第1章 统一语言:数据、指标、信息,天哪! 1
1.1 三头小猪的故事 1
1.2 数据 5
1.3 指标 6
1.4 信息 7
1.5 量化分析 8
1.6 根本问题 10
1.7 数据?量化分析悖论 14
1.8 量化分析体系的构成 16
1.9 总结 17
1.10 小灶 17
第2章 设计量化分析体系:怎么设计 20
2.1 向着根本问题,前进! 21
2.2 检查根本问题 28
2.3 构建量化分析体系 29
2.4 明确信息、指标和数据需求 32
2.5 采集指标和数据 34
2.6 如何采集数据 35
2.6.1 优先考虑自动化 36
2.6.2 置办软硬件 37
2.6.3 开展调查 37
2.6.4 用人 37
2.7 再供例子一枚 38
2.7.1 信息 39
2.7.2 指标 39
2.7.3 数据 40
2.8 回顾 41
2.9 结论 41
2.10 小灶 42
第3章 规划优质量化分析:从哪里开始 46
3.1 量化分析开发规划 46
3.2 文档:提高开发规划的档次 59
3.3 回顾 63
3.4 结论 64
第4章 把量化分析当做指示器 65
4.1 事实并非真相 65
4.1.1 量化分析也会犯错 68
4.1.2 准确的量化分析也只是指示器 69
4.1.3 指示器:定性数据与定量数据 71
4.2 回顾 73
4.3 结论 74
第5章 善用答案纲要:便捷之道 75
5.1 答案纲要是什么 75
5.1.1 答案纲要:第一层 76
5.1.2 答案纲要:第二层 76
5.1.3 答案纲要:第三层 78
5.1.4 答案纲要:第四层 80
5.1.5 答案纲要: 第五层及其后各层 85
5.2 如何使用答案纲要:明确量化分析类型 86
5.3 小灶 87
5.4 回顾 89
5.5 结论 90
第6章 从效用开始 91
6.1 远景健康状况 92
6.2 组织健康状况 93
6.3 投入VS产出 94
6.3.1 业务流程健康状况 95
6.3.2 产品/服务健康状况 96
6.4 客户视角 98
6.5 消除恐惧 100
6.6 应该先做的就先做 101
6.7 回顾 101
6.8 结论 102
第7章 三角交叉法:创建效率量化分析的必备良药 104
7.1 三角交叉法的历史沿革 105
7.2 三角交叉的实际应用 106
7.2.1 指标的三角交叉 107
7.2.2 数据源及采集方法的三角交叉 109
7.2.3 视角的三角交叉 111
7.3 人口统计数据不行 112
7.4 回顾 114
7.5 结论 115
第8章 期望值:如何看出量化分析结果的含义 117
8.1 谨慎选择 117
8.1.1 延伸目标 117
8.1.2 拿指标当目标 118
8.1.3 战术目标和临界点 119
8.1.4 和指标挂钩的激励方案 120
8.2 期望值 120
8.3 期望值发现之旅 125
8.4 回顾 128
8.5 结论 129
第9章 成绩单的制作及解读 130
9.1 概念 131
9.2 基础工作 132
9.2.1 可用性 140
9.2.2 速度 142
9.2.3 准确性 145
9.2.4 使用情况 147
9.2.5 客户满意度 149
9.3 运用期望值 157
9.4 回顾 161
9.5 结论 161
第10章 最终交付物:量化分析成绩单 162
10.1 交付情况 163
10.1.1 可用性 163
10.1.2 速度 166
10.1.3 准确性 167
10.2 使用情况 169
10.3 客户满意度 174
10.4 权重与指标 177
10.4.1 严密性 178
10.4.2 灵活性 178
10.5 数据上卷至评级 179
10.6 回顾 184
10.7 结论 185
第11章 高级量化分析 186
11.1 涉足其他象限 187
11.1.1 作为对产品/服务健康状况工作的支持 187
11.1.2 指导业务流程优化工作 187
11.1.3 与组织一起成长 187
11.2 量化分析对未成年组织的好处 188
11.3 让业务流程可重复 189
11.4 评测有助于鼓励使用现有流程 190
11.5 其他象限的量化分析 191
11.5.1 组织健康状况 192
11.5.2 评测组织健康状况 196
11.5.3 远景健康状况 198
11.5.4 业务流程健康状况 201
11.6 回顾 205
11.7 结论 206
第12章 创建服务目录:如何增强成绩单 207
12.1 如何开发服务目录 209
12.1.1 服务/产品健康状况服务目录 209
12.1.2 业务流程健康状况(效率)服务目录 211
12.2 小灶 213
12.3 回顾 214
12.4 结论 215
第13章 构建标准和基准 216
13.1 基准:最适合拿来做比较 216
13.2 负责任地制定基准 218
13.3 有标准才能比较 219
13.3.1 拿到优质数据 219
13.3.2 目标:可靠的行业标准 220
13.4 回顾 221
13.5 结论 222
第14章 敬畏量化分析的力量 223
14.1 量化分析:是指示器还是事实 224
14.2 误用量化分析:“客户恨我们” 226
14.3 误用量化分析:好的,坏的,丑陋的 228
14.3.1 好的 228
14.3.2 坏的 229
14.3.3 丑陋的 230
14.4 意外情况的处理艺术 231
14.5 回顾 233
14.6 结论 234
第15章 不要掉进研究的陷阱 235
15.1 研究的成本 236
15.2 变相的研究 237
15.2.1 你是不是已经陷进去了 237
15.2.2 搞研究怎么就错了 240
15.3 回顾 240
15.4 结论 241
第16章 欣然接受组织的个性 242
16.1 问题简化 245
16.1.1 为什么 245
16.1.2 是什么 245
16.1.3 什么时候 245
16.1.4 谁 246
16.1.5 怎么做 246
16.2 如果老板不同意怎么办 246
16.2.1 不要措手不及 246
16.2.2 做研究 247
16.2.3 应对失败 247
16.2.4 应对成功 248
16.2.5 真有那么凄凉吗 248
16.3 为什么接受个性是健康的表现 249
16.4 回顾 251
16.5 结论 251
附录 工具和资源 252
· · · · · · (
收起)
评分
☆☆☆☆☆
和大数据或数据仓库没有啥直接关系。主要就是谈指标体系建立。
评分
☆☆☆☆☆
此类引进版图书最大的缺点就是编辑宣传太过,明明是一本一般管理类的书,偏要蹭大数据热点。
评分
☆☆☆☆☆
此类引进版图书最大的缺点就是编辑宣传太过,明明是一本一般管理类的书,偏要蹭大数据热点。
评分
☆☆☆☆☆
拼拼凑凑,炒炒概念
评分
☆☆☆☆☆
拼凑严重,果断中止
评分
☆☆☆☆☆
本书讲如何对企业做量化分析与管理,可以翻翻做个参考。 内容与大数据毫无关系,其英文名字为:Metrics: How to Improve Key Business Results。可见是中文编辑给标题加上了“大数据”的概念。
评分
☆☆☆☆☆
本书讲如何对企业做量化分析与管理,可以翻翻做个参考。 内容与大数据毫无关系,其英文名字为:Metrics: How to Improve Key Business Results。可见是中文编辑给标题加上了“大数据”的概念。
评分
☆☆☆☆☆
本书讲如何对企业做量化分析与管理,可以翻翻做个参考。 内容与大数据毫无关系,其英文名字为:Metrics: How to Improve Key Business Results。可见是中文编辑给标题加上了“大数据”的概念。
评分
☆☆☆☆☆
本书讲如何对企业做量化分析与管理,可以翻翻做个参考。 内容与大数据毫无关系,其英文名字为:Metrics: How to Improve Key Business Results。可见是中文编辑给标题加上了“大数据”的概念。
评分
☆☆☆☆☆
本书讲如何对企业做量化分析与管理,可以翻翻做个参考。 内容与大数据毫无关系,其英文名字为:Metrics: How to Improve Key Business Results。可见是中文编辑给标题加上了“大数据”的概念。