展开全部

主编推荐语

一本用精益思想指导企业以数据为核心进行数字化转型的著作。

内容简介

作者结合自己20余年的实战经验,将精益思想与数据利用深度融合,总结了一套从业务目标出发,以价值场景为抓手,以数据为驱动的精益数据方法论。

书中进一步以该方法论为基础,衍生出精益数据花瓣模型、精益数字化转型三步法、数据驱动的六大能力模型,精益数字化转型共创工作坊,四大精益数据画布,数据驱动的成熟度评估模型,从认知到实践、从工具到方法,从路径到指南,全方位指导企业将数字化转型落地,在数字化转型大浪潮中有里程碑意义。

本书不仅在方法论角度有独创性和系统性,而且非常注重实操,深度剖析了Netflix、富国银行、字节跳动等国际知名企业以及作者深度主导和参与的国内大型多元化集团的数字化转型案例。

目录

  • 版权信息
  • 本书赞誉
  • 前言
  • 第1章 企业数字化转型
  • 1.1 数字化转型的本质
  • 1.1.1 数字化转型的底层逻辑
  • 1.1.2 数字化与信息化的4个区别
  • 1.1.3 企业数字化转型的4个趋势
  • 1.2 数据驱动的数字化转型
  • 1.2.1 从流程驱动到数据驱动
  • 1.2.2 数据驱动为企业带来的5个收益
  • 第2章 精益数据方法
  • 2.1 企业利用数据的挑战和趋势
  • 2.1.1 企业利用数据的6个挑战
  • 2.1.2 数据生产和利用的6个趋势
  • 2.2 全面认识精益思想
  • 2.2.1 精益思想的产生
  • 2.2.2 精益思想的2个核心要义
  • 2.2.3 精益思想的5个原则
  • 2.3 其他参考体系
  • 2.3.1 Cynefin框架
  • 2.3.2 设计思维
  • 2.3.3 敏捷宣言
  • 2.4 认识精益数据方法
  • 2.4.1 精益数据方法的定义、使命和愿景
  • 2.4.2 精益数据方法的企业价值
  • 2.5 精益数据方法的构成
  • 2.5.1 精益数据方法全景
  • 2.5.2 精益数据宣言
  • 2.5.3 精益数据成熟度模型
  • 第3章 精益数据战略
  • 3.1 数据利用的4个阶段
  • 3.2 从企业信息管理到数据战略
  • 3.2.1 企业信息管理架构
  • 3.2.2 数字化时代企业信息管理的局限性
  • 3.3 价值驱动的精益数据战略
  • 3.3.1 数字化时代数据战略的6个目标
  • 3.3.2 认识精益数据战略
  • 3.3.3 精益数据战略的挑战和原则
  • 3.4 精益数据战略的制定方法
  • 3.4.1 精益数据战略制定的5个底层逻辑
  • 3.4.2 精益数据战略制定4步法
  • 3.4.3 精益数据战略制定的7个关键动作
  • 3.5 案例:富国银行的精益数据战略
  • 3.5.1 富国银行的数据转型之旅
  • 3.5.2 富国银行的数据战略
  • 3.5.3 富国银行的数据资产管理和数据治理
  • 3.5.4 富国银行的面向未来的业务场景蓝图
  • 3.5.5 富国银行的企业级现代化数据平台
  • 3.5.6 富国银行的数据运营和洞察团队
  • 3.5.7 富国银行给我们的4点启示
  • 第4章 精益数据产品
  • 4.1 什么是精益数据产品
  • 4.1.1 数据产品的定义和优势
  • 4.1.2 数据产品的类型
  • 4.1.3 精益数据产品的定义和原则
  • 4.2 精益数据产品画布
  • 4.2.1 精益数据产品的6个要素
  • 4.2.2 精益数据产品的3个核心领域
  • 4.3 精益数据场景画布
  • 4.3.1 业务场景的定义和价值
  • 4.3.2 业务场景的SMART原则
  • 4.3.3 认识精益数据场景画布
  • 4.3.4 业务需求、业务场景、业务用例和用户故事
  • 4.3.5 精益数据产品的典型技术场景及业务用例
  • 4.4 精益数据商业模式画布
  • 4.4.1 解读精益数据商业模式画布
  • 4.4.2 案例:数据产品的6种商业模式
  • 4.5 精益数据产品交付
  • 4.5.1 数据产品的2个本质特点
  • 4.5.2 数据产品交付的4个挑战
  • 4.5.3 精益数据产品3层7步构建法
  • 4.6 精益数据产品成熟度模型
  • 4.6.1 精益数据产品成熟度评估的4个维度
  • 4.6.2 精益数据产品成熟度的5个层次
  • 4.7 案例:Netflix的精益数据产品
  • 4.7.1 数据驱动的用户体验
  • 4.7.2 数据驱动的内容生产
  • 4.7.3 数据驱动的运营优化
  • 4.7.4 强大领先的数据平台类产品
  • 第5章 精益数据治理
  • 5.1 认识精益数据治理
  • 5.1.1 传统数据治理的3个现象
  • 5.1.2 传统数据治理的4个痛点
  • 5.1.3 精益数据治理的定义和底层逻辑
  • 5.1.4 精益数据治理的6个新范式
  • 5.1.5 数据问题的根源是7种浪费
  • 5.2 精益数据治理的实施方法
  • 5.2.1 精益数据治理的8项指导原则
  • 5.2.2 精益数据治理画布
  • 5.2.3 以元数据为核心的智能数据治理
  • 5.2.4 精益数据治理的3个阶段
  • 5.2.5 案例:大型多元化集团的精益数据治理
  • 5.3 企业级数据资产目录
  • 5.3.1 数据资产目录的定义和价值
  • 5.3.2 数据资产目录的典型功能模块
  • 5.4 案例:Netflix的数据治理
  • 5.4.1 Netflix数据治理的3个支撑点
  • 5.4.2 Netflix数据资产目录
  • 第6章 数据协同创新
  • 6.1 数据协同
  • 6.1.1 数据协同的定义
  • 6.1.2 数据协同的6个阶段
  • 6.1.3 数据协同的6个挑战
  • 6.1.4 数据协同的核心用户画像
  • 6.1.5 数据团队的痛点
  • 6.1.6 数据协同的4项原则
  • 6.2 数据自服务门户
  • 6.2.1 数据自服务门户的定义和价值
  • 6.2.2 数据自服务门户的核心组件
  • 6.2.3 数据自服务门户的运营
  • 6.3 案例:Netflix大数据门户
  • 6.3.1 Netflix大数据门户的4项设计原则
  • 6.3.2 Netflix大数据门户成功的7个要点
  • 6.4 数据创新
  • 6.4.1 案例:数据驱动创新的字节跳动
  • 6.4.2 数据创新的8个阶段
  • 6.4.3 数据创新的4个难点
  • 6.4.4 企业数据创新平台的定义和价值
  • 6.4.5 企业数据创新平台的用户
  • 6.4.6 数据创新平台的4个关键成功因素
  • 6.4.7 数据创新平台的典型功能架构
  • 第7章 精益数据中台
  • 7.1 全面了解数据中台
  • 7.1.1 从企业软件发展史看中台的趋势
  • 7.1.2 从分层架构理论看中台的本质
  • 7.1.3 从业务中台到数据中台
  • 7.1.4 数据中台与数据仓库、数据湖的区别
  • 7.1.5 影响数据中台建设方向的6个技术趋势
  • 7.2 深度剖析数据中台
  • 7.2.1 什么是数据中台
  • 7.2.2 数据中台的4个核心能力
  • 7.2.3 数据中台的3个支撑能力
  • 7.2.4 数据中台成熟度评估模型
  • 7.3 精益方法打造数据中台
  • 7.3.1 打造数据中台的6个挑战
  • 7.3.2 精益数据方法打造数据中台的3个原则
  • 7.3.3 精益数据方法打造数据中台的6个阶段
  • 第8章 数据驱动的组织文化
  • 8.1 认识数据驱动的组织文化
  • 8.1.1 数字化时代组织形式的4个变化趋势
  • 8.1.2 数据驱动的组织文化的8个体现
  • 8.1.3 打造数据驱动的组织文化的5个关键步骤
  • 8.2 数据人才体系构建
  • 8.2.1 数据团队能力全景图
  • 8.2.2 企业典型的数据岗位全景图
  • 8.2.3 数据团队的12个实践原则
  • 8.3 案例:Netflix的数据文化
  • 8.3.1 Netflix数据文化的体现
  • 8.3.2 Netflix数据文化的4个底层特质
  • 8.3.3 Netflix数据驱动的组织结构
  • 第9章 精益数字化转型
  • 9.1 精益数据方法驱动的数字化转型
  • 9.1.1 企业数字化转型的挑战与原则
  • 9.1.2 精益数字化转型的花瓣模型
  • 9.1.3 精益数字化转型与传统数字化转型
  • 9.2 精益数字化转型的实施方法
  • 9.2.1 探索规划
  • 9.2.2 设计构建
  • 9.2.3 运营优化
  • 9.3 案例:大型多元化集团的精益数字化转型
  • 9.3.1 集团的转型挑战和应对策略
  • 9.3.2 精益数字化转型的3个阶段
  • 9.3.3 双中台赋能业务
  • 第10章 精益数据共创工作坊
  • 10.1 认识精益数据共创工作坊
  • 10.1.1 传统调研方法的6个问题和应对启示
  • 10.1.2 精益数据共创工作坊简介
  • 10.2 精益数据共创工作坊:准备篇和引导篇
  • 10.2.1 企业高层访谈调研
  • 10.2.2 业务现状高阶访谈调研
  • 10.2.3 信息化支撑现状调研
  • 10.2.4 信息化能力高阶调研
  • 10.2.5 共创工作坊策划设计
  • 10.2.6 培训材料准备
  • 10.2.7 引导工作坊开场
  • 10.3 精益数据共创工作坊:共创篇
  • 10.3.1 数字化转型目标共创
  • 10.3.2 企业数据资产蓝图共创
  • 10.3.3 企业数字化技术蓝图共创
  • 10.3.4 数字化转型价值场景共创
  • 10.3.5 痛点价值共创及转型资源共创
  • 10.4 精益数据共创工作坊:规划篇
  • 10.4.1 数字化转型路线设计
  • 10.4.2 价值场景排序归类
  • 10.4.3 数字化转型项目清单梳理
  • 10.4.4 配套举措共创
  • 10.4.5 共创工作坊结坊汇报
  • 附录 精益数据共创卡牌样例
展开全部

评分及书评

4.5
11个评分
  • 用户头像
    给这本书评了
    5.0
    五星推荐

    在数字化时代,企业数字化转型的本质是什么?其建设方法与以前实施信息化建设的方法有哪些区别?数据驱动的数字化企业需要具备哪些能力?企业数字化转型应该从哪里开始?分几步完成?企业如何从根本上解决数据生产和利用的问题?如何让业务人员和技术人员真正协同、共创,更高效地推动企业数字化转型?阅读此书,或许能让读者对上述问题的思考,有所答案。本书有体系结构,有应用工具,推荐阅读!

      转发
      评论
      用户头像
      给这本书评了
      3.0

      很多方法论的内容,做规划设计可以参考

        转发
        评论

      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。