內容簡介
《企業數據化管理變革——數據治理與統籌方案》主要講解企業經營大數據的概念及數據的重要性、數據分析與管理決策、管理部門的指標數據化與對標體系、財務部門的數據分析、企業的數據化之路。另外，書中結合實際案例講解了企業大數據套用的最佳實踐方法；並結合作者的實踐經驗詳述了企業經營大數據治理過程中遇到的問題、阻力以及處理方法。
內容提要
很多企業熱衷於談論大數據，卻忽視企業內部的基礎數據管理以及內部管理團隊的數據思維訓練。不重視數據，就不會有數據；沒有數據、沒有具備數據思維的管理團隊，大數據跟你的企業就不會有任何關係。
《企業數據化管理變革——數據治理與統籌方案》 主要講解企業經營大數據的概念及數據的重要性、數據分析與管理決策、管理部門的指標數據化與對標體系、財務部門的數據分析、企業的數據化之路。另外，書中結合實際案例講解了企業大數據套用的最佳實踐方法；並結合作者的實踐經驗詳述了企業經營大數據治理過程中遇到的問題、阻力以及處理方法。
《企業數據化管理變革——數據治理與統籌方案》適合企業的管理者與數據分析人員，以及對大數據感興趣的讀者。
目錄
第 1 篇數據源頭篇
第 1章你了解企業中的大數據嗎 2
1.1 什麼是企業大數據 3
1.2 企業大數據從哪裡來 9
1.3 數據將成為像石油一樣寶貴的資源 18
1.4 數據系統是企業的神經系統 31
1.5 企業大數據的作用 42
第 2章數據是一切的基礎 52
2.1 源頭數據是企業數據大廈的基礎 55
2.2 企業大數據的結構與質量 62
2.3 數據的開放與共享 71
2.4 數據安全與隱私保護 75
2.5 源頭數據採集與智慧型設備投資 82
2.6 數據間關聯與追溯 89
第2篇數據思維篇
第 3章管理者必備的數據思維——數據分析與管理決策 96
3.1 什麼是數據思維 97
3.2 經驗管理是否已經過時 107
3.3 如何通過數據思維挖掘商業洞察 116
3.4 如何從事物認知的基本方法構建數據思維 127
3.5 數據分析與挖掘的方法 135
第 4章管理部門的指標數據化與對標體系 146
4.1 管理指標 147
4.2 四種數據績效指標管理 153
4.3 數據指標的層級管理 162
4.4 企業對標管理與標桿選擇 169
4.5 目標管理體系下的指標管理 173
4.6 閉環管控體系與數據指標管理 180
第 5章把控企業的贏利能力—財務部門的數據分析 189
5.1 財務數據視角下對企業數據化認知 190
5.2 黑盒子模型與數據化財務評測 193
5.3 企業估值模型與企業量化價值 194
5.4 常規財務分析方法 198
5.5 管理視角的財務數據分析 201
第3篇企業數據化管理變革篇
第 6章企業的數據化之路 208
6.1 從管理信息系統到 ERP 209
6.2 從 ERP 到商業智慧型系統 BIS 211
6.3 從商業智慧型系統到企業大數據統籌 212
6.4 從企業大數據統籌到企業大數據戰略 215
6.5 企業大數據下的精細化管理變革 217
6.6 數據化企業建設 220
第 7章如何解決企業數據化變革的阻力 223
7.1 企業數據化帶來的管理變革 224
7.2 企業數據化變革的阻力 231
7.3 數據化變革管理的最佳實踐案例 239
7.4 第三方諮詢的優勢與劣勢 245
後記企業大數據的未來 248
作者簡介
趙興峰
北京大學、新加坡國立大學MBA雙碩士，西安交通大學工學學士，北京信宜明悅諮詢有限公司創始人。
具有20年跨國公司經營數據分析實戰經驗，曾就職於寶潔、惠氏、摩立特、LG電子等國際知名企業，從事市場研究、商業智慧型、戰略研究等。
目前專注於大數據時代下政府和企業的數據治理、數據統籌、數據分析和數據挖掘套用推廣，致力於推動企業和政府利用數據實現戰略轉型與升級，構建智慧企業、智慧政府、智慧城市和智慧生態。
前言
很多企業熱衷於談論大數據，卻忽視企業內部的基礎數據管理和內部管理團隊的數據思維訓練。不重視數據，就不會有數據；沒有數據、也沒有具備數據思維的管理團隊，大數據跟你的企業就不會有任何關係。
目前關於大數據的討論都還停留在概念的層面，且對大數據的定義本身都存在各種各樣的理解。但有一點是肯定的，無論是大數據還是小數據還是微數據，作用都越來越大，影響著企業的經營管理決策，而且數據技術的套用水平直接影響著企業的綜
合實力。
大數據改變了我們的生活
如果把網際網路技術看作是信息傳播方式的技術，它經過 20 多年的套用和創新發展，改變了我們獲取信息的方式，也改變了我們人與人之間的溝通方式，和做生意的方式，即商業模式，衍生了大量的電商、微商、共享經濟和 O2O 經營模式，使我們的生活方式發生了翻天覆地的變化。
大數據技術則可以看作是信息加工方式的技術，目前數據技術因數據量的積累和增加，逐漸受到人們的重視並開始發展。數據技術之所以受到比初期的網際網路更多的關注，是因為大數據技術作為信息加工技術，本質上是認知技術、智慧型技術，它延伸了我們大腦的思考能力，從而影響著我們的決策能力，決定我們認知世界的水平和能力。人類之所以能夠站在食物鏈的頂端是因為我們大腦的思考能力超越了其他的動物，如果一個國家的“思考”能力在大數據技術下得到發展，則國家實力也將迅速發展，這也是為什麼大數據技術被很多國家上升到國家戰略層面去發展的原因。而對於企業來講，大數據技術也會影響著企業的“思考”能力，決定著企業決策的合理性，以及企業的經營和管理水平。水平高的企業就能夠戰勝水平低的企業從而贏得市場競爭的勝利。任何一個企業都必須重視大數據技術，特別是當你的
競爭對手和潛在市場進入者已經行動時。
大數據技術影響企業的發展
中國工業化進程非常短，對比歐美幾百年的工業化發展歷史，無論在技術上、方法上還是管理上，中國的工業化還在複製與創新相結合的階段。回顧中國經濟發展史，自 1979 年改革開放以後，我們企業的發展靠的是計畫經濟向市場經濟轉型過程中釋放的機會紅利；10 年後機會紅利消失，經濟下滑，大量勞動力閒置，社會開始變得不穩定。於是 1991 年鄧小平南巡劃定經濟特區，開始放開出口，並鼓勵出口，大量的出口企業獲得更多訂單，讓更多的勞動力得到就業機會，人口紅利促進了企業的發展；又是 10 年左右的時間，人口紅利逐漸弱化，為了刺激經濟，2001 年中國加入 WTO，在關貿總協定的政策紅利下，中國經濟迎來第三輪的發展；但好景不長， 2008年席捲全球的金融危機爆發，嚴重影響了中國出口型的經濟，於是中國推出 4 萬億元投資計畫，延緩了經濟的下滑，但資本紅利對經濟的促進作用是有限的，也是難以持續的措施。為此，在經濟逐步下滑的今天，我們必須通過技術紅利來實現經濟再次增長，這也是為什麼我們要強調“供給側”改革的原因，只有技術創新
才能挽救下滑中的中國經濟，而大數據技術是影響未來經濟發展最重要的技術。
但中國的企業家不太重視數據，管理者也缺少使用數據決策的習慣。過去30年，我們習慣了機會紅利，習慣了人口紅利，習慣了政策紅利，也習慣了資本紅利，但是我們對技術紅利，特別是數據技術，並沒有積累，我們在技術上的創新少之又少。但數據技術是我們迴避不了的競爭要素，沒有數據技術的支持，無論是國家之間的競爭還是企業之間的競爭，就如智者與愚者的競爭，還沒開始競技，勝負已經確定，競爭已經結束。
為什麼撰寫本書
分享經驗，助推發展筆者在國內為企業提供專業諮詢服務近 10 年了，親歷了中國諮詢服務業的三個階段。
第一個階段：機會探尋式的戰略諮詢盛行期。2000—2007 年，全球金融危機之前，受中國經濟高速發展之後的“機會紅利”下降的影響，企業急需專業人士為自己尋找更好的商業機會。此時，戰略項目需求最多，而大多數所謂的戰略規劃項目，不是真正地去規劃企業的發展戰略，而是在為企業尋找新的發展機會和空間。
第二個階段：以提高人的積極性為主的“洗腦期”。2007—2012 年，以執行力、影響力、
領導力、成功學、教練技術為代表的“洗腦式”諮詢服務盛行。此時，市場機會越來越少，“人口紅利”也在下降，而企業自身的業務還有空間，就看誰做得更好，這個時候給員工打打“雞血”，業績就有了提升。
第三個階段：精細化管理階段，也就是現在這個階段。這個階段的機會紅利和人口紅利已經消失，“打雞血”不再管用，因為如果不從根本上解決企業的經營和管理精細化的問題，不從管理體系上入手解決企業經營、管理效率和企業競爭力的問題，那么即使找到了“好”機會，大家也會蜂擁而上。這個時候，企業家需要冷靜下來，從內部管理的精細化上提高企業的競爭能力和客戶服務水平，從制度、流程等體系上解決管理的問題。
於是，筆者想寫一本具有實踐指導意義的書，為中國的企業推進大數據套用提供一些個人的想法，分享一些經驗，讓讀者能夠逐步建立數據思維，提高數據意識，再讓其了解數據化管理基礎上的精細化管理，提升其所在企業的精細化管理水平，哪怕提升一點點，都是有價值、有意義的。
當然，企業經營大數據方面的理論和知識還是非常缺乏的，因為這是一個比較新的概念，從國際上的大咖，到我們這些從事數據分析的“菜鳥”，都在探索中實踐著，在實踐中探索著。本書也僅僅是一個具有嘗試性意義的書，算是一本啟蒙式的書。或者說是數據化管理和套用實踐過程中的階段性思考，有些假設性的結論也還需要實踐的檢驗。但這是一個有意義的嘗試。
目前在國內，有很多人像筆者一樣在從事著數據分析的工作，也在實踐中不斷總結，形成了自己的想法和看法。希望有更多的人能夠把想法和經驗通過出書或者發布博文的方式分享出來，讓企業經營大數據的管理和套用經驗，以及理論體系能夠獲得更加突飛猛進的發展，從而為推動並加快民族產業的轉型升級發揮集體的力量。
作者
