一些自己觉得有用的内容摘录

铲屎大将军
2020-11-01 看过

首先谈谈对这本书的定位判断:

更适合给有志于成为数据团队管理者的人看,因为文中有大量模型流程方法套路,可供复制到PPT上;同时也有很多基于管理者视角的思考和概念,有利于帮助思考大方向

下面就是摘录了


1,企业中数据团队不同架构的优劣势

混合式肯定是未来的趋势,不过并不是未来的就是最好的。需要根据企业当前所处的不同阶段选用不同的架构形式,如果是一家百废待兴的公司,建议还是集中式,这样比较有利于数据基础建设的生成,有了基础规范之后再自由自治的生长

2,数据管道

是一个比较流程化的东西,可能有利于后续ppt装逼做规范

3,分析的生命周期

一个特别fancy特别适合装逼的概念,不过也很好的把数据分析变成一个产品,这也是对的,因为数据分析本来就应该具备产品视角和产品管理姿态

4,分析产品管理

这点其实是最关键的,要想在企业内部能够真正的贯彻推进好数据分析,不仅仅是一个技术问题,更多时候是一个系统性的组织问题

5,设计思维与数据分析的结合

设计思维就是代入用户的角色,体验一遍产品的主要功能流程路径;

在这个过程中就能梳理发现核心节点流程,然后针对每个流程设计数据统计指标。但这个过程只是考虑用户的感受,或许跟产品自身价值以及公司的价值还有些差异,需要权衡

这里又扯到了同理心,因为代入角色的基础就是同理心,如果你代入的角色很特殊,那体验的过程也就没有意义。同理心又是一个原生家庭和成长环境的问题了

6,问题定义环节的重要性

“当我们在尝试解决、理解、沟通或者探索问题的时候,常常忍不住一下子就进入细节,试图迅速开始深入探讨问题甚至提出解决方案。请试着抵制这种诱惑,因为对一个尚未明确定义的问题来说,你不可能真正找到解决方案”

对于问题定义,需要着重弄清楚如下几个点:

问题是什么?

会影响或涉及谁?

问题的影响或后果是什么?如果不去解决会发生什么?

成功的标准是什么?

7,怎样才算是一个好的数据分析问题?

可行性:这个问题是否可被回答?无法回答的问题往往缺乏具体性,或者时机不适合,或者没有衡量办法

趣味性:其实就是价值与回报,解答这个问题到底能给你带来什么?如果仅仅是满足一个好奇心,那么就不是很务实

新颖性:之前是否有人做过类似的研究,如果有的话可以直接借鉴而不是重复造轮子

道德性:数据的分析与使用是否会引发不可控的道德层面问题,比如用户隐私数据

相关性:跟业务中的哪些相关,如果这个问题解答了,是否会影响公司的一些重点业务

8,分析成熟度

有一个概念叫分析成熟度,具体来说包含如下几点

战略协同:分析与组织战略协调一致的程度

信息管理:数据治理以及如何在整个组织内管理组织的知识成果

高级分析:分析洞察力的创造、社会化和运营流程化

数据隐私安全:控制数据及其衍生情报的访问和传播的技术

数据管理:数据存储和数据质量的期望

当一个组织的分析成熟度较低的时候,就比较难快速的解决复杂业务问题,也很难将分析的结果贯彻到日常的业务流程决策中

4 有用
0 没用

查看更多豆瓣高分好书

评论 3条

查看全部3条回复·打开App 添加回应

数据分析即未来:企业全生命周期数据分析应用之道的更多书评

推荐数据分析即未来:企业全生命周期数据分析应用之道的豆列

了解更多图书信息

豆瓣
免费下载 iOS / Android 版客户端