大决策(智能商业五部曲) 用数据分析驱动正确决策和明智行动的集体能力

大决策(智能商业五部曲) 用数据分析驱动正确决策和明智行动的集体能力 pdf epub mobi txt 电子书 下载 2025

[美] 托马斯达文波特 著
图书标签:
  • 数据分析
  • 商业决策
  • 智能商业
  • 管理学
  • 商业战略
  • 决策科学
  • 大数据
  • 商业智能
  • 领导力
  • 分析思维
想要找书就要到 静流书站
立刻按 ctrl+D收藏本页
你会得到大惊喜!!
店铺: 金麦田图书专营店
出版社: 浙江人民出版社
ISBN:9787213086748
商品编码:28316750097
包装:平装-胶订
开本:16
出版时间:2018-04-01

具体描述



商品参数
大决策(智能商业五部曲)
定价 72.90
出版社 浙江人民出版社
版次 1
出版时间 2018年04月
开本 16开
作者 (美)托马斯 达文波特
装帧 平装-胶订
页数 0
字数 0
ISBN编码 9787213086748


内容介绍
l  为什么企业即便拥有足够丰富的数据和知识,还是做不出正确的决策呢?商业思想家托马斯·达文波特的答案是,企业缺少一种决策能力,即利用群体智慧做决策的能力。 《大决策》这本书用12个精彩的决策故事,阐释了企业如何通过数据分析、反复协商、集体智慧做出正确决策,扭转眼前的困境;从美国国家航空航天局、**集团以及麦肯锡咨询公司等**企业利用集体决策脱离困境的故事,到古代雅典人寻求集体智慧抵御外侵的决策故事,本书旨在说明,要提升组织的决策能力,就*须创造一种允许讨论、辩论和对话发挥其集体力量的流程和机制。

作者介绍

托马斯·达文波特 

l  1954年10月17日出生于美国。毕业于哈佛大学,曾先后在哈佛商学院、芝加哥大学和波士顿大学任教。还曾担任埃森哲战略变革研究院主任,美国知名商学院巴布森学院教授。

l  流程再造、知识管理、注意力经济三大运动发起者,多次预见商业未来,《财富》全球500强企业争相咨询的企业顾问。

l  **书作家,出版了近20本管理类**书,被多个国家引进出版,享誉全球。

 

 

布鲁克·曼维尔

独立咨询师,创作了多部企业战略和发展方面的著作。之前担任过Saba Software和美国联合劝募协会(United Way of America)**学习官,曾是麦肯锡咨询公司首任知识管理总监。




关联推荐

l  《大决策》是全球杰出商业思想家托马斯·达文波特智能商业五部曲之五。12个动人心弦的决策故事,教你如何用数据分析驱动正确决策和明智行动的集体能力!对于想提升决策能力的组织和个人来说,《大决策》是**。

l  如果你已经读过达文波特五部曲的前四部《人机共生》《数据化转型》《成为数据分析师》《工作中的数据分析》,那么第五部曲《大决策》更不容错过,不管你是个人还是组织,本书都有助于你做出更精准的决策,成就更好的未来。

l  领导力之父沃伦?本尼斯,比尔和梅琳达·盖茨基金会前主席艾伦?高斯顿,**书《团队的智慧》作者道格拉斯?史密斯,SAS**副总裁、**营销官吉姆?戴维斯集体盛赞!

湛庐文化出品。 
目录
中文版序 从小决策到大决策 前 言 做一件正确的事对企业来说为何如此之难 引 言 伟人与不那么伟大的决策 第1部分 参与型组织决策 01 150 人,14 小时:NASA STS-119 的发射马拉松 “挑战者”号的前车之鉴 飞行就绪评估,对决策再次进行决策 阀门故障问题 马拉松式的飞行就绪评估 成功发射! 良好决策力的进化 组织决策的反思 组织决策的反思 用良好决策力打造一个高可靠性组织

中文版序  从小决策到大决策

 

 做一件正确的事对企业来说为何如此之难

引 言  伟人与不那么伟大的决策

1部分  参与型组织决策

01 150 人,14 小时:NASA STS-119 的发射马拉松 

“挑战者”号的前车之鉴

飞行就绪评估,对决策再次进行决策

阀门故障问题

马拉松式的飞行就绪评估

成功发射!

良好决策力的进化

组织决策的反思

组织决策的反思 用良好决策力打造一个高可靠性组织

 

02 房市低迷期,没人买时这样卖 

滞销的房屋

到聪明人中间去,寻求集体智慧

集体商讨

客户更像厂商

另一项集体决策

组织决策的反思 小型企业如何借组织决策获益

 

03 多元人才时代麦肯锡的未来人才标杆 

MBA 潮流,随波逐流与抵抗并行

未来战略与历史之争

为改变而促成决策

聪明的决策从来不是只有一个

支持与成功

将决策制度化

从“二选一”到“兼容并蓄”

组织决策的反思 去做吧,去尝试吧

 

2部分  构建数据与分析战略,做出可持续性决策 

04智能医疗,治愈患者的有效方式 

运用联盟医疗体系的信息和知识减少医疗事故

降低医疗失误的有效途径

联盟医疗体系的临床知识管理

联盟医疗体系的高性能药物

从矿井中找到金丝雀

进化中的智能医疗系统

组织决策的反思 重新定义医疗失职

 

05社交+结构,高知特如何做日常决策 

典型的技术问题

高知特公司的四大核心能力

参与式文化

高知特2.0

迅速占有

C2 系统和内部及客户方面的组织决策

组织决策的反思 从个人决策到组织决策

 

06数据决策,夏洛特- 梅克伦堡学区提升学生成绩的法宝

“不安分”的塔米卡· 威尔逊

明智数据,让戴维· 科克斯路小学的教育更优化

夏洛特- 梅克伦堡学区基于数据的决策

从18 个单词到84 个单词的飞跃

组织决策的反思 基于数据做决策,颠覆教育体系

 

3部分  大决策正在重塑分析的文化价值观 

07古代雅典人如何抵御生死入侵

古老黄金时代的民主决策

是赤诚的爱国情怀,还是一场疯狂的“血腥玛丽”式灾难

向萨拉米斯发起海战

奇袭波斯,希腊取胜

良好的决策,造就了雅典的辉煌

民主文化的起源

**力量刺激集体决策

组织决策的反思 众人拾柴火焰高

 

08洞悉“黄金债券”风险,让**集团规避次贷危机

**集团的企业文化与价值理念

异议的价值

梅布尔的决策及其后续影响

**集团的反应

组织决策的反思 注意你的决策与决议方式

 

09困难时期削减成本,易安信不散反聚的团队核心力

易安信的过去

社交媒体的意外崛起

易安信公司的“成本转换”

成本转换和“EMC/1”平台

实时反馈检验决策

让每个员工都了解公司的运营情况

组织决策的反思 从等级严明到听取新声音

 

4部分  “大人物”的组织使命 

10美国媒介综合集团重新洗牌组织结构

数据化转型的挑战

早期步骤

从风暴中寻找机会

如何更好地改变游戏

建立R&R; 集团

为良好的判断做出规划

走向变革的决策

飞 跃

从平台到市场

成功的初步指标

组织决策的反思 领导力的“民主”模式

 

11让行动更具影响力,华莱士基金会的战略布局

让校长们焕发新生机

“探究文化”

为董事会筹备下一阶段的战略

胡写乱画中发现更优方案

不仅是工作重心的转移

力卫己见

决策好比建新房

**的回顾

组织决策的反思 建立精诚合作的环境

 

12闯入连锁零售界,迪茜曼如何从0 到1 成为世界杰出品牌

早年的“强权资本主义”

从强权资本主义到具有社会责任感的资本主义

通向沃尔格林的崎岖之路

价值理念和直面机遇

沃尔格林及更广阔的世界

组织决策的反思 所有人都可以做自己

 

结 语  集体决策,组织进化之源

显示全部信息

在线试读
[中文版序] 从小决策到大决策 很高兴获悉我与布鲁克· 曼维尔合著的《大决策》一书中文简体字版将要面世。在创作这本书时,我们并没有想将之限定在某个特定的社会背景或者地理范围内。不过,因为我二人皆为土生土长的美国人,所以在考虑决策制定时,潜意识里可能会带有一些偏见,而本书主要谈论的就是决策制定。当然,书中大部分内容都是以美国为背景,虽然我们也曾走进古老的希腊、印度,以及分支遍布全球的跨国企业进行过探寻。 即便如此,我也认为书中所述的决策制定方法其实是很符合中国的传统哲学思想的。例如,我们提出的其中一个观点是,可以通过多种多样的途径制定出有效决策。根据具体情况,决策可以基于分析、讨论、共识、集体智慧、已有的知识和组织智慧来制定。 这种多元化的决策制定方法是一种好办法,不过,它并非是一个新观点。大约在2500 年前,孔子有云: 言之,吾听;示之,吾明;行之,吾知之矣。 现在,智慧进阶的途径变得更加多样化了,因为我们拥有许多孔子不曾拥有的工具,而这些工具能推动良好的决策制定。孔子不曾拥有大数据、分析学知识、社交媒体或者知识管理系统。这些工具正在改变当代的决策制定过程,聪明的决策者应该让它们为己所用。 在我和曼维尔创作这本书时,大数据刚刚起步。从那时起,我就对大数据进行了广泛的研究,而且我相信,如果孔子还在人世,他*然会赞成将《大决策》一书作为决策指南。孔子有云“温故而知新”,大数据和数据分析正是系统地研究过去数据的一种方式。我发现通常很难得到未来的数据。 大数据正在从多方面改变着决策制定。传统的“小数据”分析的主要目的是支撑组织的内部决策,如我们在本书中讨论过的用数据分析提升夏洛特- 梅克伦堡学区(Charlotte-MecklenburgSchools)的学生成绩。在商业领域,企业经常将数据分析用于市场营销这一块,以决定应该给客户呈现什么样的产品和服务。当然,它们也想通过确定哪些客户很可能马**失,了解并限制客户流失。通过分析制定决策也可用于供应链管理,如仓库里应该储备多少库存。定价是另一个从传统数据分析中受益颇多的关键领域,企业通过数据分析来确定究竟什么样的价格才会带来更高利润。虽然几十年来数据分析在这些领域的决策制定过程中发挥了良好作用,但随着组织获得更大体量且非结构化的大数据,这些决策领域将会得到进一步完善。

[中文版序]

 

从小决策到大决策

很高兴获悉我与布鲁克· 曼维尔合著的《大决策》一书中文简体字版将要面世。在创作这本书时,我们并没有想将之限定在某个特定的社会背景或者地理范围内。不过,因为我二人皆为土生土长的美国人,所以在考虑决策制定时,潜意识里可能会带有一些偏见,而本书主要谈论的就是决策制定。当然,书中大部分内容都是以美国为背景,虽然我们也曾走进古老的希腊、印度,以及分支遍布全球的跨国企业进行过探寻。

即便如此,我也认为书中所述的决策制定方法其实是很符合中国的传统哲学思想的。例如,我们提出的其中一个观点是,可以通过多种多样的途径制定出有效决策。根据具体情况,决策可以基于分析、讨论、共识、集体智慧、已有的知识和组织智慧来制定。

这种多元化的决策制定方法是一种好办法,不过,它并非是一个新观点。大约在2 500 年前,孔子有云:

言之,吾听;示之,吾明;行之,吾知之矣。

现在,智慧进阶的途径变得更加多样化了,因为我们拥有许多孔子不曾拥有的工具,而这些工具能推动良好的决策制定。孔子不曾拥有大数据、分析学知识、社交媒体或者知识管理系统。这些工具正在改变当代的决策制定过程,聪明的决策者应该让它们为己所用。

在我和曼维尔创作这本书时,大数据刚刚起步。从那时起,我就对大数据进行了广泛的研究,而且我相信,如果孔子还在人世,他*然会赞成将《大决策》一书作为决策指南。孔子有云“温故而知新”,大数据和数据分析正是系统地研究过去数据的一种方式。我发现通常很难得到未来的数据。

大数据正在从多方面改变着决策制定。传统的“小数据”分析的主要目的是支撑组织的内部决策,如我们在本书中讨论过的用数据分析提升夏洛特- 梅克伦堡学区(Charlotte-Mecklenburg Schools)的学生成绩。在商业领域,企业经常将数据分析用于市场营销这一块,以决定应该给客户呈现什么样的产品和服务。当然,它们也想通过确定哪些客户很可能马**失,了解并限制客户流失。通过分析制定决策也可用于供应链管理,如仓库里应该储备多少库存。定价是另一个从传统数据分析中受益颇多的关键领域,企业通过数据分析来确定究竟什么样的价格才会带来更高利润。虽然几十年来数据分析在这些领域的决策制定过程中发挥了良好作用,但随着组织获得更大体量且非结构化的大数据,这些决策领域将会得到进一步完善。

许多企业正在寻求将新的、非结构化的数据源运用到决策制定过程中的方法。例如,一家大型跨国医疗保险公司利用大数据解决客户满意度和客户流失的问题。许多公司都使用小数据来衡量和分析这一重要因素,但很多有关客户满意度的数据是非结构化的,特别是录制的客户打电话到呼叫中心的语音文件。在美国,客户满意度对医疗保险公司越来越重要,因为它受到州和联邦政府人员的监测。过去,从客户来电中提取出的宝贵数据无法进行分析,然而现在,保险公司可以将其转变成文字,然后用“自然语言处理”(NLP)软件对其进行分析。通过分析,企业可以识别哪些客户使用了表达强烈不满的言辞,虽然语言变幻莫测,搞懂每句话所包含的情绪并非易事。然后,保险公司就可以对这些客户进行某种形式的干预,也许是打个电话询问客户对哪里不满意。虽然在如何识别不满意的客户这方面,该决策与过去并无二致,但我们现在拥有更多不一样且用处更大的工具。

我知道有三家大型银行也在使用大数据了解以前未知的客户关系,并基于此做出更好的决策。银行业以及其他行业,包括零售业,面临的重大挑战就是要了解多渠道的客户关系。它们跟踪客户、网站、呼叫中心、柜台以及与其他分支机构的人员交互的“轨迹”,来了解客户在银行经历了什么样的流程,而这些流程何以会造成摩擦或影响客户对特定金融服务的购买情况。

多渠道客户“轨迹”的数据源是非结构化的或是半结构化的,包括网站的点击次数、交易记录、银行承兑票据和呼叫中心的录音。这个数据量相当大,其中一家银行就有120 亿行数据。另外两家银行都开始认识到共同的轨迹,并用段名对其进行描述,确保与客户的互动是高质量的,并将相关轨迹与客户呈现的机遇和问题相联系。对这一系列交互和关系进行的分析非常复杂,不过,它在决策方面的潜在回报是很高的。

大数据的商业决策也可能涉及其他传统领域的数据分析,如供应链、风险管理或者定价。使用外部数据提升分析,使得这些问题变成大数据问题,而不再是小数据问题。例如,在供应链决策方面,企业正在越来越多地使用外部数据来衡量和监控供应链的风险。供应商的外部数据源可以提供有关供应商的技术能力、财务状况、质量管理、交货的可靠性、天气和政治风险、市场信誉和商业惯例等相关信息。先进的企业不仅监测自己的供应商,还会监测供应商的供应商。

通过监测其他形式的风险,企业可以监测互联网上的数据源。大数据企业Recorded Future 就是在帮助其客户做这件事情。其政府情报机构监测恐怖嫌疑人、示威或暴乱以及政府骚乱,其安全部门的客户监测抗议或政治动荡,市场营销部门的客户监测可能影响需求的行为、事件或者预测。竞争和市场情报的获取曾经是一种相当直观的行为,但大数据正在改变这一做法。肖恩· 古尔利(Sean Gourley)是大数据公司Quid 的创始人,该公司监测互联网上的技术发展活动。古尔利曾告诉我:“用不了多久,不考虑互联网上关于你的市场和竞争环境的大数据的行为,就会被视为是战略性失误。”

定价是企业运用分析的早期领域,而且取得了相当大的成功。例如,现在几乎所有的航空公司和连锁酒店(包括在中国)都在使用定价优化工具,以确定一个座位或一间房的适合价格。定价优化启初是基于某件商品历史销售价格的内部结构化数据,而这仍然是一个关键因素。不过,现在定价优化常将外部的、非结构化的数据导入算法中。例如,石油行业中的一个定价优化项目可以在定价算法中结合气象数据(这会影响消费者的需求)和同行的价格,而这些数据通常可以从互联网上爬取。

显然,大数据变革决策制定还处于起步阶段。我毫不怀疑,这将在各行各业以及众多企业内催生出大决策。然而,我们*须清楚,大数据技术本身并不会改变决策过程。就像此书中的示例所呈现的,大数据驱动的大决策还需领导力的启发和帮助、文化和行为的改善以及业务流程的重塑。要拥有良好的判断力和智慧,人才和技能二者缺一不可。我相信,如果孔子尚在人世,也当如此警醒我们。 显示全部信息
大决策(智能商业五部曲):数据驱动的智慧协同 图书简介 在当今这个信息爆炸、瞬息万变的商业环境中,“大决策”不再是少数高层领导者的孤立行为,而是一种需要组织全员参与的、基于数据洞察的集体智慧。本书《大决策(智能商业五部曲)》深刻洞察了现代企业在面对复杂性和不确定性时的核心挑战,并提供了一套系统性的框架,旨在将数据分析的力量内化为组织驱动正确决策和明智行动的集体能力。 本书并非简单介绍数据分析工具或统计学原理,而是聚焦于如何将这些技术工具转化为可落地、可执行的组织实践和文化基石。它构建了一个从数据采集、清洗、分析到最终转化为战略部署的完整闭环,强调决策的“集体性”和“持续迭代性”。 第一部:洞察的熔炉——构建数据驱动的决策思维 本书的开篇致力于破除传统决策模式的迷思,确立以数据为核心的思维范式。它探讨了人类认知偏差(如锚定效应、确认偏误)如何阻碍有效决策,并详细阐述了如何通过结构化的数据验证流程来对抗这些内在的认知陷阱。 从直觉到证据: 详细分析了经验主义决策与数据驱动决策之间的鸿沟,并提供了在不同情境下(如产品创新、市场进入、风险规避)衡量证据强度的标准。 决策情境的分解: 引入“VUCA”(易变、不确定、复杂、模糊)模型,指导管理者识别决策的本质属性,从而选择合适的分析深度和响应速度。例如,在高度不确定的领域,应侧重于小步快跑的实验和快速反馈,而非追求完美的宏大预测。 数据素养的普及: 强调“数据即语言”的理念。本书提供了如何将复杂的分析结果转化为非技术背景决策者可以理解的、具有行动导向性的叙事技巧。这包括数据可视化叙事、关键指标的业务对齐,以及如何有效质疑和解读数据模型的结果。 第二部:协作的引擎——跨职能决策协同的机制设计 真正的“大决策”能力来源于组织内部的有效协作。本书深入探讨了如何打破部门间的“信息孤岛”和“权力壁垒”,建立一个高效、透明的决策协同网络。 决策流程的标准化与敏捷化: 介绍了如何设计既能保证严谨性(如合规性、财务准确性),又具备快速响应能力的决策“管道”。这包括定义清晰的决策权责矩阵(DACI/RACI 模型的演进版本)以及设置不同层级的“决策门槛”。 数据共享的文化与技术保障: 讨论了在保护隐私和商业机密的前提下,实现数据资产的民主化共享的策略。重点阐述了数据治理框架在确保数据质量和信任度方面的核心作用,因为缺乏信任的数据是集体决策的最大障碍。 红队与建设性冲突: 引入了“建设性辩论”的机制,鼓励团队成员以数据为武器,对既定方案进行批判性评估。这并非制造对立,而是通过系统化的“假设检验”环节,提前暴露潜在的执行风险和未被考虑的变量。 第三部:智能的赋能——分析工具与业务场景的深度融合 本部分侧重于如何将先进的数据分析技术(如机器学习、预测建模)有效地嵌入到日常的业务流程中,使其真正成为决策的“智能助手”,而非仅是实验室里的模型。 预测性洞察而非描述性报告: 强调从“发生了什么”转向“将会发生什么”和“我们应该做什么”。书中详细分析了如何评估预测模型的业务价值(例如,提升客户生命周期价值、优化库存周转率),而不仅仅是模型的统计准确性。 因果推断在商业决策中的应用: 探讨了在缺乏完美对照组的情况下,如何运用准实验设计(如A/B测试的拓展应用、倾向得分匹配)来量化特定行动(如营销活动、定价调整)对关键业务指标的真实影响。 自动化决策的边界与人机协作: 明确了哪些决策适合完全自动化(高频、低风险、规则清晰),哪些必须保留人类的监督和判断(高风险、道德考量、需要创造性干预)。本书为企业制定了“智能决策自动化路线图”。 第四部:反馈的闭环——行动验证与持续学习机制 决策的价值在于行动的结果。本书的第四部分着重于如何建立一个高效的反馈循环,确保每一次行动都能转化为下一轮决策的宝贵输入,从而实现组织的“自我优化”。 行动指标化与可衡量性: 如何将战略决策转化为一系列可追踪、有时效性的操作指标(OKRs/KPIs),并确保这些指标的层级结构能够清晰地反映高层战略意图。 快速失败与知识沉淀: 建立一套快速、低成本地验证假设、承认失败并从中提取结构化知识的机制。这包括“事后审核”(Post-Mortem)的规范化,重点不在于追责,而在于系统漏洞的修复。 决策记忆库的构建: 讨论了如何利用现代知识管理系统,将过去的关键决策路径、支撑数据、使用的模型版本以及最终结果进行交叉索引和存档,形成企业的“集体决策记忆”。 第五部:文化的塑形——领导力与变革管理 最终,数据驱动的集体能力是组织文化和领导力风格的体现。本书的收官部分聚焦于变革管理,指导领导者如何培育一个信任数据、鼓励探究、并愿意承担基于证据的风险的企业环境。 领导者的“数据谦逊”: 分析了顶级领导者如何通过自身的行为示范,展示对数据洞察的尊重,而非仅仅是口头支持。这包括提问的方式、对报告的审查重点,以及在信息不完整时如何公开表达不确定性。 激励与问责的再平衡: 探讨了如何设计激励机制,奖励那些依据数据提出挑战性见解和成功实施数据驱动实验的员工,而非仅仅奖励那些“预测准确”的员工。 伦理与可持续决策: 强调长期主义视角,讨论了决策的社会影响和长期可持续性,确保“大决策”不仅是短期的利润最大化,更是对企业长期价值和声誉的负责任维护。 《大决策(智能商业五部曲)》为渴望在不确定的未来中保持竞争力的企业提供了一份详尽的蓝图——一个将数据科学、组织行为学和领导力实践深度融合的转型指南。它承诺将“数据分析”从一个技术部门的职能,提升为驱动整个企业走向明智行动的核心生存能力。

用户评价

评分

《大决策》给我的感觉,与其说是一本关于数据分析的书,不如说是一本关于“如何成为一个更聪明、更有效率的决策者”的书。我一直认为,优秀的领导者不仅仅要有远见,更要有落地执行的能力,而数据分析就是连接这两者的关键桥梁。书中对于“决策的迭代和优化”这一章节的讲解,让我耳目一新。它打破了我之前对于“一次性完美决策”的执念。作者强调,在快速变化的商业环境中,决策本身也需要是一个持续优化的过程,需要不断地收集反馈,不断地调整方向。他用了一个非常形象的比喻,说决策就像是“航船”,需要在航行中不断校准航向,才能最终抵达目的地。这让我反思了我们团队在项目推进过程中,总是希望一次性把所有事情都规划好,导致项目周期拉长,而且一旦前期规划出现偏差,后续调整起来非常困难。这本书让我意识到,拥抱不完美,快速试错,并从数据中学习,才是更高效的决策方式。它不仅仅是理论上的指导,更是实践上的行动指南。

评分

《大决策》这本书,我真的花了相当长的时间才把它翻完。不是因为它难懂,恰恰相反,它里面的很多理念,像是直觉一样,能够瞬间触动你思考的某个角落。刚拿到这本书的时候,我正在一个项目上焦头烂额,各种数据摆在面前,却不知道该往哪个方向使劲。读了这本书的第一部分,关于“看见”数据,我才意识到之前很多时候是在“盯着”数据,而不是真正去“理解”它们。作者用了一些非常生动的案例,比如一个零售商如何通过分析顾客的购买路径,而不是仅仅看销售额,来调整货架陈列,最终提升了整体销量。这种视角上的转变,让我重新审视了我们团队内部的数据分析流程。我们总是急于得出结论,却忽略了数据背后的故事,忽略了那些微小的、可能被忽略的信号。这本书给我最大的启示就是,在下任何重大决策之前,先要学会提对的问题,然后才能让数据为我们提供真正有价值的线索。它不是一本教你Excel公式的书,也不是一本让你变成数据统计专家的书,它更像是一位经验丰富的导师,在你迷茫的时候,轻轻点拨你,让你看到另一条路。

评分

读《大决策》的过程,就像是在为自己构建一个全新的思维模型。它不是告诉你“做什么”,而是告诉你“怎么想”。尤其是在关于“风险评估”和“不确定性管理”的部分,我受益匪浅。在商业世界里,没有什么是百分之百确定的,总会有各种各样的风险和不确定性。过去,我们往往是凭经验和感觉去规避风险,而这本书提供了一种更加系统化、数据驱动的方法来应对。作者详细阐述了如何利用数据来量化风险,如何构建不同情景下的预测模型,以及如何在不确定性中寻找机会。我特别欣赏书中关于“反脆弱”的讨论,它让我意识到,我们不应该仅仅是为了避免损失,而应该努力去构建一个能够从混乱和不确定性中变得更强的系统。这是一种更积极、更具前瞻性的思维方式,它让我对未来的挑战充满期待,而不是恐惧。这本书的价值,在于它能够帮助我们更冷静、更理智地面对复杂的商业环境。

评分

这本书最吸引我的地方在于它非常务实,没有空谈理论,而是深入浅出地讲解了如何将数据分析落地。在工作之余,我常常会思考,我们现有的分析工具和方法,是不是能够更有效地支撑我们做出“大决策”。《大决策》里提到的“数据故事化”的概念,对我来说是一个巨大的启发。我一直认为,再漂亮的数据报表,如果不能让决策者理解其中的逻辑和意义,那都是白费。作者通过大量实际案例,展示了如何将复杂的数据分析结果,转化为清晰、有说服力的故事,从而打动人心,推动行动。我记得其中有一个例子,讲的是一家公司如何通过分析客户反馈数据,提炼出几个关键痛点,然后用生动的故事来向管理层展示这些痛点的严重性,最终成功争取到了资源去改进产品。这种将数据与情感、与业务目标相结合的能力,我觉得是当前很多数据分析师所欠缺的。这本书让我明白,数据分析不仅仅是冷冰冰的数字游戏,它更是一种沟通的艺术,一种影响力的工具。

评分

我一直对“集体智慧”这个概念很着迷,总觉得当一群聪明人聚在一起,就能产生出乎意料的火花。然而,现实往往是,人越多,意见越杂,决策越慢,甚至可能因为意见不合而导致项目停滞。《大决策》在这一点上给了我很多新的思考。它不仅仅是把数据分析放在个人层面,而是强调了如何将这种数据驱动的决策能力,渗透到整个团队,甚至整个组织中。作者提出了很多关于如何建立有效沟通机制,如何鼓励不同部门之间的数据共享,以及如何避免“隧道视野”的策略。我印象最深刻的是关于“群体偏误”的章节,它解释了为什么即使有数据支持,我们有时候还是会做出错误的选择,这往往是因为我们的集体无意识地受到某些固定思维模式的影响。读完这部分,我立刻联想到我们公司最近一次的产品发布,明明市场调研数据表现不错,但内部却因为几个关键部门的“直觉”和“经验”而做了很多妥协,最后效果并不如预期。这本书提供的框架,让我明白,要激发真正的集体决策能力,不仅需要工具和方法,更需要一种开放、包容、愿意倾听不同声音的文化。

相关图书

本站所有内容均为互联网搜索引擎提供的公开搜索信息,本站不存储任何数据与内容,任何内容与数据均与本站无关,如有需要请联系相关搜索引擎包括但不限于百度google,bing,sogou

© 2025 book.coffeedeals.club All Rights Reserved. 静流书站 版权所有