数据交易导航，数据资产入表，数据交易平台，数据要素市场

《價值驅動：數據分析價值邏輯與實戰方法》以分析從業者的職業發展為主題，以可持續的價值創造為主線，呈現了一套清晰的認知邏輯與實戰方法論。全書分為3篇，第1篇是起始：企業價值，主要介紹企業的使命、愿景、戰略目標與解碼的基本邏輯，以及如何通過經營管理和分析型企業建設來保障年度經營規劃的達成；第2篇是終局：分析價值，站在企業全局視角，從規模、成本與效率三個角度審視，并基于此嘗試提出分析的價值主張、業務驅動的方法論——SE 環和若干實戰打法經驗；第3篇是支撐：核心勝任能力，分別從分析技術、工具技術、業務技術及領導力四個視角，以更加體系化的方式呈現相應的知識結構與要點，避免碎片化的積累反而影響。

《價值驅動：數據分析價值邏輯與實戰方法》以綜述型的方式，向大家展示認知邏輯、方法論及實踐經驗，并體系化地呈現各種關鍵能力要素及應用心得，適合具備3年及以上經驗的分析從業者、企業管理人員閱讀，也適合SaaS 及To B行業從業者閱讀。

黃小偉，碩士畢業于華中科技大學，先后就職于粉絲網、網易，目前在有贊擔任BI總監，業余運營公眾號“數據分析撞上AI”（原R語言中文社區），長期關注企業研究分析能力與決策優勢建設、數據價值挖掘與變現。

趙力，碩士畢業于浙江大學數學系，擁有超過8年的To B場景分析經驗，目前在有贊擔任數據分析專家，主要負責新零售方向的數據分析與商業洞察。

邵俊杰，于2016年年初加入有贊，目前在有贊擔任數據分析專家，先后負責客戶成功、產品、經營等多個方向的數據分析與商業洞察工作，擁有豐富的SaaS行業分析經驗。

管理的核心是決策質量與效率，而這依賴于充足的信息、深度的洞察。對于企業而言，真正缺乏的是依靠量化驅動決策的實踐方法。這本書嘗試通過機制建設逐漸形成量化驅動的數據文化，有很多實踐層面的思考，值得相關從業者借鑒、學習。

桂強軍 阿里巴巴誠信通原直銷總經理 杭州東美哲慧文化科技有限公司總裁

本書從企業價值創造的視角，結構化地展示了數據分析核心能力有哪些、怎么理解、如何實踐，可以幫助數據分析人員從企業整體層面理解企業需求，把握未來能力拓展和職業發展路徑，書中的框架體系簡單、有效，具有較強的可實踐性。

王英林 上海財經大學計算機科學與技術系主任/教授/博導

通常掌握數據分析工具和方法可以幫你入職分析崗位，然而更長遠的發展要依靠對企業價值創造的深刻理解。本書基于此提出了一種數據分析驅動的實踐方法論，對數據價值做到“心中有數”，值得相關從業者學習、理解。

姚凱 中央財經大學副教授 Credamo（見數）平臺創始人

隨著大數據技術的快速發展，基于數據科學方法的綜合研究越來越重要，對企業競爭優勢和企業價值的提升顯現出重大的作用。本書從數據分析崗位的角度，分析和闡述企業的需求，分享工作中的經驗，為從業者指引方向。

梁克維 浙江大學數學科學學院統計系副教授/碩導

無論是企業發展，還是個人成長，價值始終是需要首先明確的。如何將企業價值、分析價值與能力建設貫穿理解并實踐，是重要且富有挑戰性的。《價值驅動：數據分析價值邏輯與實戰方法》展示了很多值得借鑒的方法與實踐路徑。

朱雪寧 復旦大學大數據學院副教授

企業需要迭代、持續地創造價值，個人職業生涯需要系統規劃和適時調整。本書把企業價值的創造和個人職業生涯的規劃結合起來思考與實踐，并提出一些實踐方法，其中一個核心的方法是“機制驅動、量化迭代”。它給讀者提供了耳目一新的認知新視角和躬體力行的實踐好方法。

李大志 西北師范大學上海校友會副會長兼秘書長/博士

未來的商業競爭充滿復雜性、多樣性，企業在自身價值創造過程中會遇到大量不可預測的挑戰，打造分析型企業能夠極大增強成功的概率，同時分析型人才的培養與驅動機制建設是重要且關鍵的課題，這本書從實踐視角給予了很有意義的解答。

劉超 粉絲網CEO

本書從企業價值和決策出發，解讀決策與數據分析的關系，既介紹了數據分析的原則和方法，又通過實戰經歷介紹了相關的經營管理方法、企業文化建設機制和流程等管理實踐，有助于數據分析相關從業者更系統地理解和創造企業價值。

樂一帆 神策數據前產品VP

我從加入有贊的第一天開始，便始終向商業分析、參謀部的人員強調要從價值創造的視角出發來思考和行動。很高興看到三位作者圍繞價值驅動的主題，持續深化對分析師價值創造的方法和能力的認知，并把相關經驗沉淀構建為體系，通過成書的方式回饋社會，給領域內更多在類似方向上探索的讀者解惑。推薦給從事分析相關工作的人員，通過閱讀本書，可以有效打破職業成長的天花板，贏得更大的價值創造機會和職業發展空間。

劉普成 有贊副總裁/參謀部負責人

在試讀了樣章后，我對這本書產生了濃厚的興趣和期待，書中很多問題的思考和總結都是從實際業務經驗中提煉而來的。本書適合于中小型企業的數據分析、經營分析和企業管理者閱讀，它以一種簡樸的文字，總結了數據分析對企業的價值，闡述了如何更好地發揮數據價值，并提供了很多實用的方法論和工具，對數據分析從業者來說，閱讀本書一定會受益匪淺。

田細華 萬物新生（愛回收）集團經營分析負責人

每個企業經營決策都需要數據科學的參與和介入，但相關從業者如何有效地參與企業經營管理？如何從問題出發，通過數據持續地為組織貢獻認知及創造價值？有贊團隊是一個善于學習和歸納的團隊，總結并提煉了從企業價值到執行路徑，再到個人和團隊勝任能力的關鍵要素。尤其是其中的實戰案例，具體執行過程中的方法論和細節推演頗為精彩，操作性和有效性俱佳，是一本拿來就能用的實踐手冊。

劉思喆 松果出行智能中心負責人

我一直期待有一本書，可以從一線實踐出發，結合企業遠景，描述企業在發展過程中，當面臨壓力、挑戰和不確定性時，每個關鍵決策、執行路徑是如何制定的，這本書非常坦誠且清晰地還原了當時的心路歷程。數據分析、業務分析乃至經營分析，是從業務中長出來的，既要真實反映出業務現狀和問題，給出解決建議；又要跳出當下桎梏，來看長期路徑。知不易，行更難，對分析相關行業的工作者來說，這本書是大有裨益的。

陳奕坤 有贊產品高級總監

如何實現數據驅動企業發展及構建數字化人才體系，已成為大多數企業積極探索的問題。本書匯集了作者多年的實踐經驗，并分別從企業價值、分析價值和核心勝任能力三個層級進行了剖析。它不僅總結了企業分析能力的建設方法，更深入淺出地闡述了數據分析人才的成長路徑。對那些困惑于如何讓數據發揮價值的企業和個人來說，本書將具有很強的指導意義。

趙冬生 視源股份集團IT 數據架構師

隨著數字中國戰略的提出，數據要素化性質得到進一步明確，數據價值的關注度達到了前所未有的高度。數據分析師群體如何擺脫“表哥”“表姐”的稱呼，在新的機遇中更進一步呢？本書作者在多年從業經驗與思考的基礎上，給了想改變現狀的你一套思維模型：Who-What-How，即你選擇服務的對象，決定你交付的價值和方式。當你服務的對象從具體的任務轉變為一塊業務或決策層時，交付的價值和方式也隨之改變，你的職場和晉升之路也就此打開。

王大川 數據智能開發者社區DataFun 創辦人

本書既有工具級的操作介紹，又有行業領域的應用技巧，還有數據分析能力建設的方法論，以及高屋建瓴的價值思考、終局思考，是一本難得的集合了道、術、器、法各個層面的，寫給分析從業者、企業管理人員的數據建設案頭手冊。

梁勇 Python 愛好者社區運營者

目 錄

第1篇 起始：企業價值

第1章 企業價值選擇 . 2

1.1 使命與愿景 2

1.2 戰略目標與解碼 6

1.2.1 戰略目標 6

1.2.2 戰略解碼 8

第2章 企業經營管理 . 12

2.1 經營管理原則 12

2.2 經營管理實踐 14

2.2.1 經營管理會議 14

2.2.2 OKR 運營 . 16

2.2.3 經營分析 20

第3章 分析型企業建設 25

3.1 孤島問題 25

3.1.1 打破數據孤島 26

3.1.2 業務流程改造 27

3.2 數據文化 29

3.2.1 認識數據文化 29

3.2.2 構建數據文化 31

3.3 分析人才 32

3.3.1 培養分析人才 32

3.3.2 選擇打仗陣型 34

本篇小結 . 37

第2篇 終局：分析價值

第4章 認知建設：規模、成本與效率 . 42

4.1 問題驗證 43

4.1.1 發掘潛在價值 43

4.1.2 選擇解決策略 44

4.2 報表體系 48

4.2.1 提高共識效率 49

4.2.2 選擇解決策略 50

4.3 研究分析 51

4.3.1 貢獻決策增量 51

4.3.2 選擇解決策略 52

第5章 分析驅動：由策略向結果演進 . 54

5.1 驅動機制設計 54

5.1.1 為什么需要機制 54

5.1.2 SE 環是什么 57

5.2 如何利用SE 環實現有效驅動 . 60

5.2.1 理解業務現狀 60

5.2.2 獲取高質量問題 61

5.2.3 提供有效回答 63

5.2.4 追蹤反饋評價 64

5.2.5 擴大知識傳播 67

本篇小結 70

第3篇 支撐：核心勝任能力

第6章 分析技術 . 73

6.1 發現問題 75

6.1.1 識別問題 76

6.1.2 處理原則 81

6.2 主要分析方法 83

6.2.1 行業分析 83

6.2.2 定量分析 95

6.2.3 財務分析 106

6.3 寫作技術 115

6.3.1 寫作原則 116

6.3.2 寫作應用 117

第7章 工具技術 121

7.1 查詢工具 121

7.1.1 價值判斷 122

7.1.2 數據治理 128

7.2 報表工具 130

7.2.1 價值判斷 130

7.2.2 方法論與實踐 132

7.2.3 評價標準 137

7.2.4 增強分析 139

7.3 挖掘工具 143

7.3.1 需求分析 145

7.3.2 數據挖掘 146

7.3.3 交付上線 168

7.3.4 應用實踐 170

第8章 業務技術：SaaS 行業分析實踐 174

8.1 SaaS 簡述 . 174

8.1.1 發展現狀 175

8.1.2 產品分類 180

8.2 SaaS 關鍵指標 . 181

8.2.1 業務視角 182

8.2.2 經營視角 191

8.3 客戶新簽 199

8.3.1 線索獲取 200

8.3.2 銷售轉化 203

8.4 客戶留存 207

8.4.1 PMF 210

8.4.2 交付活躍 214

8.4.3 流失預警 217

第9章 領導力 221

9.1 跨場景優勢 222

9.1.1 善于有效溝通 224

9.1.2 關鍵項目推進 225

9.2 個人影響力 226

9.2.1 用結果說話 226

9.2.2 持續復盤與總結 228

9.2.3 系統思考 229

9.3 團隊杠桿 233

9.3.1 持續打勝仗 234

9.3.2 塑造團隊文化 235

9.3.3 量化管理 238

本篇小結 .242

后記 243

附錄A 縮略詞及中英文對照 . 245

參考資料 247