展开全部

主编推荐语

【得到独家首发】从数据“全面接入DeepSeek”,到实现决策闭环。

内容简介

在当今数据驱动的时代,本书深入探讨了数据和人工智能如何重塑组织管理。作者详细讨论了数据驱动在人才选拔和评估及组织网络分析中的应用,提供了谷歌、字节跳动等企业的成功案例,展示了数据驱动如何提升组织效率与创新能力。作者还提出了平衡技术赋能与人文关怀的必要性,从而更好地实现智能组织的构建。

本书对数据驱动的管理的阐述系统而全面,结合了前沿的人工智能技术,旨在为决策者和管理者提供一种全新的管理思维方式,在快速变化的商业环境中,打造智能化、前瞻性的管理体系。

目录

  • 版权信息
  • 第1章 组织数字化转型的挑战和机遇
  • 1.1 数字化转型的最后一公里困境
  • 1.1.1 科技新星的数据困境
  • 1.1.2 数据泛滥下的管理迷思
  • 1.2 组织面临数字化转型困境的原因
  • 1.2.1 数字化转型进程的前后失衡
  • 1.2.2 文化和决策惯性
  • 1.3 数据驱动的组织管理的机遇
  • 1.3.1 谷歌数据驱动的管理文化
  • 1.3.2 数据驱动决策的中国实践
  • 1.4 前沿探索:人工智能加速组织的数字化转型
  • 1.5 小结
  • 第2章 数据驱动的管理的本质
  • 2.1 数据驱动的管理的核心逻辑
  • 2.1.1 数据驱动的管理的公式
  • 2.1.2 数字化管理:从数据量化到决策闭环
  • 2.1.3 为什么业务端的数据驱动决策做得更好
  • 2.2 把事做对vs做对的事
  • 2.2.1 效率和效能
  • 2.2.2 在招聘过程中平衡效率和效能
  • 2.3 人的行为真的可以被预测吗
  • 2.3.1 器官捐赠和行为决策
  • 2.3.2 金钱激励的悖论
  • 2.4 利用数据驱动的方式创造价值
  • 2.4.1 验证认知、拓展认知、挑战认知
  • 2.4.2 从后置管理到前置决策
  • 2.4.3 基业长青:持续地做出正确的决策
  • 2.4.4 数据驱动的棒球革命:《点球成金》
  • 2.5 小结
  • 第3章 打造数据驱动的思维模式
  • 3.1 假设思维:数据时代的决策基石
  • 3.1.1 假设思维无处不在
  • 3.1.2 从实验室到华尔街
  • 3.1.3 在管理决策中融合假设思维
  • 3.2 变量思维:理解复杂组织现象的关键
  • 3.2.1 组织管理中变量思维的应用
  • 3.2.2 组织中常见的变量类型
  • 3.2.3 变量整合与应用:构建全面的数据生态系统
  • 3.3 统计思维:科学客观地理解数据的方法
  • 3.4 因果思维:探寻现象背后的本质联系
  • 3.4.1 通过随机对照试验确定因果关系
  • 3.4.2 走出“相关即因果”的误区:从诺贝尔奖得主身上学习因果思维
  • 3.5 前沿探索:AI辅助数据驱动的管理
  • 3.6 小结
  • 第4章 用数据驱动的方式选人
  • 4.1 用数据驱动的方式选人的核心逻辑
  • 4.1.1 招聘的本质
  • 4.1.2 如何提升招聘准确率
  • 4.2 为什么非结构化面试不靠谱
  • 4.2.1 考试逻辑vs匹配逻辑
  • 4.2.2 面试中的测评偏差
  • 4.3 为什么选人不能单看工作经验
  • 4.4 案例:谷歌如何优化招聘流程
  • 4.5 前沿探索:利用AI优化招聘决策
  • 4.5.1 AI赋能招聘工具生成
  • 4.5.2 AI赋能评估和筛选
  • 4.6 小结
  • 第5章 用数据驱动的方式评估人
  • 5.1 数字管理的诱惑与陷阱
  • 5.2 客观数据能否反映员工贡献
  • 5.2.1 过度简化的陷阱
  • 5.2.2 环境与运气的影响:为什么不能只看结果
  • 5.2.3 从结果到行为的转向
  • 5.3 从理论到实践:评估体系的理论基础及其应用
  • 5.3.1 海底捞的启示:为什么要关注行为而不是营业数据
  • 5.3.2 真实绩效和实际测量绩效
  • 5.3.3 有效、缺失与污染:真实绩效和实际测量绩效之间的三种典型关系
  • 5.3.4 用真实绩效与实际测量绩效分析海底捞员工的行为
  • 5.3.5 模仿海底捞:行为一致,结果为何不同
  • 5.4 用数据驱动的方式设计有效的评价指标
  • 5.4.1 用X—Y框架描绘企业的“理想贡献”
  • 5.4.2 谷歌“氧气计划”:X—Y框架在管理者评价中的应用
  • 5.4.3 奈飞的“留任测试”:一道主观却高度契合企业文化的评估题
  • 5.5 让数据驱动的评估体系走在前面
  • 5.6 小结
  • 第6章 隐形关系的力量:个体网络属性与组织敏捷性
  • 6.1 案例:一个关键员工的离职引发的连锁反应
  • 6.2 组织网络:让隐形关系可视化
  • 6.2.1 组织网络的概念与本质
  • 6.2.2 组织网络分析的价值与意义
  • 6.3 个体层面:组织影响力与网络角色
  • 6.3.1 常见的衡量个体网络属性的指标
  • 6.3.2 多维视角下的员工价值评估
  • 6.3.3 传统评估体系的不足
  • 6.3.4 组织网络分析的关键指标
  • 6.3.5 三维人才坐标:当能力网遇见关系网
  • 6.3.6 启示:从单一考核到多维管理
  • 6.4 案例:销售人员如何利用自己的网络
  • 6.4.1 第一阶段:识别潜在客户
  • 6.4.2 第二阶段:获取客户买单机会
  • 6.4.3 第三阶段:提供解决方案
  • 6.4.4 第四阶段:达成交易
  • 6.5 组织网络分析助力360度测评:从正式组织关系到真实协作
  • 6.5.1 为什么横向关系常被忽视
  • 6.5.2 案例:字节跳动的评估筛选机制
  • 6.6 小结
  • 第7章 组织网络分析:决定组织的能力、效率和创新的关键
  • 7.1 组织的能力、效率和创新的重新定义
  • 7.2 常见的组织网络指标及其组织意义
  • 7.2.1 网络密度
  • 7.2.2 中心化
  • 7.2.3 网络模块化
  • 7.2.4 平均路径长度
  • 7.3 组织网络指标与组织效能的关联:研究与实践
  • 7.3.1 沟通网络和团队绩效:来自麻省理工学院的研究证据
  • 7.3.2 实践案例:亚马逊的会议文化
  • 7.3.3 某连锁医美企业的实践案例
  • 7.4 利用组织网络分析诊断和打破部门墙
  • 7.5 组织网络与创新力:从“小世界”到“大火花”
  • 7.5.1 小世界网络:硅谷的创新密码
  • 7.5.2 竞业禁止协议禁令:硅谷的秘密武器
  • 7.5.3 如何在企业内部构建小世界网络
  • 7.6 小结
  • 第8章 智能组织:技术赋能与人文关怀的平衡
  • 8.1 生成式AI赋能智能组织
  • 8.1.1 中小企业数字化的困境
  • 8.1.2 生成式AI的平权效应
  • 8.1.3 借助生成式AI打造你的“氧气计划”
  • 8.1.4 AI赋能,让数据驱动的管理不再只有大企业才能做到
  • 8.1.5 利用AI打造智能组织
  • 8.1.6 生成式AI:解锁数据价值的新钥匙
  • 8.1.7 迈向真正的智能组织
  • 8.2 数据驱动的管理的价值观思考
  • 8.2.1 数据驱动的管理一定会让组织更内卷吗
  • 8.2.2 数据驱动背后的价值观导向
  • 8.2.3 数据使用的伦理与平衡
  • 8.3 小结
  • 后记
展开全部

评分及书评

4.4
16个评分
  • 用户头像
    给这本书评了
    5.0

    人才评估的多元化方法中,除了工作样本测试,工作知识测试也是一种极具价值的评估工具。工作知识测试主要用于评估候选人对特定工作领域的理论知识和概念理解,它在某些情况下可以成为对工作样本测试的有力补充,甚至可以在某些岗位的招聘上作为主要的评估方法。工作知识测试通常包括一系列与特定工作相关的问题,这些问题可能涉及行业术语、最佳实践、法规要求、技术标准等方面。

      转发
      评论
      用户头像
      给这本书评了
      5.0
      太好了

      继续努力学习

        转发
        评论
        用户头像
        给这本书评了
        5.0
        以 Leader 视角,谋个人发展

        好书!👍👍👍看完对我的启发非常大,虽然我还不是一名管理者,但这本书让我看到了当代前沿的管理者思维,也让我站在管理者的视角观察到了什么才是未来职场需要的核心员工。感谢作者,我觉得所有职场人都值得一看!

          转发
          评论
        • 查看全部5条书评

        出版方

        机械工业出版社

        机械工业出版社是全国优秀出版社,自1952年成立以来,坚持为科技、为教育服务,以向行业、向学校提供优质、权威的精神产品为宗旨,以“服务社会和人民群众需求,传播社会主义先进文化”为己任,产业结构不断完善,已由传统的图书出版向着图书、期刊、电子出版物、音像制品、电子商务一体化延伸,现已发展为多领域、多学科的大型综合性出版社,涉及机械、电工电子、汽车、计算机、经济管理、建筑、ELT、科普以及教材、教辅等领域。