电子工业出版社-网上书店

本书从数据分析师的角度出发，分四篇阐述打破上述局面的道与术：第一篇介绍了数据驱动业务的常见挑战，并提出了数据分析师破局的四个步骤，特别强调了商业思维在其中的重要性。第二篇着重讲解底层的两大思维体系，揭示了如何用商业思维洞察业务本质，并通过系统思维梳理经营目标的实现路径。第三篇详细阐述了如何将上述思维应用于实际工作中，经历需求管理、搭建业务数据体系、提供业务策略深度洞察、主动规划数据项目等步骤，通过沟通、汇报、跨团队协同，打造个人影响力，助力读者在职场中脱颖而出。第四篇专注于数据分析师的个人成长，提供了为晋升做准备的策略和跃迁后的职业发展路径。本书通过系统性的讲解和丰富的案例分析，帮助读者实现从数据分析到业务驱动的跨越，成为企业价值创造的核心力量。无论是初入职场的数据分析新人，想要冲刺管理岗的资深数据分析师，还是希望进一步提升影响力的新晋数据团队主管，都能从本书中获得宝贵的启示和实用的技巧。

第一篇  开篇
==
第1章  为什么“数据驱动业务”往往难以实现	2
1.1  数据分析能够带来什么样的业务价值	3
1.1.1  帮助业务人员看清现状，提升达成共识的效率	3
1.1.2  输出分析洞察建议，指明决策方向	6
1.1.3  通过数据智能决策，改变业务模式	8
1.2  为何很多数据分析岗位无法发挥应有的价值	10
1.2.1  业务人员不了解数据分析能做什么	10
1.2.2  数据分析师不知道自己能做什么	11
1.2.3  数据基础建设和组织架构的困局	12
1.3  数据分析师破局的4个步骤	15
1.3.1  收口与管理琐碎的业务需求	15
1.3.2  建设分析体系，释放自己的时间	15
1.3.3  提供核心问题的数据洞察，建立信任	16
1.3.4  主动发起项目，与业务人员深度合作	16
1.4  高阶数据分析师的能力模型	17
1.4.1  数据技术：熟练掌握数据工具，执行数据操作	18
1.4.2  数据方案：集成工具方法，解决业务问题	18
1.4.3  商业思维：提炼业务要点，洞察核心本质	19
1.4.4  个人影响力：影响业务决策，促进业务协同	20
1.5  破局的核心能力：商业思维	20
1.5.1  为什么是商业思维	21
1.5.2  商业思维不足的具体表现	22
1.5.3  培养商业思维的难点	23
==
第二篇  破局的核心能力：商业思维
==
第2章  用商业思维洞察商业本质	26
2.1  从一个公式出发，看透商业的本质	26
2.1.1  被忽略的万能公式：收入-费用=利润	26
2.1.2  收入从何而来	27
2.1.3  站在用户视角理解成交的前提	30
2.1.4  钱花在哪里：成本的源头与衡量方式	32
2.1.5  商业的终极问题：如何持续实现盈利	36
2.2  盈利的不确定性因素：竞争	38
2.2.1  竞争判断3要素：商业模式、目标客群与服务内容	38
2.2.2  数字经济时代，跨界竞争的普遍性与必然性	40
2.2.3  巴菲特的护城河：抵御竞争的四大壁垒	41
2.2.4  从企业的竞争到个体的职业决策	46
2.3  升维思考商业本质，从老板的视角看问题	48
2.3.1  老板怎么看待工作优先级和产出	48
2.3.2  小公司业务管控：关注商业目标之下的经营活动	49
2.3.3  大公司财务管控：投资回报率是决策依据	51
2.4  4步建立数据分析和企业经营的联系	52
2.4.1  4步法：商业模式—部门定位—量化目标—岗位价值	52
2.4.2  岗位价值与部门定位脱节，怎么办	56
2.4.3  如何根据目标确定工作重点	58
==
第3章  用系统思维实现商业目标	61
3.1  企业的经营活动是一个系统	62
3.1.1  为什么流量增加了，销售额却没有提升	62
3.1.2  想提升客单价，为什么直接涨价不可行	62
3.1.3  供应链的难题：平衡采购、生产与营销	63
3.2  系统的定义	63
3.2.1  系统的结构：要素和连接	63
3.2.2  系统的价值：稳定的输出	64
3.2.3  系统的嵌套逻辑	65
3.2.4  理解系统：整体视角与动态视角	66
3.3  梳理业务的五大系统	67
3.3.1  商业定位和竞争环境	68
3.3.2  流程系统：业务链路是怎么闭环的	69
3.3.3  架构系统：流程闭环需要哪些职能	73
3.3.4  定位系统：资源分配的决策依据	75
3.3.5  财务系统：经营活动如何实现盈利	79
3.3.6  增长系统：如何有效扩大业务规模	83
3.4  串联五大系统，推演业务发展方向	86
3.4.1  业务的运行效率：“定位—流程—架构”	87
3.4.2  业务的生死存亡：“定位—增长—财务”	89
3.4.3  根据业务优劣势，判断重点发力方向	91
3.4.4  如何判断外界信息的质量	94
==
第三篇  从思维到实践，实现“数据驱动业务”
==
第4章  需求管理——建立工作秩序的第一步	100
4.1  数据分析师不应该被动接收需求	100
4.1.1  大多数客户都厘不清自己的需求	100
4.1.2  识别伪需求：这些事情不该做	103
4.1.3  完成需求，不等于解决问题	105
4.2  需求评估：做正确的事	107
4.2.1  需求管理，不是为了高效完成任务	107
4.2.2  刨根问底，深挖问题背景	109
4.2.3  升维思考，追溯问题本质	111
4.2.4  按照业务价值，区分需求优先级	113
4.3  搭建需求管理的标准作业程序（SOP）	115
4.3.1  对常规需求做好分层分类	115
4.3.2  紧急情况下的特殊应对方式	117
4.3.3  活用工具，过程留痕	119
4.4  解决冲突，与业务方达成共识	122
4.4.1  定期召开需求评审会议	122
4.4.2  永远与能做决策的人对话	123
4.4.3  学会拒绝，给出更好的替代方案	124
==
第5章  建设业务数据体系，轻松应对80%的重复工作	128
5.1  什么情况下值得建设业务数据体系	128
5.1.1  高频重复的需求	128
5.1.2  业务的执行过程	131
5.1.3  业务的商业逻辑	131
5.2  【案例】社区团购业务的数据决策框架	132
5.2.1  自上而下：把管理目标落地到执行层	132
5.2.2  运用系统思维：关键任务，责任到人	134
5.2.3  KPI设置：无效考核的五大陷阱	136
5.2.4  数据决策框架的应用：目标制定与监控	141
5.3  将分析能力沉淀为产品能力	145
5.3.1  什么是分析能力产品化	145
5.3.2  通过产品化告别重复劳动	147
5.3.3  数据分析高手如何活用数据看板	149
5.4  规划业务数据体系建设的进度	152
5.4.1  边开飞机，边修引擎	152
5.4.2  思路一：先搭指标，再做解读	154
5.4.3  思路二：按照业务板块建设完整能力	155
5.4.4  运用五大系统确认优先级	157
==
第6章  聚焦核心——为业务策略提供深度洞察	159
6.1  分析深度不足的两种表现	159
6.1.1  对现有数据的挖掘不够	159
6.1.2  考虑问题的视野太窄	161
6.2  如何增加分析深度	165
6.2.1  运用第一性原理，多问为什么	165
6.2.2  理解公司的战略方向	168
6.2.3  回归商业与经营层面思考	170
6.3  【案例】为商家排行榜做榜单测算	172
6.3.1  业务系统梳理	172
6.3.2  初阶数据分析师：点状思考的局限性	177
6.3.3  中阶数据分析师：升维思考商业本质，连点成线	178
6.3.4  高阶数据分析师：从增长系统出发，连线成面	180
==
第7章  探索未知——回答管理层的模糊问题	183
7.1  所有模糊问题都有一条隐形的主线	183
7.1.1  什么是模糊问题	184
7.1.2  模糊问题的拆解思路	186
7.1.3  模糊问题的分析框架	189
7.2  【案例】如何分析决策类问题	191
7.2.1  VIP服务做得好不好	191
7.2.2  是否应该新增考核指标	194
7.2.3  要不要上下线某产品	197
7.3  【案例】如何分析执行类问题	199
7.3.1  如何改善与短视频性能相关的体验	199
7.3.2  如何召回游戏老玩家	202
7.3.3  如何定商家发货时效的考核标准	204
7.4  模糊问题对于职场人的借鉴意义	206
7.4.1  职场沟通中的隐性成本与障碍	206
7.4.2  通过拆解问题提高合作效率	207
==
第8章  主动规划数据项目，突破业务卡点	209
8.1  如何寻找潜在的项目机会	209
8.1.1  手头已有的需求	210
8.1.2  业务有共识的难点	211
8.1.3  从五大系统中得出的结论	211
8.2  【案例】用户投诉的数字化运营方案	213
8.2.1  初始需求：帮忙做个数据看板	213
8.2.2  项目阶段一：服务投诉数据基础建设	214
8.2.3  项目阶段二：投诉风险识别和处置能力指标体系	215
8.2.4  项目阶段三：数学模型赋能风险判定	216
8.3  制定能让业务方买单的项目规划	216
8.3.1  数据工作规划的核心作用	217
8.3.2  项目价值：业务能得到什么	217
8.3.3  实现路径：让业务方看到可行性	218
8.3.4  资源需求：业务方需要付出什么	219
8.4  协调资源，推动改变发生	220
8.4.1  摆脱限制性思维的影响	220
8.4.2  找准自身定位，说服业务盟友	222
8.4.3  谈合作：让对方有利可图	222
8.4.4  造势：巧用项目启动会	223
8.5  【案例】账户安全服务体系化数据闭环	224
8.5.1  业务现象：风控策略引发服务需求激增	225
8.5.2  初阶数据分析师的方案：向内做指标拆解	226
8.5.3  中阶数据分析师的方案：向外分析业务源头的影响	229
8.5.4  高阶数据分析师的方案：内外兼修，重塑服务流程	230
8.6  不同业务发展阶段的规划重点	235
8.6.1  从0到1：基建覆盖	235
8.6.2  增长期：支撑规模扩张	236
8.6.3  成熟期：降低成本，提高利润	236
8.6.4  寻找增长的第二曲线（从接通率到体验）	236
==
第9章  展现个人影响力：沟通与汇报	238
9.1  汇报的“人货场”	238
9.1.1  人：谁来汇报，向谁汇报	239
9.1.2  场：解决什么问题	241
9.1.3  货：讲什么，怎么讲	243
9.1.4  人在场中会做出什么样的反应	244
9.2  汇报的底层逻辑是信息的分层匹配	245
9.2.1  高层管理者听什么：战略价值与投资回报	246
9.2.2  中层管理者听什么：协同与共赢	247
9.2.3  执行层听什么：复刻与避坑	249
9.2.4  针对不同时长定制内容版本	250
9.3  通过汇报反馈问题	252
9.3.1  选题：什么样的问题值得汇报	252
9.3.2  目的：达成共识，解决问题	254
9.3.3  手段：量化经营影响，推动决策	255
9.4  通过汇报拿到资源	256
9.4.1  好的规划等于成功了一半	257
9.4.2  巧妙说服老板增加人手	258
9.4.3  发起专项，募集资源	259
9.5  【案例】项目推进中的汇报策略演进	259
9.5.1  周会	260
9.5.2  合作意向会	261
9.5.3  项目产出汇报	262
9.6  在长周期项目中，如何把握汇报的节奏	263
9.6.1  “都做完再汇报”为什么不可取	264
9.6.2  提前规划好阶段性产出	265
9.6.3  借用事件机会，多种形式汇报	266
==
第10章  扩大个人影响力：跨团队协同	268
10.1  了解数据工作的上下游	268
10.1.1  产品经理	269
10.1.2  技术开发人员	271
10.1.3  数据开发人员	272
10.1.4  法务与合规人员	273
10.2  盘点可以整合的资源	275
10.2.1  通过架构系统理解职能	275
10.2.2  通过定位系统锁定资源	276
10.2.3  阐明价值主张，直接寻求合作	278
10.2.4  经由共同的汇报线，自上而下协同	279
==
第四篇  职场跃迁：进入下一个阶段
==
第11章  为晋升做准备	284
11.1  选择职场环境，评估晋升空间	284
11.1.1  业务战略清晰的重要性	285
11.1.2  业务战略目标实现对数据的依赖程度	286
11.1.3  组织架构的成长空间	287
11.2  准备晋升	289
11.2.1  了解晋升的标准、逻辑和机制	289
11.2.2  打造自循环案例积累系统	292
11.2.3  准备材料：通过案例体现价值，展现思考深度	294
11.2.4  晋升答辩：水到渠成，功夫在平时	300
==
第12章  跃迁后的职业发展路径	302
12.1  从执行者到团队管理者	302
12.1.1  角色定位与工作重心的转变	303
12.1.2  制定团队工作规划	304
12.1.3  招聘与培养人才	306
12.2  拥抱更多的可能性	307
12.2.1  职业发展的方向	308
12.2.2  35岁之后的选择	309
12.2.3  画出你的个人增长系统	311

市面上大部分数据分析的教学内容集中在具体的工具和方法上，例如：如何使用SQL、如何搭建指标体系、如何构建用户画像。但作为数据分析师，应该如何开展工作、如何为业务创造价值、如何展现自身的价值，却鲜少有人系统阐述。
3 年前，我开始在社交媒体上分享这样的内容，收到了很多正反馈。为了顺应市场需求，我又将近年的思考与实践打磨成了一门课程。不少学员运用课程的知识体系，在职场中掌握了主动权，积累了扎实的工作经验，成功实现了跳槽和晋升。
这些来自不同行业、不同背景的成功案例让我相信，基于底层逻辑的工作方法是行之有效的。为了能让更多人受益，我决定将它写成一本书。
今天，人工智能正在重新定义工作的边界。那些曾经被视为门槛的工具技能，不再构成职业壁垒。但无论未来数据分析的岗位名称如何变化，解决问题、创造价值的核心不会改变——本书所聚焦的，正是这样一块人工智能时代的“不变基石”。
==
本书内容
在数据驱动的时代，数据分析师的价值早已不限于制作报表或提供数据支持，而是需要深度参与业务决策、驱动业务增长。
然而，成长为“业务驱动者”的路径并不清晰，许多从业者陷入技术执行的困境中，难以突破职业瓶颈。
本书正是为处于这一阶段的从业者而写的，围绕“破局”这一核心命题，系统构建了一条从思维重塑到实践落地、从个人能力提升到组织协同的完整进阶路径。
==
全书共分为4篇，按照“明确问题—思维筑基—实战应用—职场跃迁”的顺序层层递进，覆盖数据分析师职业成长的全周期。
第一篇，从数据分析师面临的现实困境出发，指出“数据驱动业务”难以实现的根本原因，提出“破局4步法”及其对应的能力模型，并重点指出“商业思维”是破局的核心能力。
第二篇，深入探讨如何运用商业思维与系统思维理解业务本质，本篇引入了“收入-费用=利润”的商业公式，以及“五大系统”的业务模型，并在此基础上进行了一系列延展性的问答，帮助读者建立从企业经营视角看问题的能力，将数据分析与企业的盈利目标、战略方向相结合。这是后续所有实践应用的根基。
第三篇，将思维转化为创造价值的行动。从需求管理、业务数据体系搭建，到专题洞察、模糊问题拆解，再到主动规划数据项目，本篇系统讲解了如何逐步掌握工作主动权，聚焦高价值任务，产出更具影响力的成果。
复杂问题的解决方案不可能仅仅依靠数据分析师个人的力量得出。因此，本篇最后两章聚焦于沟通汇报与跨团队协同，旨在帮助读者提升合作能力，撬动团队资源，推动项目落地。
第四篇，将视野提升至职业发展的高度，指导读者在晋升、面试等关键时期体系化地呈现第三篇中的实践成果。
晋升是进入新阶段、解决更复杂问题的起点。无论是走向团队管理，还是开拓更广阔的职业可能性，本篇都提供了切实的思考框架。
==
本书特色
本书并非“数据分析技巧手册”，而是一份为有志于突破职业瓶颈的数据分析师量身打造的“职场进阶指南”，具有以下5大特点。
（1）深度融合商业知识，从战略视角看待数据分析。
跳出纯粹的专业技能层面，强调“商业思维”与“系统思维”两个底层能力，引导读者回归商业本质（如利润、竞争），用全局视角理解业务，确保所有数据工作都服务于“为企业创造价值”这一终极目标，从根本上提升数据分析师的战略重要性。
（2）清晰的破局路径，提供可落地的完整方法论。
为数据分析师规划了一条从“被动执行者”到“业务驱动者”的完整成长路径。“收口需求→搭建体系→提供洞察→主动合作”的4个破局步骤，每个步骤都包括详细的操作方法和我的心得体会，为读者提供了一条清晰、可执行的路线图。
（3）实战导向，通过真实案例揭示进阶能力侧重点。
覆盖需求管理、指标体系搭建、专题分析、数据项目等数据分析工作的常见场景，采用“原理+思考路径+解法”的结构，通过对比初阶、中阶、高阶数据分析师的数据方案，直观地揭示了不同层级在思考深度和解决方案上的本质差异，让“商业思维”和“系统思维”这些抽象概念变得可感知、可模仿、可提升。
（4）全面提升职场软技能，注重个人影响力塑造。
数据分析师的成功不仅依靠专业度，更取决于影响力。因此，书中专门讲解了工作规划、沟通汇报、跨团队协同和资源整合等软技能，直击数据分析师在职场中“做出结果但无法被看见”的痛点，给出了提升影响力的实用方法。
（5）着眼于长期的职业生涯规划。
内容涵盖了如何选择职场环境、如何准备晋升，乃至晋升后从执行者到管理者的转型路径，帮助读者进行前瞻性的职业规划。
==
读者群体
本书全面覆盖了从数据分析新手到资深专家的各个阶段，不同阶段的读者都能从中找到对应的成长重点。
（1）0～2年经验的职场新人。
此阶段的核心在于理解数据分析如何创造价值，明确数据分析师的职业发展方向。建议重点阅读本书前3章，并在实践中聚焦第4章、第5章，掌握需求管理与业务数据体系搭建的基本方法，在日常工作中有意识地运用，为后续的成长奠定基础。
（2）3～5年经验的数据分析师。
跨越了新人阶段，此时的数据分析师在工作中已经能够独当一面，成长重点应从“响应需求”转向“产出深度洞察”。建议在巩固需求管理能力的基础上，重点研读第5章、第6章，提升搭建数据体系与完成高质量专题分析报告的能力，成为团队中能够承担关键任务的骨干成员。
（3）5～7年经验的资深数据分析师。
资深数据分析师可能会开始承担管理层的决策支持工作。此阶段的读者需要将学习重点聚焦在第7章，掌握如何将一个宏观、模糊的业务问题系统拆解为可分析、可执行的方案。这类工作能够让数据分析师对经营视角有更深刻的理解，是数据驱动业务的重要基础。
（4）7年以上经验的专家或准管理者。
此阶段的读者需要完成从“业务支持”到“业务引领”的终极跃迁。在具备深厚业务理解的基础上，应将重心放在第8章及之后的内容，致力于成为能够主动发掘机会并推动落地的“业务合作伙伴”。第9章、第10章的沟通合作与影响力塑造，将成为推动复杂方案落地的关键支撑。
==
需要强调的是，按工作年限划分只是一个大致参考，不应作为固化的标准。个体的情况不尽相同，请读者根据自身的真实水平与提升诉求，找到对应的章节进行学习和实践，循序渐进。
专业类岗位的层级越高，对商业思维这类通用能力的要求就越高。因此，虽然全书的内容是从数据分析师的角度组织的，但这套工作方法论对于产品经理、运营人员和财务人员也同样适用。
衷心希望本书能帮助更多渴望进阶的专业人士找到实现自我价值的通路，驱动业务产生积极的改变。

本书配套资源下载

对不起，暂无音视频资源！

精进数据分析：从执行者到驱动者