大数据竞争力 如何成为真正的数据分析型企业

数据分析专家达文波特历时10年改版之作，为您提供系统化的解决方案。 无论高科技企业还是传统企业，在大数据时代都面临新的竞争环境， 如何用好数据，用好数据分析，提升人力资源、财务、营销、供应链等环节的效率？ 如何推动向数据分析型企业的转型？ 如何借助数据分析来重构竞争优势：

托马斯·H.达文波特是管理学界的重量级专家。他与珍妮·哈里斯在这本书中为读者展示了大数据分析在企业中的应用价值和未来前景。他们基于对不同行业内代表性公司的长期观察和访谈调研，以丰富的案例阐释了数据分析型企业的竞争优势和核心特征，介绍了数据分析在企业人力资源管理、财务管理、供应链管理、客户管理等方面的应用与价值。本书是各类公司管理者借助大数据分析构建竞争优势的实践手册，也是各类商业数据分析人员的入门指导书。

珍妮·哈里斯（Jeanne Harris），前埃森哲高级合伙人、高级研究员，主要研究领域包括信息技术、数据分析和人力资源管理。她还曾是埃森哲下属的智能商业、数据分析、绩效管理、知识管理、数据池等咨询部门的负责人。

第一部分大数据分析带来的竞争优势
第一章大数据竞争的本质——运用数据分析构建独特竞争力
什么是大数据分析
为何进行大数据竞争
我们是怎么走到这一步的——大数据竞争的起源
合适的数据分析决策时机是什么时候
职业体育运动领域的数据分析——及其对商业数据分析的启示
第二章数据分析型企业的核心特征
数据分析型企业的主要特点
第三章大数据分析与公司的业绩表现——如何将大数据竞争力转化为公司的持久优势
大数据分析对公司业绩影响的证据
将数据分析打造为企业的竞争优势
政府数据分析
向客户提供大数据分析产品和服务
大数据分析的边界
本章小结
第四章公司内部流程中的大数据分析——如何优化财务、并购、运营、研发和人力资源管理
财务部门的大数据分析
利用数据分析完善外部报告
利用数据分析优化公司绩效管理和考评系统
成本管理中的数据分析
风险管理中的数据分析
公司并购中的数据分析
运营管理领域的数据分析
生产制造领域的数据分析
产品质量管理领域的数据分析
安全防控领域的数据分析
物流运输领域的数据分析
研究和开发领域的数据分析
人力资源领域的数据分析
第五章公司外部流程中的大数据分析——如何利用数据分析优化与客户和供应商的合作
奇怪的同伴
利用大数据分析优化客户管理流程
利用大数据分析优化供应商管理流程
本章小结
第二部分构建大数据分析能力
第六章提高企业数据分析能力的路线图——数据分析的五个阶段
大数据竞争路线图概述
第一阶段：大数据竞争的先决条件
第二阶段：自我证明的漫漫长路——开始进行局部的数据分析
第三阶段：产生数据分析意愿
第四阶段：具备初步的数据分析能力
第五阶段：成为数据分析型企业
沿着大数据竞争路线图继续前进
本章小结
第七章管理数据分析人员——培养大数据竞争中的稀缺资源
数据分析领域的奇闻轶事
高管人员与大数据竞争
数据分析师和数据科学家
非专业的数据分析人士
第八章构建大数据分析的架构——以技术环境对标商业要求
数据分析技术的体系架构
数据管理
数据转换工具和流程
数据存储库
数据分析工具和软件
数据可视化工具和软件
数据部署流程
本章小结
第九章大数据竞争的未来——技术、人力和公司战略驱动下的变革之道
科学技术驱动的变革
人力资源驱动的变革
公司战略驱动的变革
大数据竞争的未来

     第一章 大数据竞争的本质——运用数据分析构建独特竞争力 1997年，一位三十多岁的电影迷在一家大型影视租赁连锁店布洛克布斯特（Blockbuster）租借了电影《阿波罗13号》，一段时间之后，他对于高达40美元的滞纳金感到非常震惊。这个人曾经是一位软件极客和教育改革家，被掏空的钱包引起了他的深思：为什么音像店不能像健身房一样，按月缴费之后就可以随意去消费呢？受到这次经历的影响——加之有其出售软件公司而获得的7.5亿美元作为后盾——他，里德·黑斯廷斯（Reed Hastings），就这样跳人了“新经济”的泡沫海洋，创办了奈飞公司。 在当时看来这确实够傻的，毕竟，布洛克布斯特已经在美国和其他许多国家开设了数千家门店，每年可以赚得超过30亿美元的收入——而且它还不是这一领域同奈飞竞争的专享对手。人们真的会选择在网上租借奈飞的影碟，等待美国邮政的服务人员送达（在20世纪90年代末期，美国邮政经常被调侃为“蜗牛邮政”），再回到邮局把影碟寄回去吗？当然，奈飞可以走许多互联网创业公司的路线，这些企业拥有所谓的“商业模式”和营销口号，但就是没有客户。 我们现在已经知道，奈飞的成功出人意料。奈飞成功的一个重要原因就在于它是一个数据分析型企业。这家在线内容创建和分销公司的收人从1999年的500万美元增长至2016年的83亿美元，这是依靠其运算、统计和数据管理能力进行竞争的一个优秀例子。奈飞向全球190个国家和地区的9300多万用户提供了广泛的内容选择——包括电影、电视节目、纪录片和原创节目等。每一分钟，奈飞的用户都会上传和下载69444小时的视频。奈飞的用户可以在闲暇时观看他们选择的电影，还不用缴纳滞纳金。 奈飞采用两种重要方式进行数据分析，一是由客户行为驱动，二是由购买模式驱动。前者是一套名为Cinematch的电影推荐“引擎”系统，它有自己独特的算法。奈飞聘请了具有编程经验的数学家来编写算法和代码，从而定义电影的细分类型，并把客户给电影的评分排名关联到这些电影类型中，这套系统每秒可以评估数千个客户的打分，还会考虑客户在当前网站的行为等因素，从而确保为每一位来访客户呈现个性化的网页。 对于那些不是奈飞员工却可以将Cinematch算法效率提升10%以上的外部量化分析师，奈飞对其进行悬赏（奖金高达100万美元）。虽然最后获奖的算法过于复杂，接近无法采用，但不可否认，这是一种创新的众包分析方法。毫无疑问，奈飞的数据科学家从这项工作中学到了东西，并改进了公司的算法。奈飞的首席执行官里德·黑斯廷斯指出：“如果星巴克的秘诀在于递给顾客拿铁时的一个微笑，那么我们的秘诀就在于让网站适应用户的独特品位。”①奈飞公司致力于分析用户的观影选择和评分反馈，其中包括超过10亿条用户电影评论，并以最适合用户口味的方式推荐相关电影。奈飞会经常推荐那些能满足客户喜好但没有那么火爆的电影。换言之，奈飞的主要竞争市场在于“长尾部分，也就是正态分布曲线的边界部分，最流行的产品并不包含在内”①。 如今，奈飞在新娱乐内容制作方面有着稳固的地位，该公司已经开始在电视节目制作前就通过分析预测其是否会热播。在奈飞的分析预测案例中，最典型的例子当属奈飞的少有原创网络剧《纸牌屋》。这部网络剧的主演是凯文·斯派西（Kevin Spacey），目前已播到第五季。迄今为止，奈飞公司已在该剧的制作上投入了至少2亿美元，因此投资这部剧可谓是个重要的决定。虽然奈飞并未公布《纸牌屋》的收视率数据，但这部剧已被公认是爆款热播剧。这份成功并非偶然，奈飞利用数据分析提升了剧播成功的可能性。它采用了之前为电影推荐系统开发的因素分析方法，来预测观众是否喜欢这个系列，并且分析了多达7万部电影和电视节目的特征，由此决定是否启动《纸牌屋》项目： ·奈飞知道，很多人非常喜欢一部类似的电视剧，相当于英国版的《纸牌屋》； ·奈飞知道，男主角凯文·斯派西广受观众喜爱； ·奈飞还知道，由大卫·芬奇（DavidFincher）制作或导演的影视作品深受奈飞的用户欢迎。 当然，投资该剧肯定还存在一些不确定性，但了解前述事实无疑能帮其更好地下对赌注。该公司还在《纸牌屋》的营销过程中采用了预测分析方法，为其拍摄了10个不同的预告片，还预测了每个用户会最喜欢哪一个预告片。当然，这些赌注也有了回报。据估计，仅凭借《纸牌屋》一部剧，奈飞就在全球赢得了超过300万甩户。 虽然我们对奈飞如何分析其他节目不得而知，但这家公司似乎也在对其他节目使用类似的方法。大多数由奈飞制作的原创剧都在第一季播出后得以续约——可以说命中率远远超过90%。此外，奈飞还有很多节目被“艾美奖”提名，这也为奈飞赢得了可观的收入。 正如很多数据分析型企业一样，奈飞拥有强烈的数据分析文化，对业务采取“测试中学习”的方法。 奈飞的首席制作官尼尔·亨特（Neil Hunt）指出：“从产品运营到工程团队，我们都聘请专业人员，