在任何国家、市场或者行业中，数据分析都可以推动价值增长，带动企业健康可持续发展。要最大化数据分析的益处，就需要创建一支高效的大数据团队，这一定是未来“分析经济”的主流。朱达·菲利普斯著的《打造大数据团队(从组建到价值创造全流程指导)》完整指导相关从业者：
·如何创造、管理、获得数据以及成功运用数据分析并从大数据分析中获利；
·如何打造专注、高效、多功能、面向流程的分析团队，并使其获得其他团队的技术或财务支持；
·如何设计数据分析思路、方法和框架，从而创造出可持续的业务和股东价值。
一流的大数据团队一定可以讲述准确的“数据故事”，利用最前沿的数据科学和分析技术高质、高效地整合数据，解答关键的商业问题，支持智能决策，最终帮助企业获得最大的经济价值和商业回报。
朱达·菲利普斯：作家、教授、数据分析企业家。他是SmartCurrent公司的创始人，该公司利用数据分析和数据科学改善公司业绩、增加收入、降低成本、提高盈利、提升客户满意度，为企业创造价值。他曾带领财富500强公司的分析和商业智能团队，通过数据应用分析、分析和技术资源管理等，改善了公司的业绩。他为互联网公司、媒体公司、消费品公司、金融服务公司和各类机构提供咨询服务。
朱达·菲利普斯连续多年被美国数字分析协会提名为“*具影响力的行业贡献者”。他也是纽约大学、波士顿学院、东北大学、本特利学院等商学院讲授分析和数据科学的客座教授。
第1章 运用数据分析创造商业价值
大数据和数据科学需要数据分析
定义数据分析
第2章 分析价值链和数据分析中的9P理论
数据分析中P的解释
分析价值链：战略战术成功的流程
分析数据并对分析进行阐述和社会化
分析工作请求流程
第3章 创建分析团队
证明对分析团队的投资是合理的
没有可用投资
费用过高
投资分析的商业价值缺乏证据
克服由组织局限性和处理不当带来的投资阻力
创建分析团队的商业评估和投资建议书
向管理者和其他团队报告分析价值创造
设定分析团队目标
确定分析团队的角色和职责
第4章 何为数据分析工具
创建还是购买
平衡分析技术的管理：企业运营还是IT部门运营
选择分析工具
成功的工具部署
第5章 数据分析方法和技巧
观察数据：数据的形状
运用统计学和机器学习分析数字数据
第6章 数据的定义、规划、收集和管理
如何定义数据
什么是数据的商业定义
数据的操作性定义是什么
数据的技术定义是什么
创建和维护数据定义
规划数字数据：你应该做什么
收集你需要了解的数据
数据管理的作用
数据管理团队做什么
跨计划、工程项目和团队的数据管理流程
测试和核实数据的困难之处
第7章 数据报表及KPIs的运用
什么是报表以及它是如何生成的
一份优秀报表的五个要素：RASTA
报表与仪表盘的区别
仪表盘是什么，它是如何产生的
优秀仪表盘的五个要素：LIVES
理解KPIs
报表与仪表盘如何适应分析价值链
KPIs实例
实时数据vs及时数据：从业者的角度
第8章 用数据分析进行优化和测试
AB测试：从此开始
进一步扩展到多变量测试
制订测试优化计划
AB测试和多变量测试的操作过程
AB测试和多变量测试结果的测量、分析与汇报技术和方法
测试支持的优化类型
建立数字优化项目
开发控制实验和数字数据科学
测试和优化数字体验的技巧
第9章 用户反馈数据定性分析
倾听顾客声音比以往任何时候都更加重要
交易工具：市场调研及定性数据收集方法和技术
进行在线、电话或者邮件调查
建立线上和线下社区
面对面采访顾客
建立和利用焦点小组
建立顾客反馈体系
确定顾客的态度、信仰和动机
理解顾客要求和需求
追踪顾客体验
定性数据团队做什么，数据分析是如何起作用的
融合数字行为的数据和定性数据
成功的商业合作
第10章 竞争性情报和数字化分析
竞争情报vs数字情报
数字竞争情报实例
数字竞争隋报的工具和方法
数字竞争情报流程
整合数字行为数据和竞争情报
第11章 定位目标和数据分析自动化
定位的类型
定位发生的数字领域
什么是重新定位
重新定位的类型
数据分析团队如何助力定位和重新定位
关于定位和重新定位的建议
第12章 融合全方位渠道，整合数据，以理解客户、用户和媒体
全渠道数据类型
全渠道数据度量
通过全渠道数据整合定义客户分析
用客户的数据和你的分析向客户提问
统一的客户生命周期
通过全渠道数据整合进行客户分析的工作
客户分析面临的挑战
通过全渠道整合进行客户分析时需要什么
第13章 数据分析的未来
预测的个性化
闭环的行为反馈系统
多屏统一发送实时可访问的相关内容和广告
感知和反应
相互作用和警示
特定地理位置和目标定位
自动化服务和产品配送
数据交互的购物者和顾客体验
未来的分析业需要注重隐私和道德
[
我的消息
购物车
