【推荐语】
面对巨量数据，还能找到宝石和金子吗？
如果谷歌即将踏足你的市场，该怎么办？
成本高昂的IT工具真的能够解决问题吗？
罗兰贝格专家带你突破大数据的价值瓶颈！
如果谷歌即将踏足你的市场，该怎么办？
成本高昂的IT工具真的能够解决问题吗？
罗兰贝格专家带你突破大数据的价值瓶颈！
【内容】
如今，很多企业被淹没在数据洪流之中，数据并没有给它们带来太多好处。企业数字化竞争力的提升也并没有像在公司战略会议上渲染“大数据”这一概念时所描述的那样快。其实，在大多数应用领域，数据量的多寡并不是衡量数据价值创造力的决定性标准。本书描绘了一条走出“大数据带来的失望”的更智慧的路线，适用于那些已经意识到“起决定作用的不是数据量，而是正确地整合数据，物尽其用”的企业。这一路线被称为“智能数据”。 智能数据的出发点是：“在不增加技术、人员和资金投入的情况下，我们如何高效地利用客户数据信息？”其本身就是一种切实可行的方法论。从这个方法论出发，我们可以得出一套不断迭代更新的、在逐步摸索中的、基于假设的行为方式。智能数据的理念是，在你所在的行业内成为数字智能化非常高的企业，在面对直接的数字化竞争时，借助数据分析，能够一步步地打造自身的竞争优势。 一般来说，导致数字变革宣告破产的，并非是技术力量的匮乏，而是源于企业内部的对抗、过于刻板的组织构架和失误的变革期管理。本书介绍了企业如何通过改革自身的管理、企业文化以及组织构架以成为智能数据时代的佼佼者。在大数据时代，少即是多——只要是对的，那么更少的数据将更有成效。今天的企业需要提高“数字素养”。
如今，很多企业被淹没在数据洪流之中，数据并没有给它们带来太多好处。企业数字化竞争力的提升也并没有像在公司战略会议上渲染“大数据”这一概念时所描述的那样快。其实，在大多数应用领域，数据量的多寡并不是衡量数据价值创造力的决定性标准。本书描绘了一条走出“大数据带来的失望”的更智慧的路线，适用于那些已经意识到“起决定作用的不是数据量，而是正确地整合数据，物尽其用”的企业。这一路线被称为“智能数据”。
智能数据的出发点是：“在不增加技术、人员和资金投入的情况下，我们如何高效地利用客户数据信息？”其本身就是一种切实可行的方法论。从这个方法论出发，我们可以得出一套不断迭代更新的、在逐步摸索中的、基于假设的行为方式。智能数据的理念是，在你所在的行业内成为数字智能化非常高的企业，在面对直接的数字化竞争时，借助数据分析，能够一步步地打造自身的竞争优势。
一般来说，导致数字变革宣告破产的，并非是技术力量的匮乏，而是源于企业内部的对抗、过于刻板的组织构架和失误的变革期管理。本书介绍了企业如何通过改革自身的管理、企业文化以及组织构架以成为智能数据时代的佼佼者。在大数据时代，少即是多——只要是对的，那么更少的数据将更有成效。今天的企业需要提高“数字素养”。
显示全部信息
如今，很多企业被淹没在数据洪流之中，数据并没有给它们带来太多好处。企业数字化竞争力的提升也并没有像在公司战略会议上渲染“大数据”这一概念时所描述的那样快。其实，在大多数应用领域，数据量的多寡并不是衡量数据价值创造力的决定性标准。本书描绘了一条走出“大数据带来的失望”的更智慧的路线，适用于那些已经意识到“起决定作用的不是数据量，而是正确地整合数据，物尽其用”的企业。这一路线被称为“智能数据”。
智能数据的出发点是：“在不增加技术、人员和资金投入的情况下，我们如何高效地利用客户数据信息？”其本身就是一种切实可行的方法论。从这个方法论出发，我们可以得出一套不断迭代更新的、在逐步摸索中的、基于假设的行为方式。智能数据的理念是，在你所在的行业内成为数字智能化非常高的企业，在面对直接的数字化竞争时，借助数据分析，能够一步步地打造自身的竞争优势。
一般来说，导致数字变革宣告破产的，并非是技术力量的匮乏，而是源于企业内部的对抗、过于刻板的组织构架和失误的变革期管理。本书介绍了企业如何通过改革自身的管理、企业文化以及组织构架以成为智能数据时代的佼佼者。在大数据时代，少即是多——只要是对的，那么更少的数据将更有成效。今天的企业需要提高“数字素养”。
显示全部信息
【目录】
引言 以少博多的智能数据使用者 规模并不重要 // 001 成为行业“智者” // 004 智能数据理念梗概 // 005 新“数据合同” // 007 第一部分从大数据向智能数据转变 第1 章深陷数据过载的愁云惨雾 流感预测器也闹“流感” // 013 技术成熟度曲线（Hype-Cycling） // 019 没有“大爆炸”的大数据 // 022 以守为攻战术 // 027 第2 章数字化海啸—完全不关注数据也行不通 沿价值链产生分化 // 033 机智，联合，进攻 // 036
引 言 以少博多的智能数据使用者
规模并不重要 // 001
成为行业“智者” // 004
智能数据理念梗概 // 005
新“数据合同” // 007
第一部分 从大数据向智能数据转变
第1 章 深陷数据过载的愁云惨雾
流感预测器也闹“流感” // 013
技术成熟度曲线（Hype-Cycling） // 019
没有“大爆炸”的大数据 // 022
以守为攻战术 // 027
第2 章 数字化海啸—完全不关注数据也行不通
沿价值链产生分化 // 033
机智，联合，进攻 // 036
到处都土崩瓦解！ // 041
投资者眼光 // 057
第3 章 智能数据冠军—选择正确的数据是成功的基础
聪明的数据使用者 // 063
找对数据比拥有超多数据更有用 // 066
“3W”：为什么？如何做？做什么？ // 069
概率击败偶然 // 075
第二部分 智能数据的循环
第4 章 五步流程实现增值
提出正确的问题 // 081
使用正确的数据 // 090
客户需求理解 // 095
提出自己独特的销售主张 // 111
正确地吸引客户 // 114
结论：实现增值 // 122
第三部分 冠军企业的智能数据应用领域
第5 章 更加智慧地接近客户—在合适的时间、
以合理的价格、提供所需的产品
时尚策划 // 127
策划式配件 // 129
哈，这个卖家是真正了解我的！ // 133
贸易方面的分析小知识 // 137
在价格发现过程中，好货也得便宜 // 140
物理网点销售打败网络化销售 // 142
第6 章 从贸易伙伴转变为数据伙伴—通过中介共同提高
客户潜力
一切对抗一切？ // 147
协同型客户关系管理 // 150
瑞士法典 // 156
假名的力量 // 158
双重选择性加入？是的！ // 163
第7 章 智能优化选址、产品线和产品
“错误的旗杆” // 167
在正确的地点采用正确的销售模式 // 171
实时优化产品线 // 176
第8 章 多渠道到底是什么意思—为客户和企业提供最好
的“客户旅程”
多渠道发展—内外有别 // 187
弹球机而不是保龄球 // 190
每人一个苹果账户! // 193
客户旅程中的渠道断点 // 198
在线产品展示厅 // 202
第四部分 企业的智能化之路
第9 章 能够接受错误才是正确的经营态度
弹道式思维 // 211
用不断尝试打败加农炮理论 // 215
无计划时代的企业管理 // 217
孔子说…… // 224
数据大狂欢 // 227
第10 章 使组织更加灵活—选择正确的组织构架、流程
和技术
可以自由选择工作岗位吗？ // 229
智能数据的折中路线 // 232
数字化变革中的“四步走” // 233
迭代增量，小步快跑！ // 243
第11 章 智能化地引进人才和开展培训—正确选择员工
战略规划官 // 246
数据科学家 // 247
项目经理 // 251
变革管理经理 // 252
第五部分 赢得数据
第12 章 选择客户真正需要的数字化战略
公众众口铄金 // 257
隐私精神分裂症 // 259
透明的“数据章鱼”？ // 262
赢得数据 // 265
后NSA时代的人 // 271
全新模式 // 273
显示全部信息
引 言 以少博多的智能数据使用者
规模并不重要 // 001
成为行业“智者” // 004
智能数据理念梗概 // 005
新“数据合同” // 007
第一部分 从大数据向智能数据转变
第1 章 深陷数据过载的愁云惨雾
流感预测器也闹“流感” // 013
技术成熟度曲线（Hype-Cycling） // 019
没有“大爆炸”的大数据 // 022
以守为攻战术 // 027
第2 章 数字化海啸—完全不关注数据也行不通
沿价值链产生分化 // 033
机智，联合，进攻 // 036
到处都土崩瓦解！ // 041
投资者眼光 // 057
第3 章 智能数据冠军—选择正确的数据是成功的基础
聪明的数据使用者 // 063
找对数据比拥有超多数据更有用 // 066
“3W”：为什么？如何做？做什么？ // 069
概率击败偶然 // 075
第二部分 智能数据的循环
第4 章 五步流程实现增值
提出正确的问题 // 081
使用正确的数据 // 090
客户需求理解 // 095
提出自己独特的销售主张 // 111
正确地吸引客户 // 114
结论：实现增值 // 122
第三部分 冠军企业的智能数据应用领域
第5 章 更加智慧地接近客户—在合适的时间、
以合理的价格、提供所需的产品
时尚策划 // 127
策划式配件 // 129
哈，这个卖家是真正了解我的！ // 133
贸易方面的分析小知识 // 137
在价格发现过程中，好货也得便宜 // 140
物理网点销售打败网络化销售 // 142
第6 章 从贸易伙伴转变为数据伙伴—通过中介共同提高
客户潜力
一切对抗一切？ // 147
协同型客户关系管理 // 150
瑞士法典 // 156
假名的力量 // 158
双重选择性加入？是的！ // 163
第7 章 智能优化选址、产品线和产品
“错误的旗杆” // 167
在正确的地点采用正确的销售模式 // 171
实时优化产品线 // 176
第8 章 多渠道到底是什么意思—为客户和企业提供最好
的“客户旅程”
多渠道发展—内外有别 // 187
弹球机而不是保龄球 // 190
每人一个苹果账户! // 193
客户旅程中的渠道断点 // 198
在线产品展示厅 // 202
第四部分 企业的智能化之路
第9 章 能够接受错误才是正确的经营态度
弹道式思维 // 211
用不断尝试打败加农炮理论 // 215
无计划时代的企业管理 // 217
孔子说…… // 224
数据大狂欢 // 227
第10 章 使组织更加灵活—选择正确的组织构架、流程
和技术
可以自由选择工作岗位吗？ // 229
智能数据的折中路线 // 232
数字化变革中的“四步走” // 233
迭代增量，小步快跑！ // 243
第11 章 智能化地引进人才和开展培训—正确选择员工
战略规划官 // 246
数据科学家 // 247
项目经理 // 251
变革管理经理 // 252
第五部分 赢得数据
第12 章 选择客户真正需要的数字化战略
公众众口铄金 // 257
隐私精神分裂症 // 259
透明的“数据章鱼”？ // 262
赢得数据 // 265
后NSA时代的人 // 271
全新模式 // 273
显示全部信息
