産品特色

編輯推薦

　　作者20年執著專研，勇敢實踐的真實分享。

　　寫給非專業數據技術從業人員利用數據解決問題的思維方法。

　　讀者對象：管理者、谘詢師、行業分析師、産品經理、運營經理、市場營銷人員等。

內容簡介

　　《數源思維：業務導嚮的數據思維秘籍》為非專業數據技術人員提供瞭一種有效利用數據解決問題的思維方法——數源思維。這種方法的簡單描述，就是“從業務中來，迴業務中去”。《數源思維：業務導嚮的數據思維秘籍》的上篇使用實例和典故詳解瞭數源思維內涵和四個操作步驟。下篇同樣以實例方式展示瞭數源思維如何在各部門的業務中發揮威力，並將企業策略製定工作從傳統被動、慢速、靜態的方式轉變為主動、快速、動態的方式。

　　《數源思維：業務導嚮的數據思維秘籍》可以幫助企業市場、産品、運營等業務管理者建立或提升數據導嚮的業務問題解決能力，可以幫助戰略規劃或中高層管理者提升數據導嚮的戰略分析能力，同時《數源思維：業務導嚮的數據思維秘籍》也可以作為商學院高年級學生的思維方法學習與訓練用書。閱讀《數源思維：業務導嚮的數據思維秘籍》不需要任何高等數學或統計學基礎。

作者簡介

　　倉劍，米飯科技創始人，前新浪微博數據中心資深數據分析師，新浪學堂培訓師，數據驅動課題組組長。前賽迪顧問軟件産業研究總監、總經理。在近20年的職業生涯中，先後從事軟件售前、戰略谘詢顧問、行業分析師、數據分析師等工作，最後自己創業，這是一條從業務走嚮數據再迴到業務的職業道路，倉劍將其結成一份工作總結，形成此書。

精彩書評

　　很多企業目前處於收集和整理大數據的階段，之後會麵臨如何分析這些數據，讓數據發揮價值的問題。《數源思維》從收集、整理數據的角度齣發，給齣瞭分析的思維方法，並應用於企業內部管理中。從“問、拆、解、謀”幾步入手，描繪瞭數源思維的過程。針對企業內麵臨的如何發揮數據價值的問題，給齣瞭自己的建議。該書列舉瞭大量生動的案例，文筆風趣，通俗易懂，是部開捲有益的書籍！

　　——中國移動大數據總設計師 段雲峰

　　這套《數源思維》心法，以業務為源頭，以數據為血液，以信息係統為載體，自下而上形成判斷，並將業務判斷化為數據支撐，終形成將戰略化為行動的量化指導。本書能為廣大還未實施數據戰略的公司，提供非常有益的藉鑒和思考。

　　——新浪數據中心總監 羅盎

　　從企業經營角度說，手中有圖、心中有數是經營者的基本要求；從行業發展角度看，未來越來越依賴數據來透析用戶的真實訴求，這也是大數據和人工智能領域火熱的一個原因。本書能讓非技術人員讀懂數據、利用數據、還原數據背後的真實市場，你值得擁有。

　　——《互聯網運營之道》作者，創新工場市場商務總監 金璞

　　數據為王時代，並不是誰有數據誰為王的時代。決定成敗的還是思維能力：清晰問題，明白關鍵，精通方法，懂得解決。本書作者以大量實例生動講解瞭這樣的思維，從實務操作的角度嘗試給沒有經過數據技術訓練的各級人員提供一次擁抱未來所需能力的學習練習機會。打開書吧，未來，已來。

　　——華夏幸福産業規劃院副總經理 張濤

　　信息爆炸時代，獲取信息不再是難題，而提齣正確的問題纔是有效組織信息的關鍵。同樣，作者提齣，在利用海量數據之前，能夠以數源思維統領全局，纔是真正發揮大數據價值的關鍵——一個正確的邏輯纔是應用數據産生有效結論的保證，而非數據本身。

　　——清華大學中國金融研究中心商業模式研究工作室執行主任 張華光

　　在十年互聯網産品生涯中，我每天睡醒一眼就是看産品和運營數據。2016年，我開始創業做食品行業，依靠數據決策讓抱抱堂爆米花在一年裏成長為年銷售額 3 億元的爆款單品。《數源思維》一書從零開始，講述瞭數據的産生和運營。從業務操作到數據化戰略思維，由淺入深傳授瞭業務導嚮的數據化思維方法。當公司經營數據産生一點波動，你的大腦就能在幾分鍾內做齣業務判斷和策略調整時，恭喜你，你已學會數源思維瞭。

　　——抱抱堂聯席 CEO、前新浪微博産品副總經理 林水洋

　　數源思維理念的提齣及闡述，是對傳統認知中數據隻被動反映曆史的顛覆與再思考，是大數據在市場營銷應用中高層次的實現。這種思維方法將過往內在的人腦決策過程用結構化、數據化的方式進行瞭剖析和展現，特彆是對互聯網營銷、運營及公司經營戰略工作者具有極其現實的指導意義。

　　——九信金融副總裁 鄭冠楠

　　大數據不僅僅是代錶著一種技術，更多是代錶著一種新的思考、思維方式，大數據應該以應用、解決企業中各類問題為導嚮，而如何讓大數據在企業實際中“落地”，具備數據（數源）思維是核心。倉劍的這種數源思維三種境界：沒數—有數—馭數讓人眼前一亮，這本書值得大傢去讀去品。

　　——中國統計網 CEO 數據海洋

　　在看完《未來簡史》後看到瞭這本書，特彆意外且興奮。如果說《未來簡史》展示的未來令人惶恐，那麼《數源思維》展示的未來則讓人重歸平靜。因為前者提齣瞭一個挑戰性的趨勢，而後者則提供瞭適應這一趨勢的方法。數源思維的“問拆解謀”四個步驟中，算法可替代的隻在“解”這一步，也許將來AI還能完成“拆”，但“問”和“謀”在可預見的未來都是人類專長。所以我們必須升級自己到數源思維，與未來對接，將人工智能和算法納入到我們的思維體係裏。

　　——讀者 烏雞白鳳九

　　對於缺乏大數據技術基礎的管理者在麵對鋪天蓋地的大數據概念時，心裏是焦慮的。但是看完《數源思維》一書纔理解，用好數據的關鍵並不在於技術，思維上的升級纔是根本。數源思維，是管理者跟上數據時代的必備工具。

　　——讀者 IT書友會

目錄

上篇 解密數源思維

第 1 章 數源視角下的三重境界 2

隻見業務不見數；又見業務又見數；隻見業務不見數……

數據及其處理技術是招式，當忘掉招式的時候，就是練成數源思維秘籍的時候。

1.1 沒數 2

1.2 有數 4

1.3 馭數 6

1.4 數據就像金箍棒 9

1.5 數源思維的戰略性 12

第 2 章 數源思維不是什麼 15

數源思維是大數據思維嗎？是數據化管理嗎？是商業統計分析嗎？是一種數學應用嗎？

既是，也不是。這些都是數源思維的招式，如果沒有它們，則不能解決任何實際問題。但這其中任何一招都構不成數源思維。

2.1 數源思維不等於數據思維 15

2.2 數源思維不等於考古發掘 20

2.3 數源思維不等於數學邏輯 22

2.4 數源思維不等於 KPI 思維. 24

2.5 數源思維的四步麯 27

第 3 章 問，數源思維與産品思維、用戶思維 32

提問——將業務問題轉化為數據問題是數源思維第一步的核心任務。實現這一任務的路徑和方法可以有多種，但最終要實現的目標是一緻的。

3.1 三類思維的關係 32

3.2 提問要點 39

3.3 不要搞錯決策對象 43

第 4 章 拆，問題的拆分 46

拆分——第一步中定義好的問題往往因為比較宏觀而無法直接著手解決，我們就需要將其拆分為更微觀的細節問題，進而再去尋找細分問題的解答方法。

4.1 從整到分，從分到整 46

4.2 結構化拆分問題的方法 50

4.3 相親看眼緣嗎 55

4.4 相關問題的轉換 59

4.5 攻擊要害 60

4.6 問題的時空轉換 61

第 5 章 解，設計解決問題 64

解答——當問題已經足夠明確和細分，能著手開始解決後，我們就進入瞭“解”的步驟。在解答問題的整個過程中與思維密切相關的是方法、算法設計。

5.1 問題類型 64

5.2 定性問題的測量方法 67

5.3 全局問題的局部算法 73

5.4 大問題的逐步求精 76

5.5 難測問題的替代算法 82

5.6 利用實驗創造數據 87

第 6 章 謀，數源思維與科學思維、人文思維 93

科學思維——探究客觀之理，做令人信服之論；

人文思維——抒發主觀之情，記感人情懷之述。

6.1 科學思維與數據說服 93

6.2 人文思維與數據感人 99

6.3 推理說服與想象感人 104

6.4 要有一個好故事 107

6.5 符閤視覺需求 116

第 7 章 認識數據的局限和代價 130

要用好數據這項工具，除瞭要知道它的優勢，還必須清楚在現有條件下它的劣勢，從而避免應用時的偏頗。但從總的趨勢來說，機器利用數據做齣的判斷越來越精準，比如下麵第一節講到的人臉識彆例子，在最新的人機大戰中，機器又實現瞭超越。

7.1 非結構化數據的局限 130

7.2 非直觀化數據的代價 134

7.3 結果影響行為的睏擾 137

下篇 打通任督二脈

第 8 章 什麼叫接地氣的戰略 142

要形成企業戰略，觀察的角度和思考的維度應該如何選擇？是要觀察外部環境，還是應該考察內部資源；是要靜態的分析，還是應該動態的調整？對於這些問題的解答雖然並無定論，一直在發展變化，但還是存在一個相對確定的總體趨勢。

8.1 內外動靜兩相宜 142

8.2 自下而上藏乾坤 150

8.3 互聯網金融要從隔壁起，不信你問“馬爸爸” 156

第 9 章 如何看透産業、行業 160

産業和行業的狀態及其發展是企業進行戰略思考時最重要的外部環境信息。同時，因為它們是企業運行的直接環境，企業中多個部門的業務是與這兩者有直接的接觸，所以對它們的觀察和感知就有條件融入這些一綫部門的業務中。

9.1 企業、行業、産業、市場，你分得清嗎 160

9.2 一箭射穿産業迷霧 167

9.3 照亮行業的太極圖 172

9.4 看透産業、行業的太極劍 178

9.5 總裁問題人人可解 179

第 10 章 市場/銷售部門如何替總裁分憂 185

市場部的業務直接與用戶和市場接觸，在工作中會將大量市場數據帶入企業，有效利用這些數據就能形成戰略分析信息。銷售部會將競爭對手信息帶入企業，從而幫助企業瞭解行業競爭態勢，分析自身優劣勢。

10.1 吹動市場的三葉扇 185

10.2 魔道相爭修齣正果 193

10.3 市場爭奪中的知彼之道 200

第 11 章 産品部門如何替總裁分憂 205

産品設計和開發部門的工作涉及産業、行業和用戶需求，因此會不斷將相關數據、信息帶入企業。利用好這些數據、信息就能提高戰略思考的動態能力。

11.1 産品更新中也能探知機遇與威脅. 205

11.2 書名竟然可以這麼取 208

11.3 順藤摸瓜理解用戶需求 215

第 12 章 運營部門如何替總裁分憂 219

運營部門是企業中與用戶互動最頻繁最密切的業務單元，因此運營工作會持續産生有關用戶、需求的豐富數據。對於這些數據的有效利用，就能形成判斷市場機遇、威脅的信息，從而支持動態的戰略思考。

12.1 閱盡億萬用戶隻用一眼 219

12.2 如何釋放深藏在人與人之間的核能 225

12.3 馬雲屢敗屢戰背後的駭人趨勢 232

第 13 章 總裁的決策 239

一綫業務的信息有瞭以後，如何進行匯總、整閤、分析，從而形成戰略？

13.1 四部門替總裁分瞭多少憂 239

13.2 數據/規劃部門粉墨登場 242

13.3 上下通達獨孤求敗 244

後記 246

鳴謝 248

參考文獻 249

圖索引 253

精彩書摘

　　序言

　　倉劍同誌在多年管理谘詢工作實踐的基礎上寫瞭這本《數源思維》。我拿到書的初稿閱讀後，給我最大的衝擊倒不是書中具體內容，而是書名和研究的主題。

　　首先，讓我想到的是赫拉利在《未來簡史》中闡述的“數據中心主義”。從人類發展的大曆史觀來看，早期智人的決策是依據於宗教經書和神的意誌；後來齣現瞭人文主義革命，一切決策聽從人的自由意誌和選擇；到瞭今天，隨著大數據、算法和人工智能的齣現，人的決策已逐步讓位給瞭數據。例如，去醫院看病，醫生先要你去做檢驗，再根據檢驗結果配藥；再如，對宏觀經濟形勢的判斷，要先看統計數據，對齣颱的政策效果的評價，也要靠數據說話。種種事實錶明，“以人為中心”的社會正在嚮“以數據為中心”的社會轉變，這是一場業已齣現的深刻的革命。倉劍提齣的“數源思維”正是在這種背景和趨勢下，所展開的研究。

　　第二，本書研究的重點是企業的戰略決策和管理，試圖為企業的高管提供一種新的思維模式，非常具有現實意義和價值。由於企業經營環境的變化，企業麵臨著轉型升級的挑戰，“做什麼”比“如何做”更加重要，更難決策。如果僅僅靠高管人員的傳統經驗和直覺， 顯然是不夠的。倉劍在書中提齣瞭一套“數源思維”結構和程序，依據“大數據”來輔助決策，進而保證決策的有效性，這是企業高管人員值得關注的，也是應該掌握的一項技能。

　　第三，隨著工業 4.0 的推進，企業的經營管理正在發生變革。與世界先進水平相比，中國企業仍然大而不強，在自主創新能力、資源利用效率、産業結構水平、信息化程度、質量效益等方麵差距明顯，轉型升級的任務十分艱巨。然而，轉型升級的根本在於思維模式和決策方式上的轉變。“管理就是決策”，這是西濛講的一句名言。倉劍提齣的數源思維，正是他在從事谘詢工作的實踐中，看到瞭大數據、雲計算和人工智能等技術的齣現，將有助於高管人員運用在戰略決策中，有助於在有限理性下做齣明智和滿意的決策，有助於提高係統決策方案的可能性和可行性。

　　以上是閱讀倉劍同誌《數源思維》初稿的幾點體會。倉劍是我十幾年前帶的研究生，在校期間勤奮好學，工作後勇於進取，這本《數源思維》是他十多年來實踐和思考的結晶。這本書順應瞭數據時代的大趨勢，相信對企業高管和谘詢界會有啓示和幫助。

　　東南大學教授 江蘇省城市發展研究院理事長 仇嚮洋

　　沒數

　　相比其他創業者，何笠陽的創業曆程算是比較順利的，公司成立三年多就上瞭新三闆。這很大程度上得益於公司業務切入瞭一個相對專業且成長異常迅猛的行業——兒童科技實踐教育。

　　三年多前，何笠陽和另一個兒童教育專業的夥伴，也是現在公司的分管課程産品開發的副總裁，一起成立瞭做學科技有限公司。他們閤作開發瞭一套利用積木、兒童電子拼裝玩具和電子遊戲來訓練兒童空間、力學、電學等感知和動手能力的課程。

　　課程還沒有麵世，他們就得到瞭一個大的玩具銷售商的 100 萬元種子投資，並且可以在這位銷售商自己直營的玩具店鋪內進行課程教授和推廣。

　　但在公司上市前的那幾個月，何笠陽卻經曆瞭前所未有的壓力，幾乎沒睡過一個好覺。為瞭準備上市文件，承銷商催著他摺騰各種財務、業務數據。當時上市融資項目主要是要投入新的直營店建設和綫上服務平颱開發。其中一個重要任務就是對單店經營情況要有完整精確的數據，來對未來投資項目進行預估。當時的情況是每傢直營店本身並不是一個獨立經營主體，財務上都是統一到城市的子公司的，銷售則是單店各管各的，但運營則同時存在統一和分管兩種情況。於是財務一套數，銷售一套數，運營一套數，這三套數之間在邏輯上應該是統一的，但實際操作上卻沒有直接聯係。這樣的結果就是隻能計算每個城市的平均單店收益，而沒法計算具體某一個店的實際收益。這種平均值不單對實際經營缺乏指導意義，就是拿來做上市項目可行性研究報告，去糊弄外行也很難有說服力。而且銷售、運營等數據還都是在各店手工單機填報的 Excel文件中，光整理匯總這些數據就已經讓公司各環節焦頭爛額瞭。怎麼再去補上這個大坑？

　　何笠陽這時基本是靠直接與各部門人的溝通和到店觀察的直觀體驗來管理，幸虧現在公司規模還不大，幾十號人每周都能聊個遍。但在跟大傢聊的過程中還是發現業務人員不單對內部數據懵懵懂懂，對外部數據也缺乏認識。比如這天跟直營銷售團隊開會，何笠陽問起在直營店周邊 3 公裏範圍內的居民裏有多少 12 周歲以下的孩子時，銷售主管居然一臉“呆萌”地望著何笠陽，支支吾吾答不上來。何笠陽又接著問瞭一連串問題： “購物中心周末和工作日客流量是多少？哪個位置人流量最大？客戶構成是什麼樣的？整個購物中心一天的營業額是多少？兒童相關産品服務占多少？”。這時銷售主管頭上的汗已經掛到下巴瞭，都沒敢擦。

　　不過何笠陽沒有發火，因為雖然沒有這些認識，但去年這位主管的團隊也完成銷售任務瞭。隻是上市後的規模擴張和綫上綫下兩條路並進眼看就要來瞭，目前這沒數的詩意還能撐多久真是很難想象啊。何笠陽麵對這樣的情況不禁感嘆，對公司整體經營狀況真的是心裏“沒數”啊。

　　何笠陽和做學科技上市前麵臨的這種“沒數”狀態對於絕大多數初創企業或中小規模傳統産業中的企業來說都很有代錶性。

　　“沒數”，顧名思義就是管理者對業務運轉缺乏量化的認識，決策基本憑經驗、憑感覺、憑定性的認識。

　　這並不是說在業務運轉過程中沒有産生數據，或沒有積纍一些數據，比如財務數據，無論如何總是會被記錄下來的。隻不過這些數據由於隻是被動、被迫地記錄來應對企業基本需要，所以數據記錄的範圍有限，目標不明確，也不會對業務本身産生針對性的影響。還有沒數的狀態也包括數據碎片化、本地化存在。企業即使有數據也還處在孤島狀態，各個部門、各業務單元的數據都是獨立記錄，相互隔絕的，沒有形成企業統一的數據，更不用說數據流瞭。此外，對企業外部的認識，同樣也處在直觀感覺和定性認識層麵，正因為企業業務都處於沒數狀態，這時的老大們腦子裏就算有數源思維，但是眼中沒數，心裏也是生不齣數來的。

　　有數

　　做學科技上市後，為瞭早日結束沒數狀態，何笠陽終於下決心騰齣時間、精力和資源開始著手規劃建設公司內部的信息係統瞭。統一規劃，分步實施，經過瞭 2 年的集中建設，做學科技內部的信息係統已基本成型。以財務、 CRM和課程管理子係統為核心的企業 ERP 係統算是建立起來瞭。

　　公司這時的收入相對上市之初盡管已經翻瞭兩番，但員工數卻增長瞭近 10倍，業務的利潤率在不斷下滑。如果照這個趨勢發展下去，不齣兩年做學科技就要轉盈為虧瞭。為瞭控製住過快膨脹的成本和費用，並刺激人員效率的提升，何笠陽決定將剛從 MBA 課上學來的 KPI 考核體係引入公司管理。將公司總體目標量化，並層層分解，直到每一個員工，實行全員數據化目標管理。同時有瞭信息係統的基礎，何笠陽對各業務部門給他的匯報都提齣瞭拿數據說話的要求。提報的方案、計劃的理由必須量化論證，成果目標必須量化，實施的條件、資源要求必須量化。總之，沒數就不批資源，沒數就不認可成績。

　　又經過瞭一年多的數據化運行，何笠陽不再需要每天奔波在各種會上，跟各方麵的人一一去聊，也能對公司運營狀態做到心中有數。公司的成本和各項費用率都有瞭明顯下降，員工增長速度也顯著放緩，而收入從全年看還能保持較快增長速度。何笠陽非常滿意，終於將公司整體上從“沒數”狀態帶入瞭“有數”狀態。但有兩個問題卻讓何笠陽有點擔憂：一是客戶投訴率在顯著上升；二是新産品/服務開發上一直沒有 數源思維：業務導嚮的數據思維秘籍 下載 mobi epub pdf txt 電子書

感覺不錯，看完再評

學習一下，寫的很詳細

贊贊贊贊贊贊贊贊贊贊贊贊贊贊贊贊贊贊贊贊贊贊贊贊

本上就是阿裏巴巴的案例分享，很多知識都是從彆的地方搬過來的。尤其是其中，建模理論的描述。

goodgood

專業數據分析人事寫的 但是有些算法細節沒有闡述

還行吧，還行吧，還可以吧。評價得京豆，賺京豆太難瞭啊。。還行吧，還行吧，還可以吧。評價得京豆，賺京豆太難瞭啊。。

這本書也是慕名買的 正好學習這方麵的知識 用的上 隨便翻瞭下 感覺有內容 有源碼 好

很不錯的書 活動的時候入手的 價格很閤算 內容豐富 值得閱讀