打造大数据团队 从组建到价值创造全流程指南

国际数据分析研究所创始人托马斯·H.达文波特作序推荐；数据分析师、企业管理者必备，第一本打造大数据分析团队和实现数据分析变现的实用指南；从数据收集、管理、分析到执行，教你打造一流的数据分析团队。

大数据带我们进入了“分析经济”中。如何利用大数据分析让企业真正获利，从长远来说是企业必须研究的重要课题。而人才及团队建设无疑是企业大数据建设与发展的重中之重。

朱达·菲利普斯在数据分析领域深耕多年，自创了“分析价值链”概念，为数据分析领域带来了较为复杂的数据管理和数据分析，包括：

◎ 如何组建大数据分析团队；

◎ 如何提供数据分析功能并思考数据管控；

◎ 如何处理公司中数据分析团队与其他类型分析人员的关系；

◎ 如何协同IT、营销、财务、行政等部门成功地将数字分析用于整个企业，为企业降低成本、增加收益。

本书是作者倾力打造的献给企业管理者、对数据分析和商业智能感兴趣的所有商业人士的书。书中涵盖打造资源充足的一流数据分析团队所需知道的一切、丰富的真实案例以及实用策略，帮助各行各业的企业管理者从数据分析中获取最大的商业价值。

《打造大数据团队》这本书给出了数据分析所需要的各种专业、严谨的方法。你需要的不仅仅是网络兼职人员，还需要仔细思考你的标准和关键绩效指标。你需要做的事情也不仅仅是报告预测、优化和严谨测试。朱达·菲利普斯一直以来都是这些学科的倡导者，不过如今，全世界都已经做好了接纳该学科的准备，因此，《打造大数据团队》的出版适逢其时。

——哈佛商学院、 美国巴布森学院教授、哈佛商学院、美国巴布森学院教授、国际数据分析研究所创始人托马斯·H.达文波特（ThomasH. Davenport）

大数据具有极大的吸引力。然而，只是收集数据没有任何作用，错误使用数据甚至会造成经济损失。解决了这个问题，你就赢了。朱达·菲利普斯向你展示了如何组建一支高效的数据分析团队，在这杨的团队里，大数据的首要任务就是推动大行动。

——Web度量专家、谷歌分析宣传师阿维纳什·考希克（Avinash Kaushik）

荐序过去半个多世纪里，与信息及其技术管理相关的学科逐渐发展起来。计算和编程早期主要属于学术活动，之后才逐渐发展成真正的职业。公司首次利用数据处理（data processing）方法处理金融和其他形式的内部信息时，就是在先前无结构化的领域引入正规的程序与结构。计算机中心的操作员通常身穿白色工作服，以展示他们的专业性和科学性。虽然这种高级形式也许与数据处理并不匹配，但是它允许管理结构化的内部信息并最终掌握它，使其发展成专业化的领域。

在过去十年里，信息管理领域进入了全新的时代。信息管理是互联网的产物，即数据来源于网络、邮件、线上内容、移动设备、各种手机应用程序和日渐发展壮大的“物联网”。如同早期的计算机工作一样，初期的数据管理是非正式的，更像某种业余爱好。公司通常都有兼职的“网络人员”去设计、安装和维护公司的网站。数字化业务方面缺少衡量标准，其他方面也一样缺乏管理。一些大型知名企业的网站经常中断，甚至其注册域名有时候也会失效。

然而，这本书将有力地证明当前的数据管理正在不断地走向成熟。分析，即建立标准，进行报告，并预测和优化关键变量，是资源管理的主要功能。关于网络和数据分析的讨论已经持续多年，但直到现在，网络分析对于大多数公司来说也谈不上是主要业务。网络分析主要包括对独特访客和页面浏览量进行统计，这项工作通常由兼职人员来完成。

这本书给出了数据分析所必备的各种专业、严谨的方法。你需要的不仅仅是网络兼职人员，更需要仔细思考你的标准和关键绩效指标。你需要做的事情也不仅仅是报告、预测、优化和严谨地测试。本书作者朱达·菲利普斯一直以来都是这些学科的倡导者，不过如今，全世界都已经做好了接纳该学科的准备，因此本书的出版适逢其时。

尽管有关网络数据分析的书籍不计其数，但我个人认为这本书在很多方面都有其独到之处。这本书涉及的内容比网络数据分析更为广泛，还包括社交媒体、移动终端、行为定位以及其他方面的数字信息。本书建议大多数公司将注意力放在更大规模的数据分析上，而不仅仅局限于关注网站的点击量。这本书为数据分析领域带来了较为复杂的数据管理和数据分析，这在以往的网络数据分析中并不常见。在管理方面，这本书涉及的话题主要包括：如何提供数据分析功能、如何思考数据管控，以及如何处理公司中数据分析团队与其他类型分析人员之间的关系。数据管控可能吸引不到那些业余爱好者的关注，但它对于一家成熟企业的信息环境来说却是至关重要的。

朱达·菲利普斯在这本书中提出了很多在数据分析方面最为优秀和最具代表性的见解，我非常欣慰。我一直认为统计学家约翰·图基（John Tukey）的探索性数据分析（EDA）是一种非常有效的分析方法，该方法可以让你接近自己所研究的数据，并了解其基本参数，但近期相关的分析书籍中都很少提到这个分析方法了。所以，当我在本书中看到有专门介绍探索性数据分析的内容时，自然十分兴奋，因为它无疑是探索数字数据的伟大工具。

我十分期待未来我们能够拥有涵盖所有数据类型的分析系统，其中包括这本书中提到的数字类型，以及其他在商业分析功能中通常出现的客户、金融、运营等方面的数据类型。这本书是迈向数据整合的重要一步，与许多其他网络分析书籍不同的是，这本书并没有假定数据分析是唯一的分析类型，而是鼓励在商业分析中采用其他类似的原则和方法。正如我在写作当中会鼓励读者不要再单纯地报告，而是要转向预测分析和测试一样。因此，我非常高兴数据分析领域能有这样的融合趋势。

我推荐这本书是因为作者对自己所表达的内容十分清楚。朱达·菲利普斯曾在许多互联网公司（如 Monster.com 和潮流网店 Karmaloop）和线下公司（如诺基亚和励德·爱思唯尔集团）做过数据分析顾问或主管。如果你将书中所说的方法应用于你的公司，你将会远远超过其他人，这无疑会将你的职业生涯推向一个全新的高度。甚至，某一天你也许会穿上白色工作服，成为数据分析专家！

——哈佛商学院、 美国巴布森学院教授、国际数据分析研究所创始人托马斯·H.达文波特（ThomasH. Davenport）