商業數據與分析決策 (解鎖數據資產提高商業創新能力)

西蒙·阿斯普倫-泰勒(Simon Asplen-Taylor)他是歐洲經驗最豐富、最成功的數據領導者之一，曾擔任多家富時指數公司的首席數據官，領導多家企業數據能力轉型。他在2019年入圍英國年度數據領袖，曾被評為2020-2021年度DatalQ100數據領域最具影響力的100人。

第一部分 如何用數據分析推動業務增長？
第一章 這本書能給我們帶來什麽幫助
概述
首席數據官帶領組織走向未來
任務：為企業提出10個問題
你擔心嗎？
第二章 數據項目論證
概述
無所作為的代價
數據的價值只取決於項目論證的價值
識別最緊迫的數據問題
把事情簡單化
項目分析與企業目標保持一致
第三章 數據和分析策略
概述
什麽是“數據分析策略”
首席數據官的職業定義
任務：使用數據周期表設計項目
數據轉型的五個階段
價值、構建和提升
任務：分享故事
第四章 團隊遊戲
概述
解密首席數據官
履歷表問題
發現問題解決者
任務：招募PQ和AQ
當心現成的數據團隊
多樣性
數據和分析能力模型
第二部分 第一個階段：渴望
第五章 速贏制勝
概述
速勝剖析
任務：確定正確的項目
從個人速勝到集體速勝
速贏不等於戰略勝利
第六章 重覆與學習
概述
為什麽要進行重覆學習？
聽聽數據怎麽說
任務：定義數據流程
任務：制訂業務變更流程
勇於探索，勇於創新
第三部分 第二個階段：成熟
第七章 數據治理
概述
什麽是數據治理？
問責制的重要性
數據管家、數據所有者和數據執行者
任務：實施數據治理
第八章 數據質量
概述
高質量數據的好處
衡量數據質量的四項原則
處理數據質量的策略
任務：設定基線和目標
任務：搭建數據質量團隊
任務：短期提高數據質量
任務：長期提高數據質量
第九章 單一客戶視圖
概述
什麽是單一客戶視圖？
單一客戶視圖的好處
其他單一視圖
如何構建單一客戶視圖
影子數據是單一客戶視圖的大敵
單一客戶視圖所有權
第十章 報告和儀表盤
概述
任務：報告審核
從靜態到動態的決策支持
任務：設計儀表盤
任務：儀表盤實現
從報告到洞察
任務：信息架構
避免急功近利
第十一章 數據風險管理和道德規範
概述
五大支柱
任務：與監管機構合作
第四部分 第三個階段：產業化
第十二章 自動化！自動化！自動化！
概述
什麽情況下可以實現自動化
多大程度上實現自動化
任務：自動化項目論證
任務：可管理的自動化項目
我會使用工具嗎
第十三章 縱向擴展與橫向擴展
概述
從速勝到大勝
枯燥和重覆
任務：選擇如何以及何時進行擴展
利用你的資源倍增器
任務：組織駭客馬拉松
規模化的紅利
第十四章 優化
概述
最好的意圖並不是最佳的
任務：規劃一個優化路徑
任務：剋服阻力
自動化的局限性
一個轉折點
第五部分 第四個階段：實現
第十五章 客戶之聲
概述
聽到他們的聲音
使用其他數據來源的原因
瞭解競爭對手
客戶的行為
社交傾聽
任務：運用社交聆聽獲得深度洞察
任務：營造可靠的口碑
整合
傾聽壞消息
第十六章 數據科學最大化
概述
是數據科學，不是數據魔法
數據科學家的重要性
任務：整合數據科學
任務：維持數據科學
擁抱失敗
第十七章 與供應商和客戶共享數據
概述
廣泛的接觸
向商業合作夥伴和供應商公開數據
供應鏈中的區塊鏈
共享改善市場
向客戶公開數據
任務：準備共享
數據共享不可避免，按照讓你感到舒服的方式去做
第六部分 第五個階段：區分
第十八章 從數據驅動到人工智能驅動
概述
人工智能是做什麽的？
數據價值的層次結構
任務：檢測
任務：流程自動化
任務：改進聚類分析
數據偏差
任務：覆雜的分析和預測
人工智能作為指導者或管理者的局限性
任務：致力於人工智能獨立實時決策
從數據驅動的轉型到人工智能驅動
第十九章 數據產品
概述
什麽是數據產品？
一流的數據和分析中心
任務：創建一個卓越的數據和分析中心
研究的三個功能
持續改進的生命周期
第二十章 正確的時間，正確的領導
概述
引領可持續數據文化
你是哪種領導者？
後記