本书两位作者对各个行业中大型企业可能面临的数据挑战有着深入的了解，并且非常熟悉这些企业如何利用数据和分析来获得优势。这些企业不断遇到同样的问题，例如：
● 我们花费宝贵的会议时间来琢磨为什么每个人的数据都不匹配；
● 我们无法在利用自身规模经济优势的同时保持对数据的敏锐；
● 我们需要自助服务应用程序来让企业对数据进行实验并加快开发进程；
● 我们需要获得更具预测性的曲线以确保长期成功。
为了真正解决当今企业的数据问题，他们希望找到一种方法来帮助企业实现他们所寻求的成功。这不是一个一成不变的过程，而是一种敏捷且利用数据和分析来推动竞争优势的方法。
当两个视角非常不同的人聚在一起解决一个大问题的时候，结果非常令人神往。本书源自两位领域内著名的影响者：一位是长期从事分析实践的天睿公司首席运营官，另一位是学术研究员和顾问。他们一起创建了一个强大的框架，各种类型的企业都可以用它来把分析能力、商业实践和人力动态结合起来，从而改变目前的运营方式。
本书介绍了企业如何面对大数据时代数据量庞大、增长迅猛、种类多样的现实境况，阐述了由数据驱动，以客户为中心，帮助企业获取商业洞察力，并且将之转化为执行力，创造商业价值的方法，帮助企业在当今数据驱动的市场中更好地生存和获得竞争优势。书中介绍的是一种利用数据和数据分析来驱动竞争优势的敏捷方法，一个用于分析能力、成熟度和敏捷度的新模型。无论是建立下一代数字化战略，搭建数据实验来探索深度神经网络，还是对访问自己公司的KPI加以控制，本书都非常有参考价值。
本书是为各类商业专业人士编写的。企业中任何与数据收集、分析和应用有关的角色都可以阅读本书，不只是高级技术人员和数据科学家，还包括业务用户以及任何在职位描述中有“分析师”字样的专业人士。
目 录
第 1章 重塑企业 1
破坏与决策 3
思科的自我破坏：有意为之且大规模 4
可持续型自我破坏 5
分析痛点与自助服务变革 7
访问与控制 9
必要的演进 12
融会贯通 13
第 2章 充分利用膨胀的数据宇宙 15
数据宇宙：以指数方式扩展新资源 17
改变游戏规则的能力 21
出于善意的混乱 22
数据集市及其不满 23
解决方案？“领英式分析” 25
回到eBay：完成分析指令 27
第3章 敏捷数据平台 30
在规模化扩展中保持敏捷性 31
对瀑布方法论的反思 33
敏捷分析 34
通过虚拟数据集市在企业内传播敏捷 36
虚拟数据集市的实施 38
时间限制 39
需求更少，原型更多 40
分析之上的分析 42
采用分层数据架构来实现 43
驱动汽车工业的变革 45
保持大局观 47
第4章 行为数据平台 49
与客户的交互如果不能做到个体化，至少要做到个性化 52
基于行为数据而建立的新成功策略 53
利用行为数据应对现实中的业务挑战 56
行为数据无处不在 60
基于行为数据的敏捷系统 61
回到分层数据架构中 65
收获价值与洞察力 67
对未知的前瞻性数据标准和设计 68
第5章 协同思维平台 71
避免“反社交化”的分析模式 73
规模化的元数据管理问题 75
规模化的协同和情景分析 76
分析洞察力的推销 78
通过“分析之上的分析”来保持正确的价值方向 80
构建协同思维平台需要时间 82
将洞察力落地为行动 84
第6章 分析应用平台 85
将分析洞察转化为跨组织的行动 87
来自云模式的经验 89
为企业打造App经济 91
用DevOps来实现它 93
少一些ETL 95
多一些“数据聆听” 97
迈向感知力 100
第7章 自主决策平台 101
快速变更的能力 103
自动驾驶汽车……和企业 104
“系统化系统”为感知力构建基石 106
算法：自主决策的基石 107
应用算法智能的企业战略 110
算法的“魔力” 112
“算法之上的分析”提升企业决策力 113
让算法成为向感知型企业冲刺的助推器 115
敏捷性是试金石 117
第8章 实施感知型企业的过程 119
问正确的问题，不做掩饰 121
敏捷与战略规划并不矛盾 122
采纳创业公司的思维方式，而不是大而全 124
选择正确的内部合作伙伴来展现价值 125
拥抱敏捷项目管理战略 126
拥抱高并发，确保高可用 127
无缝和可重复的治理设计 128
最优化人力资源，快速行动、快速试错、快速扩展 129
“这是文化” 130
结束语 131
