为数据分析生命周期提供了一个全面和实用的指南，并着重于为你的组织打造行之有效的数据分析能力。推荐序一系统梳理本书的核心知识点：1、业界通常将企业的数据分析应用能力从低到高划分为三个阶段，分别是解释型分析阶段、预测型分析阶段和生产型分析阶段，三个阶段的数据分析能给企业带来的业务价值是不断提升的，但同时对企业数据分析应用人才队伍能力的要求也是不断升高的。推荐序二8、衡量组织分析成熟度的五个维度：战略协同：目标一致，部门协同信息管理：明确用表，规整信息高级分析：高级模型，沉淀产品数据隐私和安全：合规、安全数据管理：储存合理，质量保证9、评估分析模型的表现，或者数据做的分析项目的成果，可以考虑几个指标：模型/项目外自主决策数量：越多说明模型或者项目结果不好；错误率：召回率、准确率、误差、准确度等等；业务价值：上线落地后为业务带来的实际价值，增加了多少收入，降低了多少成本，提升了多少满意度，降低了多少客诉；速度和敏捷性：提高了多少效率。译者序数据分析最重要的是什么？是：高效持续地为业务赋能，提升业务价值！本书可读性：优；实操性：良。致谢书中作者建议把所有的数据分析产出物都当做产品，将产品思维应用到数据分析过程中来。译者简介3.培养像“内部改革者”一样思考的能力。第一部分分析基础一直在找一本从整体上讲分析，而不是单纯的可视化，BI、报表等的数据类的书，这本书满足了这个需求，而且从端到端去阐述了如何做分析，以及如何运营数据分析，对很多企业来说，单纯做BI，做报表，做分析不难，但是怎么能够让业务部门用起来，不再是IT部门去折腾数据分析的事，怎么把数据分析的产品，成果变成可衡量的数据服务，更加重要，希望可以在这本书中找到思路。第1章分析概览第2章分析人才第3章分析的组织背景第4章数据战略、平台与架构第一部分分析基础1.1基本概念1.2分析概念1.3分析方法论1.4分析的目的1.5本章小结1.6参考文献010302040506第1章分析概览2.1谁来做分析工作2.2分析师的职责2.3分析工作的岗位序列2.4分析的关键能力2.5分析思维2.6批判性思维方法010302040506第2章分析人才2.7分析中应用批判性思维的例子2.8如何提高批判性思维能力2.9系统性思维2.10本章小结2.11参考文献12345第2章分析人才3.1组织的战略与分析活动的协同3.2组织的文化3.3分析团队的组织架构设计3.4什么样的分析团队组织架构设计最好3.5本章小结3.6参考文献010302040506第3章分析的组织背景4.1数据战略4.2战略规划流程4.3规划一个数据战略路线图4.4制定数据战略的敏捷方法4.5数据战略小结4.6平台和架构分析010302040506第4章数据战略、平台与架构4.7分析架构4.8特定目的数据或潜在价值数据4.9本章小结4.10参考文献第4章数据战略、平台与架构第二部分分析生命周期最佳实践曾经沉迷于各种数据分析工具，后来逐渐发现数据思维才是核心，再后来意识到只有真正的战略协同方能实现数据赋能。第5章分析生命周期工具包第6章问题理解第7章数据探查第8章分析模型开发第9章成果应用第10章分析产品管理010302040506第二部分分析生命周期最佳实践5.1分析生命周期最佳实践领域5.2数据分析是数据科学的产物5.3数据分析的目标5.4分析产品的规模和范围第5章分析生命周期工具包5.5分析生命周期工具包的组织方式5.6分析的设计思维5.7本章小结5.8参考文献第5章分析生命周期工具包6.1流程概述6.2为什么要理解问题6.3流程领域6.4本章小结6.5工具包总结6.6参考文献010302040506第6章问题理解7.1流程概述7.2数据探查过程7.3记录分析日志7.4本章小结7.5工具包总结7.6参考文献010302040506第7章数据探查8.1流程概述8.2建模过程8.3进行比较8.4度量关联8.5进行预测8.6本章小结010302040506第8章分析模型开发8.7问题总结和练习8.9参考文献8.8工具包总结第8章分析模型开发9.1流程概述9.2解决方案评估9.3分析成果应用的实施9.4演示和讲故事第9章成果应用9.5本章小结9.6练习9.7工具箱总结9.8参考文献第9章成果应用10.1流程概述10.2分析产品管理过程涉及的领域10.3本章小结10.4工具包总结10.5参考文献12345第10章分析产品管理第三部分分析能力卓越常青之道解答了很多分析的疑惑数据分析不只是用机器学习、深度学习建模才能叫分析，任何为了解决问题处理数据的过程都可以称为数据建模，分析的最重要的目标是为了解决现实中的问题，同时保持好奇心，在专业能力提示的同时广泛涉猎相关的领域，不能沉迷于技术的发展，思想才是道，分析技术只是手段，保持思考，这样才能成为一个好的分析师。第11章把分析付诸行动第13章数据分析未来趋势第12章分析团队的核心胜任力第三部分分析能力卓越常青之道11.1分析的力量11.2高效和有效的分析计划11.3为什么分析的上线运营会失败11.4变革管理第11章把分析付诸行动11.5引领变革的最佳实践11.6变革中的问题处理11.7本章小结11.8参考文献第11章把分析付诸行动12.1核心胜任力概述12.2核心胜任力详述12.3基于知识领域的分析工作岗位序列...12.4本章小结12.5参考文献12345第12章分析团队的核心胜任力13