管理者数据能力晋级 pdf下载

无数据不管理，无数据不决策
企业数字化转型先锋队硬技能

在数字智能时代，数据能力已经成为管理者的基本能力，成为其胜任未来管理岗位和晋级领导岗位的必需能力。

管理者的数据能力水平决定着其在企业中所能够胜任的层级。提升管理者的数据能力成为企业数字化转型的关键举措之一。

本书主要介绍了企业管理者所需要具备的数据能力，包括管理者的数据能力维度与4M 模型、数据思维能力、数据管理能力、数据体系化场景的应用能力、数据分析能力、数据领导能力。

撰写本书的目的是让管理者掌握企业数据基本管理和应用之道，利用数据赋能管理，让管理可见、过程可控、结果可达。

赵兴峰（Hilton）

中国实战数字化转型战略与数字化管理专家，智慧型企业架构师；

明悦数据（Data2Biz）创始人， 2012年创立Data2Biz推动企业数字化转型与数字化管理应用落地，通过挖掘企业内部数据价值，赋能中国企业经营管理效率与效益提升以及商业创新增长，10 年+数字化转型和数字化管理咨询辅导落地实操经验；

原宝洁（P&G）、惠氏制药(Wyeth)等国际500强公司商业智能高管，摩立特集团（Monitor Group）中国区数据中心负责人/战略顾问，20年+商业智能/数字化经营管理丰富实践；北京大学+新加坡国立大学MBA双硕士；西安交通大学学士；

《数字蝶变》《数据化管理变革》《企业经营数据分析》作者；

清华大学、北京大学、人大商学院/经济学院、浙大管理学院、法国里昂商学院、上海财经大学等知名院校/商学院EMBA/DBA/CXO班《数字化转型战略》《数字化商业创新》主讲教授；阿里云―钉钉大学、国网大学、富士康大学、美的学院、伊利、中粮可口可乐、一汽、广汽、东风汽车、联想集团、顺丰科技、汤臣倍健、深圳国资委等特邀数字化转型授课专家；

第八届全球总裁创新峰会500强商学院院长评选最佳数据化管理创新专家（2019年）；“数字中国”（2021新年论坛）特邀对话嘉宾；中关村数字经济产业联盟首席顾问，中国中小企业商业协会数字化转型专家团首席顾问。

最近拜读了赵兴峰老师的新书《管理者数据能力晋级 》，我对于该书的核心思想有两点体会：第一，在数字智能时代的大趋势下，管理者的数据能力正在经受着巨大的考验，他们急需提高自己的数据意识与思维，学习数据分析方法及工具的使用。第二，本书提供了大量关于数据管理的框架和方法，可以有效地帮助读者弄清原理、快速上手。

王泰元

中欧国际工商学院创业学副教授

对数据资源的开发和利用是企业数字化转型的核心。赵兴峰老师的新著《管理者数据能力晋级》，系统阐述了数据管理的能力体系和方法论，对企业各级管理者掌握数据、分析和应用数据具有重要的参考价值，值得一读。

董小英

北京大学光华管理学院荣休教授、博士生导师

北京大学国家高新区发展战略研究院副院长

中国信息经济协会副理事长

工业与信息化部通信专家委员、数字产业创新研究中心主席

赵兴峰先生的《数字蝶变：企业数字化转型之道》在企业如何实现数字化转型方面做了有益的理论尝试和探索。而这本《管理者数据能力晋级》则从战略实施的角度进一步阐述了管理者在这一转型过程中应该具备怎样的观念、态度和能力，怎样把这种能力有效地应用到企业的实践中，从而完成数字化转型这一蝶变过程。本书同样值得一读。

金占明

清华大学经济管理学院战略系教授、博士生导师

在数字化时代，企业与个体都要借助各类企业管理软件与数据打交道，数据采集、分析和应用贯穿我们的工作始终，数据能力成为我们的一项必需技能。人与数据如何协作？什么是正确的数据观？如何运用数据实现精准决策？这些问题是新时代下的新课题，赵老师基于多年的咨询实战经验，在书中给出了详尽的解答。这些理论体系对我开展数字化管理师的课题研究也给予了很大的启发，值得职场人士阅读思考。

吴蕾

数字化管理师国标起草人，阿里巴巴钉钉大学副校长

数字时代与数字经济的来临，推动企业进行数字化转型，促使管理者提升数据能力。管理者的数据思维力、数据分析力、数据管理力及数据领导力已成为当今绩优管理者展现价值的重要维度。 赵兴峰老师的《管理者数据能力晋级》将会带着您从管理者数据能力4M模型开始，逐步延展并深入到数据思维、数据治理、数据体系化建设，以及经营管理中常用的数据分析方法。通过阅读本书，不仅强化了我的数据思维，还让我找到了如何在企业中开展数据管理工作，如何通过数据分析与应用让业务降本增效的路径。

很愿意把这本书分享给大家，让我们一起在这本书的指引下，用数据赋能管理，让决策精准、高效！

黎晓亮

辽宁成大股份有限公司企业大学副校长

我通过《数字蝶变：企业数字化转型之道》一书结识了赵兴峰老师，他不拘泥于细枝末节，始终站在战略的角度来揭示中国企业数智化发展的方向，给我留下了深刻的印象。企业的数智化进程是迭代螺旋式发展的，这就意味着像过往那样仅凭梳理流程，部署IT系统并不能构建企业核心的数智化能力，实现可持续的自推动的数智化升级。《管理者数据能力晋级》一书针对企业数智化转型的真正实践者，回答了企业各个层次管理者所需的数字能力及如何发展这种能力，是企业管理者及有志向成为管理者的数字思维塑造宝典。

刘泓志

恩梯梯数据（中国）投资有限公司首席行政官

近几年互联网的发展，已经深刻影响了社会的方方面面，如果无法快速进行调整及应对，则企业将面临艰难的抉择，甚至破产倒闭。如何应对这一挑战？我强烈地意识到，答案就是数字化升级与管理者数据能力的打造。《管理者数据能力晋级》就是这方面很重要的工具书，它像一位循循善诱的好导师，帮你认识到传统企业做数字化升级过程中遇到的痛点与难点，做到未雨绸缪，帮助你成为具备数据能力的卓越管理者，做好数字化升级。

魏中华

美团支付平台（钱袋宝）联合创始人

数字智能时代已悄然到来，管理者的数据能力水平将决定其所能发挥的价值及其所能胜任的层级。而本书是作者向读者提供的包括从数据思维到应用体系、分析方法等的数据能力晋级地图和工具。在数智时代踏浪前行时，每一个管理者的案头都值得拥有这部工具书。

王海洋

伊美尔医疗科技集团副总裁兼CGO

目录
第1 章 数据能力已经成为管理者的基本能力 / 001
1．1 数字智能时代的新趋势 / 002
1．1．1 算法正在改变世界 / 002
1．1．2 数字孪生共生机制 / 005
1．2 管理者的数据能力成为关键竞争要素 / 007
1．2．1 DT 与IT 有着本质的区别 / 007
1．2．2 DT 在迭代中升级 / 009
1．2．3 DT 的本质是认知技术、思考技术和决策技术 / 010
1．2．4 数据资产管理与应用是数字化转型的技术关键 / 013
1．3 管理者的数据能力是企业数字化转型的关键 / 019
1．3．1 传统企业管理者的数据能力较弱 / 019
1．3．2 数据人才培养学科不健全 / 021
1．3．3 数据人才成为稀缺人才 / 021
1．3．4 数据人才自主培养成为企业首选方案 / 022
1．4 数据能力的背后是思维模式 / 023
1．4．1 从专业知识到实践需要一个长期的过程 / 023
1．4．2 数据能力是一项实践性非常强的能力 / 024
1．4．3 测一测你对数字化转型和数据化管理的认知程度 / 024

第2 章 管理者的数据能力维度与4M 模型 / 027
2．1 数据价值挖掘和数据能力 / 027
2．1．1 数据用于回答“发生了什么” / 027
2．1．2 数据用于回答“为什么发生” / 028
2．1．3 数据用于回答“将要发生什么” / 028
2．1．4 数据用于回答“应该怎么做” / 029
2．2 管理者的数据能力 / 032
2．2．1 不同时代对管理者数据能力的要求不同 / 032
2．2．2 新时代对管理者数据能力的要求 / 034
2．2．3 管理者数据能力4M 模型 / 036
2．3 管理者数据能力4M 模型之M1（Mind）：数据意识与数据思维 / 038
2．3．1 数据意识：对数据价值和意义的识别 / 038
2．3．2 数据意识模型 / 039
2．3．3 数据思维：利用数据模拟人类的认知模式 / 042
2．3．4 先有数据意识，后有数据思维 / 044
2．4 管理者数据能力4M 模型之M2（Methods）：数据分析方法 / 045
2．4．1 数据分析方法是数据掘金的工具 / 045
2．4．2 数据分析方法是认知世界的思维模式 / 045
2．4．3 数据分析方法需要总结和沉淀 / 046
2．5 管理者数据能力4M 模型之M3（Mastery）： 数据工具 / 047
2．5．1 每一个管理者都需要数据工具 / 047
2．5．2 数据工具正在不断进化 / 048
2．5．3 工具永远是工具，替代不了思想 / 049
2．5．4 熟练掌握一种适合自己的工具 / 050
2．5．5 测一测你的Excel 工具操作能力 / 051
2．6 管理者数据能力模型之M4（Move On）：数据应用 / 052
2．6．1 数据应用是一个复杂的系统工程 / 052
2．6．2 数据应用需要复合能力 / 053
2．6．3 变革推动力是数字化转型的核心动力 / 054

第3 章 数据思维能力晋级 / 055
3．1 数据思维与数据思维训练 / 055
3．1．1 什么是数据思维 / 055
3．1．2 常用的数据思维 / 056
3．1．3 数据思维衍生的数据分析方法和算法 / 056
3．2 对比思维模式 / 056
3．2．1 对比三要素 / 057
3．2．2 对比客体的设定 / 057
3．2．3 对比维度的选择 / 059
3．2．4 从被动到主动：主动识别和主动设计 / 062
3．3 分类思维模式 / 062
3．3．1 单维度分类分析方法 / 064
3．3．2 双维度矩阵分类分析方法 / 066
3．3．3 三维度魔方分类分析方法 / 070
3．3．4 多维度分类分析方法 / 072
3．4 关系思维模式 / 73
3．4．1 事物之间存在的四种关系 / 073
3．4．2 企业经营和管理决策中的y =f (x )关系 / 074
3．4．3 不确定的因果关系案例 / 076
3．5 解构思维模式 / 079
3．5．1 解构思维模式：一种强大的思维模式 / 079
3．5．2 解构思路：决定分析思路 / 080
3．5．3 解构的四种方法 / 082
3．5．4 解构的原则：相互独立，完全穷尽（MECE 原则） / 087
3．5．5 解构的工具：思维导图 / 087
3．6 过程思维模式 / 089
3．6．1 过程思维模式：重点在于过程管理 / 089
3．6．2 事物的发展都有一个过程：探索背后的规律 / 089
3．6．3 目标的达成需要一个有效的过程：研究做事的方法 / 094
3．6．4 企业的管理需要一套有效的流程：让成功可复制 / 096
3．6．5 过程思维在数字化流程中的应用 / 099

第4 章 数据管理能力晋级 / 101
4．1 数据基础知识 / 102
4．1．1 数据的概念 / 102
4．1．2 主数据管理 / 102
4．1．3 交易数据管理 / 106
4．1．4 元数据管理 / 109
4．1．5 数据质量管理 / 110
4．1．6 数据结构管理 / 117
4．1．7 数据资产管理 / 119
4．2 建立数据管理标准和规范数据质量管理 / 121
4．2．1 企业常见的数据问题 / 121
4．2．2 梳理数据需求 / 125
4．2．3 诊断数据质量 / 127
4．2．4 建立数据管理标准 / 129
4．2．5 规范数据质量管理 / 132
4．3 数据综合治理 / 135
4．3．1 什么是“数据孤岛” / 136
4．3．2 打通数据 / 138
4．3．3 数据综合治理体系 / 141
4．3．4 数据安全管理 / 144
4．4 业务流程数字化建设 / 147
4．4．1 业务流程数字化再造 / 147
4．4．2 数据源自业务流程，又服务于业务流程 / 148
4．4．3 业务流程数字化是数据采集的基础源头 / 149
4．4．4 业务流程数字化建设的基本思路和方法 / 152
4．4．5 敏态业务流程与动态数据采集 / 155
4．5 新型数据技术体系建设 / 158
4．5．1 数字化不是信息化 / 158
4．5．2 数字化转型所要求的信息化 / 159
4．5．3 反向伺服与反向控制体系构筑闭环 / 161
4．5．4 以数据资产管理为中心 / 163
4．5．5 数字化转型的七层技术架构 / 165
4．6 数据中台建设 / 172
4．6．1 “组织三台”与“数据三台”的概念 / 173
4．6．2 数据中台提供的数据服务 / 176
4．6．3 数据中台的意义与价值 / 181
4．6．4 数据中台的建设是一个过程 / 183

第5 章 数据体系化场景的应用能力晋级 / 185
5．1 企业数据化管理应用场景的规划和设计 / 185
5．1．1 从数据的四层价值中寻找应用场景 / 185
5．1．2 价值导向：提效+创新 / 187
5．1．3 服务于业务：管理预警与管理导航 / 191
5．1．4 回归现实：体系化调研与场景设计 / 193
5．2 业务流程数字化管理 / 198
5．2．1 用数据技术替代人工 / 199
5．2．2 数据表征流程节点绩效 / 201
5．2．3 数据赋能业务流程决策 / 202
5．2．4 算法导航业务流程活动（替代人脑） / 203
5．2．5 在线化算法提效管理决策 / 206
5．3 企业数据化管理的体系化晋级 / 207
5．3．1 业务流程数字化 / 208
5．3．2 数据指标化管理 / 212
5．3．3 应用指标可视化看板 / 213
5．3．4 数据指标标准化与目标管理 / 214
5．3．5 数据模型化管理 / 215
5．3．6 决策规范化管理 / 217
5．3．7 智慧化管理晋级 / 218
5．4 数据指标化管理 / 220
5．4．1 理解数据指标 / 220
5．4．2 数据指标梳理的三种方法 / 223
5．4．3 数据指标化管理体系构建七步法 / 225
5．4．4 数据指标标准建设 / 233
5．4．5 动态数据指标管理 / 234
5．5 管理者驾驶舱建设 / 235
5．5．1 管理者驾驶舱是一种管理方式创新 / 235
5．5．2 搭建管理者驾驶舱 / 239
5．5．3 管理者驾驶舱的数据技术体系 / 243
5．5．4 推动管理者驾驶舱落地 / 244
5．6 企业数据化管理升级 / 247
5．6．1 推动数据化管理建设的四个关键成功要素 / 247
5．6．2 数据化管理升级的四条主线 / 249
5．6．3 数据化管理升级实施的常见困难 / 251
5．6．4 数据化管理升级的项目管理十要素 / 253

第6 章 数据分析能力晋级 / 263
6．1 数据的四层价值 / 263
6．1．1 发生了什么 / 263
6．1．2 为什么发生 / 264
6．1．3 将会发生什么 / 264
6．1．4 应该怎么做才好 / 265
6．2 企业经营管理中基本的数据分析方法 / 265
6．2．1 数据可视化本身就是数据分析 / 266
6．2．2 数据指标的五种常规对比分析 / 269
6．2．3 面对数据表可做的分析 / 273
6．2．4 提升常规数据分析的敏捷性 / 283
6．3 企业经营管理中常用的数据分析方法 / 284
6．3．1 对比分析方法 / 285
6．3．2 分类分析方法 / 285
6．3．3 关系分析方法 / 289
6．3．4 预测分析方法 / 290

第7 章 数据领导能力晋级 / 302
7．1 数据可视化表达 / 302
7．1．1 事物对比 / 302
7．1．2 组分对比 / 303
7．1．3 关系对比 / 304
7．1．4 时序对比 / 305
7．1．5 频布对比 / 306
7．1．6 误导视觉结论的方法 / 306
7．2 数据图表解读方法 / 308
7．2．1 看差异、看变化 / 308
7．2．2 看结构、看特征 / 308
7．2．3 看趋势、看规律 / 309
7．2．4 看关系、看关联 / 311
7．3 数据分析报告 / 313
7．3．1 唯一原则 / 313
7．3．2 完整原则 / 314
7．3．3 总分结构原则 / 315
7．3．4 精简原则 / 316
7．3．5 确定原则 / 316
7．3．6 主线原则 / 318
7．3．7 结论原则 / 318
7．4 用数据分析解决问题的七步法 / 319
7．4．1 问题假设 / 320
7．4．2 解构根本原因 / 320
7．4．3 收集数据 / 321
7．4．4 分析数据 / 322
7．4．5 洞察管理 / 322
7．4．6 设计方案 / 323
7．4．7 采取行动 / 324

后记 未来管理者的能力展望 / 325

前言

2019 年11 月，笔者撰写的《数字蝶变：企业数字化转型之道》终于出版了。现在更多的企业实现了员工在线、业务在线、客户在线、产品在线和服务在线，业务和管理活动的在线化为企业沉淀了大量的数据，对这些数据进行分析、挖掘和应用成了很多管理者面临的新课题。拥有数据能力的管理者能够利用“在线化”所沉淀的数据，发现管理问题，改善业务问题，甚至推动企业业务创新。

现在，越来越多的企业迈出了数字化转型的第一步。企业的数字化转型为企业装备了越来越全面的数字智能硬件和信息化系统软件，无论是数字智能硬件，还是信息化系统软件，都采集和存储了大量的数据。对这些数据进行分析、挖掘和利用，成为管理者面临的新课题，对个人能力也提出了新的要求。

如今，我们进入数字智能时代，善于管理数据、分析数据和运用数据是企业各层级的管理者做好管理工作的基本功。

自2018 年开始，笔者就同几个教育平台合作，开始讲授“管理者的数据能力晋级”课程。通过该课程，学员能够学习并掌握一套日常经营管理中管理数据、分析数据和运用数据的方法。该课程自开课后，一直受到学员好评，并且吸引了更多的学员来上课。越来越多的企业开始进行数字化转型，这对各层级管理者的数据能力要求越来越高、越来越迫切。在授课的过程中，很多学员反映需要课后好好回顾和应用课程内容，希望能够有一本可持续使用的参考书，以便在工作中随时查阅。于是，笔者萌生了将该课程的内容撰写为图书的想法。一方面，通过对图书的撰写，笔者能够把很多的知识和内容再一次升华，给学员带来更详尽的指导。另一方面，笔者也能够借助图书向更多的人传播数据管理、数据分析和数据应用的知识和方法。毕竟能够参加线下课程的人相对来说较少，也受限于开课频次与课堂座位数量，不能让更多的人受益。

本书以“管理者的数据能力晋级”课程的内容为核心，构建了更系统的知识体系，为企业各层级管理者提供了一套系统性的方法，帮助他们更好地利用企业数据资产，挖掘数据价值，赋能企业的经营和管理决策。

受限于笔者的知识、技能或经验，本书必有很多不足之处，欢迎各位读者批评、指正，也欢迎广大读者分享更多的知识、方法和案例。