上篇 解密数源思维
第 1 章 数源视角下的三重境界 2
只见业务不见数;又见业务又见数;只见业务不见数……
数据及其处理技术是招式,当忘掉招式的时候,就是练成数源思维秘籍的时候。
1.1 没数 2
1.2 有数 4
1.3 驭数 6
1.4 数据就像金箍棒 9
1.5 数源思维的战略性 12
第 2 章 数源思维不是什么 15
数源思维是大数据思维吗?是数据化管理吗?是商业统计分析吗?是一种数学应用吗?
既是,也不是。这些都是数源思维的招式,如果没有它们,则不能解决任何实际问题。但这其中任何一招都构不成数源思维。
2.1 数源思维不等于数据思维 15
2.2 数源思维不等于考古发掘 20
2.3 数源思维不等于数学逻辑 22
2.4 数源思维不等于 KPI 思维. 24
2.5 数源思维的四步曲 27
第 3 章 问,数源思维与产品思维、用户思维 32
提问——将业务问题转化为数据问题是数源思维第一步的核心任务。实现这一任务的路径和方法可以有多种,但最终要实现的目标是一致的。
3.1 三类思维的关系 32
3.2 提问要点 39
3.3 不要搞错决策对象 43
第 4 章 拆,问题的拆分 46
拆分——第一步中定义好的问题往往因为比较宏观而无法直接着手解决,我们就需要将其拆分为更微观的细节问题,进而再去寻找细分问题的解答方法。
4.1 从整到分,从分到整 46
4.2 结构化拆分问题的方法 50
4.3 相亲看眼缘吗 55
4.4 相关问题的转换 59
4.5 攻击要害 60
4.6 问题的时空转换 61
第 5 章 解,设计解决问题 64
解答——当问题已经足够明确和细分,能着手开始解决后,我们就进入了“解”的步骤。在解答问题的整个过程中与思维密切相关的是方法、算法设计。
5.1 问题类型 64
5.2 定性问题的测量方法 67
5.3 全局问题的局部算法 73
5.4 大问题的逐步求精 76
5.5 难测问题的替代算法 82
5.6 利用实验创造数据 87
第 6 章 谋,数源思维与科学思维、人文思维 93
科学思维——探究客观之理,做令人信服之论;
人文思维——抒发主观之情,记感人情怀之述。
6.1 科学思维与数据说服 93
6.2 人文思维与数据感人 99
6.3 推理说服与想象感人 104
6.4 要有一个好故事 107
6.5 符合视觉需求 116
第 7 章 认识数据的局限和代价 130
要用好数据这项工具,除了要知道它的优势,还必须清楚在现有条件下它的劣势,从而避免应用时的偏颇。但从总的趋势来说,机器利用数据做出的判断越来越精准,比如下面第一节讲到的人脸识别例子,在最新的人机大战中,机器又实现了超越。
7.1 非结构化数据的局限 130
7.2 非直观化数据的代价 134
7.3 结果影响行为的困扰 137
下篇 打通任督二脉
第 8 章 什么叫接地气的战略 142
要形成企业战略,观察的角度和思考的维度应该如何选择?是要观察外部环境,还是应该考察内部资源;是要静态的分析,还是应该动态的调整?对于这些问题的解答虽然并无定论,一直在发展变化,但还是存在一个相对确定的总体趋势。
8.1 内外动静两相宜 142
8.2 自下而上藏乾坤 150
8.3 互联网金融要从隔壁起,不信你问“马爸爸” 156
第 9 章 如何看透产业、行业 160
产业和行业的状态及其发展是企业进行战略思考时最重要的外部环境信息。同时,因为它们是企业运行的直接环境,企业中多个部门的业务是与这两者有直接的接触,所以对它们的观察和感知就有条件融入这些一线部门的业务中。
9.1 企业、行业、产业、市场,你分得清吗 160
9.2 一箭射穿产业迷雾 167
9.3 照亮行业的太极图 172
9.4 看透产业、行业的太极剑 178
9.5 总裁问题人人可解 179
第 10 章 市场/销售部门如何替总裁分忧 185
市场部的业务直接与用户和市场接触,在工作中会将大量市场数据带入企业,有效利用这些数据就能形成战略分析信息。销售部会将竞争对手信息带入企业,从而帮助企业了解行业竞争态势,分析自身优劣势。
10.1 吹动市场的三叶扇 185
10.2 魔道相争修出正果 193
10.3 市场争夺中的知彼之道 200
第 11 章 产品部门如何替总裁分忧 205
产品设计和开发部门的工作涉及产业、行业和用户需求,因此会不断将相关数据、信息带入企业。利用好这些数据、信息就能提高战略思考的动态能力。
11.1 产品更新中也能探知机遇与威胁. 205
11.2 书名竟然可以这么取 208
11.3 顺藤摸瓜理解用户需求 215
第 12 章 运营部门如何替总裁分忧 219
运营部门是企业中与用户互动最频繁最密切的业务单元,因此运营工作会持续产生有关用户、需求的丰富数据。对于这些数据的有效利用,就能形成判断市场机遇、威胁的信息,从而支持动态的战略思考。
12.1 阅尽亿万用户只用一眼 219
12.2 如何释放深藏在人与人之间的核能 225
12.3 马云屡败屡战背后的骇人趋势 232
第 13 章 总裁的决策 239
一线业务的信息有了以后,如何进行汇总、整合、分析,从而形成战略?
13.1 四部门替总裁分了多少忧 239
13.2 数据/规划部门粉墨登场 242
13.3 上下通达独孤求败 244
后记 246
鸣谢 248
参考文献 249
图索引 253
· · · · · · (
收起)
0 有用 艾小玛 2020-02-26 12:12:26
嗯,提出数据要解决的问题。
0 有用 SuZiE 2019-11-27 17:10:10
提供一个结合数据与产品的概览式介绍,和思维关系不大。长篇大论较多,可读性不强,像是课本,不如看案例
1 有用 偶然 2017-09-17 18:00:06
确实是贴近业务的数据思维指导书,有方法有案例
1 有用 Williams||压力非常大 2019-07-18 16:35:53
号称《未来简史》中“数据中心主义”的完美落地版 这牛吹得有点大!深入去看感觉例子非常生涩,表达毫无条理,逻辑性确实不是很好,读起来很吃力。个人而言有点浪费时间。
0 有用 vickeyfang 2021-07-18 18:16:41
全书主要围绕数源思维的方法:问—拆—解—谋 展开,也是本书的精华,尤其从“问—拆”拆解之细值得学习;11.2 如何取书名一节 详细的写出了四步骤的应用方法;取书名一是可以凭感觉,但用作者的方法却可以使工作标准化,向上汇报时有章可循,值得深思!