數據化管理：洞悉零售及電子商務運營 pdf epub mobi txt 电子书 下载 2025

☆☆☆☆☆

黃成明 著

出版社： 电子工业出版社

ISBN：9787121234064

版次：1

商品编码：11482086

品牌：Broadview

包装：平装

开本：24开

出版时间：2014-07-01

用纸：胶版纸

页数：306

正文语种：中文

産品特色

編輯推薦

　　

　　赫基國際集團CEO徐宇、唯品會高級VP蔣涇、知名自媒體人鬼腳七、中國傳媒大學教授瀋浩等17位企業老總及行業大腕聯袂推薦；
　　教你如何用常見的Excel工具建立商業運營模型；
　　從數據中發現商業規則、洞察消費者行為、量化商業價值，讓你的商業價值算得齣。

內容簡介

　　

　　《數據化管理：洞悉零售及電子商務運營》講述瞭兩個年輕人在大公司銷售、商品、電商、數據等部門工作的故事，通過大量案例深入淺齣地講解瞭數據意識和零售思維。作者將各種數據分析方法融入到具體的業務場景中，最終形成數據化管理模型，從而幫助企業提高運營管理能力。
　　《數據化管理：洞悉零售及電子商務運營》全部案例均基於Excel，每個人都能快速上手應用並落地。
　　

作者簡介

　　黃成明（@數據化管理），擁有15年的銷售及數據分析經驗，曆經美國強生公司、妮維雅公司、雅芳公司和鼎盛時期的諾基亞公司。目前是數據化管理的谘詢顧問和培訓師。他獨立研發瞭基於周銷售權重指數的零售管理模型，可以有效地進行目標管理、銷售預測、客流預估、促銷評估、銷售預警等。

內頁插圖

精彩書評

　　

　　★很早就和黃老師認識並閤作瞭，一直很欣賞他對商業的理解度。現在終於看見他將自己的智慧整理成瞭一本書，有理論也有實踐，有零售思維也有數據意識，有營運規劃也有策略分析。作為企業經營者，最怕隻有數據卻沒有産生價值，這本書可以幫助零售從業者提高對數據的認識，並且用數據提高營運管理深度。
　　——徐宇，赫基國際集團，CEO
　　
　　★這是我讀過的接地氣的數據化管理著作，聚焦於通過數據分析幫助策略落地。本書提到的零售策略，我在傢樂福及華潤萬傢零售實戰中都用到過，受益匪淺。其中關於客戶驅動及競爭分析的方法論，在目前電商的激烈競爭中，依然適用，甚至不可或缺。
　　——蔣涇，唯品會，高級副總裁
　　
　　★這是個競爭不斷加劇的時代，我們必須更加專業。數據化管理，就是專業的技能之一。此書作者用比較生動的方式，把枯燥的數據概念解讀得通俗易懂，值得一讀。
　　——鬼腳七，知名自媒體人，前大淘寶搜索負責人，熱銷書《做自己》《愛生活》作者
　　
　　★數據並不是人們最終需要的東西，他們需要的是信息，是對未來發展的洞察力。數據化管理正以我們從未想象過的方式影響著企業的發展。如何從數據中發現商業規則、洞察消費者行為、量化商業價值都需要企業擁有能融閤商業理解、數據分析並具備從海量數據中發現知識能力的數據分析師。相信《數據化管理》一書會讓您的商業價值算得齣。
　　——瀋浩 中國傳媒大學新聞學院，教授；統計調查研究所，所長；數據挖掘研發中心，主任
　　
　　★零售業齣路不僅是綫上綫下的成功融閤，更源於對數據的收集、整理、分析，實現可預測、可指導，就是常說的數據化管理。市麵上不少關於大數據的書籍，多來自國外，理論性強，不適閤國情。能針對零售業進行係統化、專業化分析的書籍也不多。作為黃老師多年老友，他認真、踏實的鑽研精神，也令我深深摺服！
　　——曹誌國，誌嚮不凡谘詢集團，董事長（新浪微博@曹誌國-連鎖研究）
　　
　　★互聯網時代電商對零售行業的影響有目共睹，這個行業的競爭變得越來越激烈，以前的粗放式管理已不適應潮流，我們需要精細管理，這就需要數據，數據是無形資産，也是核心競爭力的基礎。本書係統介紹零售行業數據方麵的應用思路和實戰的數據分析要點，書中模擬實戰，同時滲透著數據化思路的引導，相信這本書能讓你快速成長！
　　——鄧凱，資深數據分析師，新浪微博，資深博主（新浪微博 @數據挖掘與數據分析）
　　
　　★用數據來指導和決策商業經營管理，是近期很火的一個概念。但與許多高大上的數據分析挖掘類圖書有所不同，在這本書當中並沒有堆砌太多的數據分析理論和數理統計公式，而是用通俗易懂的實例和輕便易用的工具來為我們演繹瞭商業數據化管理的理念和方法，並具有高度的可操作性和可復製性。這本書讓我們認識到，商業數據分析很多時候難的不是工具和方法，而是在於對數據敏感的意識、觀察數據的角度以及對數據理解的方式。同時，作為一個使用Excel的"熟練工"，我在閱讀這本書的時候感到瞭久違的輕鬆和愉悅，因為它讓我找到瞭Excel這種平民化工具在激發企業生産力和決策力方麵的巨大潛力，依托於Excel的數據化管理，大有可為！
　　——方驥，微軟有價值專傢MVP（新浪微博@Excel大全）
　　
　　★隨著全零售時代的到來，傳統商業的每一個供應鏈細節都離不開數據的支撐。特彆是以C端驅動的供應鏈模式成為主流的今天，用數字解讀顧客需求成為品牌和渠道競爭的核心。本書可以讓你學會全麵地利用數字化的方式掌握對人、貨、場、財等經營管理，特彆適閤新零售、電商、供應鏈、大數據的朋友一讀！
　　——黃剛，著名物流供應鏈專傢·漢森世紀供應鏈，總經理（新浪微博@黃剛-物流與供應鏈）
　　
　　★隨著電子商務對零售業態的改變，數據已經成為企業競爭力的"核心"。對於企業來說掌握市場環境、營銷流量、運營管理、客戶關係的數據越多、越立體化，越可以精細化企業管理。《數據化管理》一書從"人、貨、場"的維度，為我們呈現瞭真實的零售數據世界。希望大傢可以通過本書的學習，提升自身對數據的理解和企業運營效率。
　　——海雲飛，艾瑞谘詢集團，艾瑞學院總監
　　
　　★本書通過幾個人對實際業務的探討展開瞭數據驅動業務的有趣旅程。既有數據分析邏輯、基礎指標計算和對比方法，又具備數據分析技巧，涵蓋數據分析從入門到高級再到精深的各個階段，其中數據分析立體化無疑是數據分析的重要指導思想，從由小到大，由局部到整體的立體化，到通過增加不同維度實現立體化的思考，為數據分析從業者提供很好的思路和藉鑒。在立體化邏輯的基礎上，再從不同維度的數據指標組閤中找尋業務解釋，為企業提供更多的決策和效率優化依據！
　　——羅盎，微博數據中心，總監（新浪微博@五洲紅）
　　
　　★不懂數據，就做不好生意；不懂大數據，就做不成大生意！數據是生意經營過程的量化結果，裏麵蘊含著不為人一眼察覺到的奧秘。通過洞悉數據背後的邏輯、規律、趨勢和洞見，可以更好地讀懂過去、瞭解現在、預見未來！在這本書中，我們可以深刻感受到黃老師對數據的解讀深度、對分析方法的不倦追求、對生意邏輯的深刻洞察！推薦各行各業的企業傢、高管們，都好好讀一讀這本幫你讀懂生意、發現生意的專業書！
　　——穆兆曦，優識營銷學院，院長
　　
　　★無論是傳統領域裏的企業人，還是基於互聯網技術發展起來的電商公司，更包括瞭大量的IT、科技公司，對於數據化的概念，嚮來是敞開懷抱熱烈歡迎。這一方麵是，在實際的業務中，數據真得給予瞭企業者更理性化、係統化管理業務的支撐點，另外一個因素則有些窘迫：關於數據管理的知識總顯得太過嚴謹生澀而讓人難以輕鬆接受。這次的新書，數據君一如既往地保持著通俗有趣的寫作風格，並且不再受到篇幅的限製，可以酣暢淋灕地把案例一個個穿插在理論中，就算是剛接觸數據的新人，都可以通暢地閱讀。實在是目前市麵上，將數據化管理接地氣的一本書啦！
　　——強音，i天下網商，主編
　　
　　★在經濟學中，經典的概念是"看不見的手"，這是所有微觀經濟學及市場經濟的核心。"看不見的手"，是一種對於市場的敬畏，也是對於市場中多方博弈的一個總結。而這個經典的概念，正在被另外一個更加重要的概念所替代"看得見的數據"，也就是所謂的"數據賦能"。伴隨著互聯網的發展，尤其是移動互聯網的發展，市場的每一個細節都將數據化、智能化。
　　數據的力量正在展現，數據對於商業的價值，就像電子對於科技的價值，正在一步步成為商業的現實。而在整個數據的商業應用中，價值化的是電子商務。
　　在阿裏巴巴的平颱上，商傢在經營淘寶店鋪時，有兩個重要的數據平颱，一個是量子恒道，以本店鋪的所有營銷、客戶、商品信息為基礎；二是數據魔方，涉及全網的行業數據，包括爆款、行業指數等方麵。除此以外，還延伸齣大量的數據化的工具與公司，這點都是因為互聯網非常透明的競爭，數據就是精細化運營的基礎。
　　在O2O的領域也是如此，O2O是商務電子化的過程，也就是將所有的商務環節數據化與智能化，提升效率，節約成本，挖掘新需求。
　　@數據化管理，是對於商務數據化與智能化的一個係統的探索與思考，開啓瞭一個新的商業思考的維度，值得我們在商業巨變的時代，掌握時代的潮流與商業的未來。
　　——天機，阿裏巴巴集團，O2O項目品牌商負責人
　　
　　★大數據時代已悄然來臨，那些默默沉睡在服務器上的陳年舊數一夜間身價倍增。現在市麵上已經有很多關於大數據、數據挖掘等的各類書籍瞭，本書卻非常新穎和務實地聚焦在"如何利用數據及數據挖掘分析方法來支持企業各項管理工作"。而這種視角，對於我們連鎖零售百貨公司非常有價值。新世界百貨從1993年來大陸開店，至今已經有21年的曆程，在我們的後颱服務器上積纍瞭海量的中國各個城市消費者的消費記錄，同時我們已經擁有超過300萬的VIP會員，他們21年的消費行為、消費習慣，以及這種行為和習慣的變遷，都刻錄在存儲器上。我們一直在思考如何挖掘這些堪比石油的數據礦。本書的問世給我們帶來瞭一種欣喜和嘗試的衝動。
　　——王寶軍，新世界百貨中國有限公司企業管理服務部，總經理
　　
　　★零售界著名的數據化管理培訓師兼好友黃成明齣書瞭！可喜可賀！一嚮與成明私交甚篤，有感於他這幾年厚積薄發、真材實料的飛速發展，特地嚮大傢推薦本書！
　　——吳子恒，中國零售界及商業地産界微博，博主（新浪微博 @Hermann中國零售微博）
　　
　　★行業資深人士，都有一個共同點：觀市勢，而創己道；填萬坑，而成己法。黃老師浸泡零售行業20餘年，將運營歸結為"人貨場"三方麵，並采用一套縝密的數據分析方法分解落地。道法閤一，基於"人貨場"思維的立體化，在介紹各種分析方法的同時，將各種"坑"逐一呈現，值得一閱。
　　——楊帆，唯品會，商業智能高級總監
　　
　　★優秀的數據分析師要求五懂，即要懂業務、懂管理、懂分析、懂工具、懂設計，本書為五懂結閤應用的結晶。
　　——張文霖，《誰說菜鳥不會數據分析》作者（新浪微博@小蚊子樂園）

目錄

第 1 章　什麼是數據化管理
1.1　"聰明"的銷售人員
1.2　數據化管理的概念
1.3　數據化管理的意義
1.4　數據化管理的四個層次
1.4.1　業務指導管理
1.4.2　營運分析管理
1.4.3　經營策略管理
1.4.4　戰略規劃管理
1.5　數據化管理流程圖
1.5.1　分析需求
1.5.2　收集數據
1.5.3　整理數據
1.5.4　分析數據
1.5.5　數據可視化
1.5.6　應用模闆開發
1.5.7　分析報告
1.5.8　應用
1.6　數據化管理應用模闆

第 2 章　尋找零售密碼
2.1　周權重指數
2.1.1　尋找店鋪零售規律
2.1.2　周權重指數
2.1.3　周權重指數的計算
2.1.4　日權重指數的特殊處理
2.2　周權重指數的應用
2.2.1　判斷零售店鋪銷售規律輔助營運
2.2.2　分解日銷售目標
2.2.3　月度銷售預測
2.2.4　銷售對比
2.3　神奇的黃氏麯綫--單位權重（銷售）值麯綫
2.3.1　單位權重（銷售）值麯綫
2.3.2　應用在銷售追蹤過程中
2.3.3　特殊事件的量化處理
2.3.4　促銷活動的分析及評估
2.3.5　新産品上市的分析及評估
2.3.6　其他應用
2.4　案例及應用--數據化排班

第 3 章　銷售中的數據化管理
3.1　銷售都是追蹤齣來
3.1.1　沒有目標管理就沒有銷售的最大化
3.1.2　沒有標準就沒有追蹤的依據
3.1.3　如何用數據化追蹤銷售
3.1.4　銷售追蹤注意事項
3.2　常用的銷售分析指標
3.2.1　人貨場是零售業基本的思維模式
3.2.2　零售業常用的分析指標
3.2.3　如何確定指標的重要性
3.3　提高銷售額的杜邦分析圖
3.3.1　路過人數
3.3.2　進店率
3.3.3　成交率
3.3.4　平均零售價
3.3.5　銷售摺扣
3.3.6　連帶率
3.4　促銷中的數據化管理
3.4.1　影響衝動購買的因素有哪些
3.4.2　零售業常用的促銷方式
3.4.3　促銷活動的準備、執行和評估
3.5　案例及應用

第 4 章　商品中的數據化管理
4.1　常用的商品分析指標
4.1.1　商品分析的基本邏輯
4.1.2　常用的商品分析指標
4.1.3　傷不起的售罄率
4.1.4　再談如何確定指標間的重要性
4.2　常用的商品分析方法
4.2.1　商品的自然分類方法
4.2.2　商品的銷售分類方法
4.2.3　商品的價格分析
4.2.4　商品的定價策略
4.3　商品的關聯銷售分析
4.3.1　商品的關聯程度分析
4.3.2　購物籃分析
4.3.3　提高商品關聯度的方法
4.4　商品的庫存管理
4.4.1　庫存分析邏輯
4.4.2　異常庫存管理
4.4.3　設置庫存預警條件
4.5　商品的利潤管理
4.5.1　誰在決定商品的利潤
4.5.2　商品的現值
4.5.3　庫存的現值分析法
4.6　案例分享

第 5 章　電子商務中的數據化管理
5.1　數據分析是電商營運的指路明燈
5.1.1　電子商務和傳統零售數據分析的區彆
5.1.2　電商數據分析需要的數據
5.1.3　電商數據來源及分析工具
5.2　電商數據分析指標
5.2.1　流量指標
5.2.2　轉化指標
5.2.3　營運指標
5.2.4　會員指標
5.2.5　財務指標
5.2.6　關鍵指標
5.3　流量及會員數據分析
5.3.1　流量及轉化的漏鬥圖分析
5.3.2　對比發現有質量的流量
5.3.3　電商銷售額診斷
5.4　案例分析

第 6 章　零售策略中的數據化管理
6.1　渠道策略的數據化管理
6.1.1　如何科學地將渠道分類
6.1.2　渠道拓展分析
6.1.3　渠道的管理指標
6.2　會員策略的數據化管理
6.2.1　會員數據分析
6.2.2　會員價值分析
6.2.3　會員的生命周期管理
6.2.4　會員購買行為的研究
6.3　競爭對手分析
6.3.1　誰是你的競爭對手
6.3.2　如何收集競爭對手的數據
6.3.3　競爭對手的分析方法
6.4　營運策略的數據化管理
6.4.1　如何做銷售預測
6.4.2　如何製定年度銷售目標
6.5　案例分享
6.5.1　整理思路
6.5.2　界定問題
6.5.3　收集數據
6.5.4　分析數據

第 7 章　必知必會的數據分析方法
7.1　數據分析的立體化
7.1.1　數據分析必須立體化
7.1.2　三維分析之點-綫-麵
7.1.3　三維分析之時間-對象-指標
7.1.4　三維分析之人-貨-場
7.1.5　三維分析之廣度-寬度-深度
7.2　數據沒有可對比性就沒有數據分析
7.2.1　被濫用的同比和環比
7.2.2　傷不起的各種"率"
7.2.3　她真的是銷售冠軍嗎
7.3　常用的數據分析方法
7.3.1　如何設定指標的權重
7.3.2　經典的二八法則應用
7.3.3　ABC分析方法
7.3.4　排行榜分析方法
7.3.5　你真的瞭解平均值嗎
7.4　數據展示也是一種分析方法
7.4.1　Excel圖錶的展示邏輯
7.4.2　不一樣的雷達圖
7.4.3　清清爽爽的K綫圖
7.4.4　高端大氣的熱力圖
7.4.5　四象限圖的策略思維

第 8 章　如何建立數據化管理模型
8.1　數據化管理應用模闆
8.1.1　自定義區域
8.1.2　數據源區域
8.1.3　分析輔助區域
8.1.4　業務預警區域
8.1.5　業務分析區域
8.1.6　報告展示區域
8.2　搭建數據化管理模闆必會的Excel十大技巧
8.2.1　必須要掌握的54個函數
8.2.2　數據透視錶
8.2.3　自動排名
8.2.4　四象限圖
8.2.5　智能提醒
8.2.6　PPT隨Excel圖錶自動更新
8.2.7　密碼保護
8.2.8　控件和VBA的使用
8.2.9　名稱管理器
8.2.10　如何隱藏數據

後記
附錄　測試你對數據敏感度的答案

精彩書摘

　　2.2.2分解日銷售目標
　　新春天集團旗下有39傢百貨商場、79傢超市以及一個B2C的在綫購物網，一共是119傢店鋪。零售店鋪的目標管理是零售管理的重心，根據集團CEO的要求，必須將目標分解到可執行的最小單元的原則，新春天的習慣做法是，先將年目標分解到各店鋪，再拆分成12個月，依次分到各樓層（百貨商場）或各業務組（超市），百貨商場還會細化到品牌。
　　在2012年以前我們的目標基本就細化到月和到品牌，從2012年開始，我要求所有分店必須根據周權重指數將每月目標細化分解到日。這樣的好處是可以按天來追蹤銷售完成狀況，同時都采用周權重指數標準流程，所以便於店鋪間日目標是有對比性的。
　　傑剋：柯北，你知道銷售人員最怕什麼嗎？
　　柯北：我覺得銷售人員應該最怕“老闆”吧？我昨天跟著徐總去北京知春裏超市巡場，發現店鋪主管都很緊張。徐總問營運主管在洗化類商品中哪一個SKU6上周銷量第一，營運主管居然遲疑瞭一下纔迴答說是某品牌牙膏。實際上她迴答錯瞭，徐總齣發前讓我查過這個數據的。
　　……

前言/序言

　　測試你對數據的敏感度
　　五一剛過，北京某大學校園內來瞭幾個人，他們是新春天連鎖商業有限集團公司負責校園招聘項目的員工。而此時階梯教室早已坐滿瞭慕名而來的同學，他們是被這樣一張海報吸引過來的：
　　We want you
　　我們不在乎你學的是什麼專業，我們也不在乎你是男是女，但是我們在乎：
　　你是否對未來的工作充滿幻想和期待？
　　你是否對數據有足夠的敏感度？
　　你是否有很強的邏輯思維能力？
　　如果有，我們5月7日14:00階梯教室見！
　　招聘會中將有資深職場人士分享"如何提高你對數據的敏感度"等內容。
　　我們是新春天連鎖商業有限集團公司，中國50強零售企業。我們的總部在北京，我們的主要業務來源於百貨、超市和電子商務。
　　14:00新春天校園招聘會準時開始，例行發言後，主持人給每位同學發瞭一張筆試捲子。要求10分鍾內完成，不能使用計算器或者具有計算功能的手機等（友情提示：最好是心算）。
　　親愛的讀者，準備好紙和筆，你也一起來測試下自己對數據的敏感度吧。
　　第一部分：請判斷下麵的描述是正確的、錯誤的還是不能確定。
　　① 某公司業務員小強有24個客戶，4月不重復客戶購買比率為78%。（注：不重復客戶購買比例=有訂單的客戶總數÷總客戶數，重復購買的客戶隻算一次）
　　② 我國城鎮住房建設較快發展，人均住宅建築麵積升至26.11m2（北京市為32.68m2），戶均住宅建築麵積為83.2m2。同時，城鎮住宅建築麵積達到曆史最高的300.16億m2。
　　③ 2013年4月，某品牌在某地區銷售同比增長32%，該地區的三個客戶分彆完成銷售23.8萬元、36.8萬元、27.0萬元，去年同期他們分彆完成銷售18.3萬元、28.8萬元、20.9萬元。（注：該地區隻有三個客戶）
　　④ 某學校200名同學全部參與瞭優秀學生乾部的選舉活動，最後李剛同學以88.8%的投票支持率當選。（注：共5名候選者，每位同學隻能選擇支持1位，候選者也可以參加投票）
　　⑤ 國傢統計局發布的《2009年國民經濟和社會發展統計公報》顯示，2009年70個大中城市房屋銷售價格上漲1.5%，其中新建住宅價格上漲1.3%，二手住宅價格上漲2.4%，房屋租賃價格下降0.6%。
　　⑥ 2012年，某公司各部門員工離職率分彆為：銷售部125%，市場部48%，物流部26%，人事部0%。
　　⑦ 甲、乙兩單位進行大學生招聘，隻要兩單位的女性錄用率分彆都高於男性錄用率，就能確保兩單位的總錄用率女性高於男性。（注：錄用率=錄取人數÷應聘人數×100%）
　　⑧ 2011年8月，京滬高鐵開通運營一個月以來，共開行動車組列車5542列，日均179列；運送旅客525.9萬人，日均17萬人，平均上座率為107%。
　　⑨ 345678＋13897＋6732＋19753＋685454＋23988＋348766＋768＝1445038
　　第二部分：請找到如下數字的規律，並將正確答案填到括號中。
　　① 11，27，66，146，（）
　　② 5，5，9，17，29，（）
　　③ 3，4，6，10，（）
　　④ 65，8，50，15，37，24，（）
　　第三部分：請運用加減乘除和括號計算如下試題，要求計算結果是24，同時要求每題用兩種方法。
　　① 5，8，9，2
　　② 6，6，8，3
　　③ 3，5，7，8
　　測試題答案請見附錄，總分20分。
　　15分鍾之後，一位英俊瀟灑的帥哥走上瞭講颱。他叫傑剋，新春天集團總裁特彆助理，主要負責集團的數據化管理項目，也是這次校園招聘項目MT（Management Trainee，管理培訓生）的導師。傑剋以嚴謹、嚴厲、嚴格著稱，被下屬取綽號"嚴三兒"。
　　傑剋上颱後環顧瞭一下全場，場下是數百位同學在等待他的演講。
　　大傢好，我叫傑剋。我今天第一個問題是：有誰知道數字、數值和數據的區彆嗎？
　　同學A：數字就是阿拉伯數字，而數據應該和數值差不多吧？
　　同學B：我認為數據和數值不一樣，比如我數學考瞭88分，88是數值，而88分就應該是數據。
　　傑剋：不錯，綜閤你們的說法就是答案。數字是阿拉伯數字，隻是計數符號，數據是有背景的數值，這個背景一般以單位來體現。例如，2013年5月5日新春天集團王府井店營業額是人民幣3686萬元，3、6、8、6是數字，3686是數值，人民幣3686萬元就是數據。
　　如果你們能進入新春天集團的數據部門工作，那你們就會每天麵對各種數據。
　　我的第一份工作是做銷售經理的助理，天天負責給銷售團隊做各種報錶，也就是大傢熟知的"錶哥"。剛開始的時候，非常痛苦，辛苦半天做好的報告被經理一秒鍾就給打迴來瞭，說裏麵有錯誤，並且還不告訴我具體錯在什麼地方瞭。於是我又不得不花上一些時間去找那個該死的錯誤值。時間長瞭我就總結齣一些快速找到數值（注意不是數據）錯誤的方法。
　　請大傢在30秒內選擇齣下麵這4道題的正確答案，前提是不能用計算器：
　　① 345678＋13897＋6732＋19753＋685454＋23988＋348766＋768=
　　A1445035 B1445036C1445037D1445063
　　② 3872×68=
　　A263296 B283296 C 193296 D213296
　　③ 1258×308=
　　A38764 B3874064C 3870464 D387464
　　④ 12837+9235+432867+235=
　　A435174 B489174C 455174 D555174
　　說實話，我現在非常感謝我的這位領導對我的磨練，他用一種特殊的方法讓我快速融入到數據之中。你們進入社會以後也需要這種磨練纔能快速成長，這樣能迫使自己快速進入狀態，找到對數據的感覺。心算是找數據感覺的一種方法，並且在很多場閤，例如在商務談判時，在聽彆人做銷售報告時，下屬嚮你匯報工作時……你好意思拿齣計算器來嗎？所以我們需要掌握一套判斷數字運算結果是否錯誤的速判法。這種方法雖然不能準確知道正確的結果是什麼，但是可以快速判斷哪些結果肯定是錯誤的。
　　如何快速識彆真假數值？
　　◆尾數法：隻看最後一位數字，尾數相互加減乘除後的結果必須滿足對應的算術規律。例如①所示，我們可以快速判斷尾數應該是6，所以ACD肯定是錯誤的。
　　◆首位法：隻看每個數值的第一個數字，相乘或相加，結果需要滿足或近似滿足四則運算規律。例如所示，首位數字近似於4乘以7，計算結果②應該靠近且小於28，所以BCD是錯誤的。
　　◆數位法：通過數每個數值的位數來判斷計算結果是否正確。例如所示，4位數乘以3位數結果應該是6或者7位，而③題中的兩個數值偏小，所以結果應該是6位。從而判斷ABC都是錯誤值。
　　◆極值法：在求和運算中，最大值左右瞭運算結果，所以通過對比最大值和運算結果大緻就能做齣判斷。例如④利用此法很容易就能判斷ABD是錯誤的。
　　"So easy，我們在小學就會這些瞭！"突然從人群中冒齣一句話，隨即引起瞭同學們的哄堂
　　大笑。傑剋平靜地看著大傢，等大傢安靜下來後纔繼續。
　　傑剋：我曾經在不同的企業、不同的層麵，把上麵幾組錯誤的數據嵌套到銷售報告中做測試，遺憾的是，隻有少數人發現瞭其中的錯誤數據，這個比例不到5%，因為大傢已經將這些知識"還給"小學數學老師瞭。我相信到時候你們中的大部分人也會犯這種錯誤，因為大部分人沒有數據思維，也沒有養成對數據的質疑精神，這種精神不是學齣來的，而是練齣來的。
　　如何提高自己數據化思維的意識？
　　包括三個方麵：對數據的敏感度、數據化思維意識以及習慣用數據說話，可以從主動和被動兩方麵來提高。
　　◆主動提高
　　玩數字遊戲：什麼24點1、數獨等都統統可以有。剛開始工作的那幾年，在每天上下班的路上，我常常一個人盯著公交車外一閃而過的汽車尾部牌照玩24點，很有效。最後我可以做到
　　在下一輛車齣現之前就能算齣前一輛車牌照號的24點。
　　1　24點規則：隨機抽取4個整數（一般是1~9之間的數字，可以重復），運用加減乘除等運算法則，最後得到結果必須是24。
　　多看財經類的新聞報道：當看到數據的時候，多想一想，花點時間思考一下，還可以通過搜索、查證、邏輯判斷等來證明這些數據是正確或錯誤的。
　　學會質疑：不迷信不盲從專傢的數據，養成獨立思維的習慣。
　　記大數、關鍵數、異常數等：在業務過程中多記一些有用的數據會讓你顯得更專業，時間長瞭對數據的感覺就齣來瞭。
　　當然每個人都有適閤自己的方法，找到它堅持下去，時間長瞭這就會變成一種能力。很多女孩子總是認為自己對數據敏感度低是天經地義的，其實這是用心不夠。
　　◆被動提高
　　傑剋：被動總是一件很痛苦的事情，我服務的第一傢公司是一傢號稱具有濃鬱報錶文化的美國公司。當時我平均每天需要做10~20張左右的報錶，在那個沒有電腦、報錶隻能靠手工傳真的年代，大傢可以想象這是一個多麼宏大的工程。
　　若乾年前的某個夏天，我在主持某品牌服裝北京地區銷售周例會的時候，有個商場當周銷售額環比下降瞭18%，店長解釋的原因是天氣太熱，顧客都不願意逛商場，客流量下降，所以銷售額也必然下降。有意思的是當周有個商場銷售額環比上升瞭15%，而這位店長給齣的原因也是天氣。天氣太熱顧客都喜歡逛商場，因為可以享受涼爽的空調，平均停留時間增加，所以銷售額上升。
　　2012年8月28日，我在新浪微博寫瞭這樣一條，如圖Q-1所示。
　　圖Q-1　微博圖片
　　"So easy！"不知道哪位同學又冒齣一句，又是哄堂大笑。
　　傑剋微笑地看著大傢：很多職場人士遇到問題的時候，不是主動找問題的原因，而是習慣性地編故事。我做過統計，當銷售錶現不好的時候，有25.7%的人會歸結於天氣，有22.1%的人會歸結於客流，就是沒有顧客，有18.5%的人會歸結於商品的原因……為瞭幫助這個公司的同事更快地提高數據化思維，我做瞭一個艱難的決定，必須強迫他們養成用數據說話的習慣。
　　① 培訓：我們準備瞭專業的數據課程培訓，同時我還安排瞭公司數據分析中心的同事每月給大傢上課。
　　② 做錶：每天做5張錶，包括日銷售分析錶、月銷售預測錶、商品數據匯總分析錶、會員數據匯總分析錶、競爭對手數據調查錶。這是我當時強製留給店長們的作業，他們報錶交上來後，我會不斷地給他們"挑錯"。三個月後再看大傢對數據的感覺，效果相當不錯。
　　③ 誘惑：三個月後我把上麵的5張錶整閤成一個店鋪管理模闆，我在裏麵植入瞭各種銷售和商品的分析及各種算法。隻需要店鋪每天錄入幾個數據，其他的模闆自動生成，如圖Q-2所示。通過模闆誘惑他們主動去分析，這時候提高的就是店長的綜閤分析能力。
　　圖Q-2　店鋪管理模闆（部分）
　　④ 換崗：經過前三步的培養之後，對於那些實在不願意改變的同事，這是下下策的安排。
　　數據思維是一個不斷訓練提高的過程，然後放到業務環境中去思考問題，數學成績的好壞並不是我們這次招聘的必備條件。
　　祝大傢好運！

评分☆☆☆☆☆

每年就买两次书，一次618，一次双11，每次管半年?

评分☆☆☆☆☆

非常不错的书，收藏很长时间了……

评分☆☆☆☆☆

代朋友买的，挺好的挺好的

评分☆☆☆☆☆

太棒啦！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！

评分☆☆☆☆☆

看完了，书深入浅出的讲解数据化管理的方式方法，讲解的方式生动有趣，学到了很多，不错

评分☆☆☆☆☆

不错的一本书，从苏州发货来到佛山，很厉害。我们的快递小哥服务特别周到，服务态度真的好，给他点个赞。

评分☆☆☆☆☆

正版书籍，物流快，印刷质量好，非常满意，非常实用，建议购买。

评分☆☆☆☆☆

这个非常日用，还有做表格教程

评分☆☆☆☆☆

内容很实在，值得多看几遍，日常接触零售，电商的，都值得入手，没事多翻翻，体会很多。