新書推薦：
《
纷纭万端 ： 近代中国的思想与社会
》
售價：NT$
500.0
《
中国古代文体形态研究（第四版）（中华当代学术著作辑要）
》
售價：NT$
765.0
《
朋党之争与北宋政治·大学问
》
售價：NT$
454.0
《
甲骨文丛书·波斯的中古时代（1040-1797年）
》
售價：NT$
403.0
《
以爱为名的支配
》
售價：NT$
286.0
《
台风天（大吴作品，每一种生活都有被看见的意义）
》
售價：NT$
245.0
《
打好你手里的牌（斯多葛主义+现代认知疗法，提升当代人的心理韧性！）
》
售價：NT$
301.0
《
新时代硬道理 广东寻路高质量发展
》
售價：NT$
352.0
|
| 編輯推薦： |
|
（1）作者背景权威：本书由行业领先的数据智能产品提供商数势科技官方出品，创始人兼CEO领衔撰写。（2）作者经验丰富：融合了其创始人在百度、平安、京东等头部企业的数字化实践经验和其多年来服务多加全球百强企业的实战经验。（3）内容系统全面：详细讲解指标体系的设计方法、指标平台的产品设计和技术架构、指标在各行业落地应用的方法，以及指标与大模型等新技术的结合。（4）方法实践并重：不仅讲解了指标体系和指标平台的建设方法，还通过几个综合案例讲解了指标如何赋能金融、零售、制造和连锁加盟等行业。（5）11位专家力荐：本书得到了京东云总裁曹鹏、百度集团执行副总裁沈抖、腾讯云副总裁陈菲、百川智能总裁洪涛等11位专家的鼎力推荐。
|
| 內容簡介： |
|
内容简介这是一部讲解企业如何利用指标推动数字化转型和实现数字化经营的著作，详细讲解了指标体系的设计方法、指标平台的产品设计和技术架构、指标在各行业落地应用的方法。本书由行业领先的数据智能产品提供商数势科技官方出品，融合了其创始人在百度、平安、京东等头部企业的技术研发经验和其团队服务近百家企业的实战经验，得到了来自清华大学、信通院、腾讯、京东、百度等10余位专家的鼎力推荐。具体地，本书主要讲解了以下五个方面的内容：（1）从指标驱动的数字化经营新模式开始，介绍指标管理对企业经营的重要意义。（2）指标体系的设计方法论，带着设计思维模拟指标拆解、设计、落地的全过程。（3）指标管理平台的产品设计与技术架构，介绍了作者团队在多年实践中总结出的“一处定义、全局使用”的指标平台建设方法。（4）深入零售、金融、制造、消费品、连锁加盟等行业，从不同行业的特点出发，介绍不同行业的指标体系建设、平台设计和应用的全景图，结合行业的最佳实践，为想要进行数据智能决策的企业提供参考。（5）探索两大趋势——数据民主化以及大模型在数据智能、指标管理中的应用，探索时下最先进的技术带给企业经营的无限价值。
|
| 關於作者： |
数势科技
数势科技成立于2020年，是行业领先的数据智能产品提供商，致力于推动企业数字化升级，实现数据价值普惠化。作为国家高新技术企业和北京“专精特新”企业，其总部位于北京，在上海、武汉、广州、深圳、成都等地设有办事处，团队产研人员占比80%以上，研究生及以上学历占比30%以上。
公司拥有在大金融、高科技制造和泛零售等领域的专业洞察力及技术实力，为全球优秀企业提供基于大模型增强的数据智能产品，包括智能指标平台（SwiftMetrics）、智能分析助手（SwiftAgent）、智能标签平台（SwiftXDP）以及智能营销平台（SwiftMKT），提升企业的数字化决策能力，推动企业数字化升级。智能指标平台首家通过“中国信通院数据指标管理平台技术要求专项测试”，智能分析助手首批完成“中国信通院大模型驱动的智能数据分析工具专项测试”。
公司是北京信创工委会会员单位，产品已完成麒麟操作系统、达梦数据库、人大金仓数据库等信创适配认证，并通过ISO 27001信息安全管理体系认证、ISO 20000信息技术服务管理体系认证。
目前，数势科技已服务众多行业头部客户，代表客户有民生银行、江苏银行、广发银行、中金、平安、中信建投、国信证券、海通证券、沃尔玛/山姆、宝洁、永辉、绝味食品、书亦烧仙草等。
|
| 目錄：
|
目 录
赞誉
序一
序二
前言
第1章 指标驱动的数字化经营1
1.1 重新认识指标：业务对象的数字孪生2
1.1.1 什么是指标2
1.1.2 什么是指标体系10
1.2 重新认识数字化：指标驱动的数字化经营14
1.2.1 企业经营模式的变迁14
1.2.2 什么是数字化经营16
1.2.3 推动数字化经营刻不容缓22
1.3 指标如何驱动数字化经营25
1.3.1 指标与企业数字化的关系25
1.3.2 指标驱动数字化经营的3项关键工作27
第2章 指标体系设计方法53
2.1 指标体系设计目标53
2.2 指标体系设计思路54
2.3 自上而下的指标拆解55
2.3.1 自上而下的指标拆解流程55
2.3.2 北极星指标设计56
2.3.3 指标拆解59
2.3.4 过程指标设计65
2.4 自下而上的指标收集67
2.4.1 指标收集及口径梳理67
2.4.2 指标规范化定义68
2.5 数据分析驱动的指标设计70
2.5.1 引入数据分析方法的必要性70
2.5.2 数据分析驱动的指标设计方法70
2.6 指标体系全局框架设计73
第3章 指标平台的产品设计77
3.1 指标平台的产品定位78
3.1.1 指标平台的必要性78
3.1.2 指标平台在数据平台中的定位79
3.1.3 构建指标平台的4个目标80
3.2 指标平台的3种实现方案81
3.2.1 方案一：BI工具升级为Metrics BI平台83
3.2.2 方案二：在数据中台中增加指标管理系统85
3.2.3 方案三：基于Headless理念的Metrics Store88
3.3 构建指标平台的“四位一体”方法论89
3.3.1 “四位一体”方法论框架89
3.3.2 指标平台产品设计的3个关键目标92
3.4 指标平台的架构与功能95
3.4.1 指标平台架构设计95
3.4.2 指标平台产品功能98
第4章 指标平台的技术架构110
4.1 指标平台的技术架构概览110
4.2 指标平台的技术特色113
4.2.1 丰富的数据连接器113
4.2.2 智能化的指标计算引擎114
4.2.3 多样化的指标服务输出方式116
4.2.4 先进的OLAP数据库底盘119
4.3 指标平台的核心技术122
4.3.1 核心智能加速引擎122
4.3.2 指标智能归因134
4.3.3 与大模型结合138
第5章 零售业的经营分析指标体系141
5.1 经营分析指标体系：零售业的转型利器141
5.1.1 从商业的本质看零售业面临的挑战141
5.1.2 指标体系对回归商业本质的作用与价值144
5.2 经营分析指标体系的建设方法146
5.2.1 建设目标146
5.2.2 设计框架147
5.2.3 承载平台150
5.2.4 衍生数据产品155
5.3 经营分析指标体系的应用实践157
5.3.1 全国连锁零售商从0到1共建经营分析平台157
5.3.2 区域龙头零售商快速复制经营分析指标体系162
第6章 金融业的4K指标体系168
6.1 金融业的挑战与痛点169
6.2 4K指标体系概述170
6.2.1 4K指标体系是什么170
6.2.2 4K指标体系能做什么174
6.3 4K指标体系如何解决经营分析问题179
6.3.1 4K指标体系在某头部金融机构的应用179
6.3.2 4K指标体系在某头部证券机构的应用192
6.4 金融业4K指标体系总结与应用展望211
第7章 制造业的全链路指标控制塔213
7.1 全链路指标控制塔的概念和特点214
7.1.1 全链路指标控制塔的定义和范围214
7.1.2 全链路指标控制塔的关键特点和功能214
7.1.3 全链路指标控制塔对制造企业的重要性216
7.2 制造企业数字化管理的挑战和需求218
7.2.1 制造企业数字化管理的现状和趋势218
7.2.2 制造企业数字化管理面临的挑战219
7.2.3 全链路指标控制塔如何应对挑战和满足需求220
7.3 全链路指标控制塔的整体架构和模块223
7.3.1 数据采集和集成模块223
7.3.2 数据存储和处理模块224
7.3.3 指标定义和计算模块225
7.3.4 数据分析和可视化模块225
7.3.5 实时监控和报警模块226
7.3.6 预测和优化模块226
7.3.7 决策支持和工作流模块227
7.3.8 系统管理和安全模块228
7.4 全链路指标控制塔的实施和推广策略229
7.4.1 实施全链路指标控制塔的步骤和方法229
7.4.2 成功实施全链路指标控制塔的8个要素232
7.5 全链路指标控制塔在制造企业中的应用案例242
7.5.1 M集团的全链路指标控制塔实施242
7.5.2 J公司的数字化管理改进247
7.6 推广全链路指标控制塔的策略和建议252
7.6.1 战略规划与顶层设计252
7.6.2 基础设施建设与技术集成253
7.6.3 跨部门协同与流程重构253
7.6.4 人才培养与教育培训254
7.6.5 KPI设定与预警机制建设254
7.6.6 持续改进与文化塑造255
7.6.7 外部合作与生态共建255
7.7 全链路指标控制塔对制造企业数字化管理的重要意义256
7.7.1 实现全局可视化257
7.7.2 数据驱动决策258
7.7.3 实时异常预警和快速响应259
7.7.4 促进跨部门实时协同261
7.7.5 推动持续改进和优化262
7.7.6 适应数字化转型263
7.8 全链路指标控制塔在制造领域的应用前景265
第8章 指标平台赋能连锁加盟业态数字化经营267
8.1 指标平台为连锁加盟企业赋能268
8.1.1 连锁加盟业务特点268
8.1.2 连锁加盟业态数字化需求269
8.1.3 连锁加盟品牌的数字化建设痛点270
8.1.4 连锁加盟品牌需要的指标平台273
8.2 连锁加盟业指标平台案例分析275
8.2.1 案例背景275
8.2.2 指标平台的建设需求和目标275
8.2.3 指标平台的建设思路和技术架构277
8.2.4 指标平台建设的5个阶段280
8.2.5 指标平台的9项能力282
8.3 指标平台的4个业务价值290
8.4 案例复盘与点评294
第9章 数据民主化：人人用数，数利人人296
9.1 什么是数据民主化296
9.2 数字化转型时代集团型企业的痛点298
9.3 数据民主化的理念和价值299
9.3.1 数据消费的发展趋势299
9.3.2 数据民主化的理念301
9.4 某快消品企业的数据民主化实践之路303
9.4.1 组织结构、技术和工具、文化层面的挑战303
9.4.2 数据民主化的体验层：企业级数据资产门户310
9.4.3 数据民主化的语义层：数据资产管理314
9.4.4 数据民主化的长期保障：数据文化和能力318
9.5 数据民主化的重要性320
9.6 数据民主化实践的启示321
第10章 大模型让企业数据洞察触手可及323
10.1 大模型在数据分析中的作用324
10.1.1 大模型在数据分析场景中的优势324
10.1.2 大模型的能力及构建步骤325
10.1.3 利用自我学习能力发现数据中的潜在模式和关系328
10.2 指标在GenAI分析产品中的作用329
10.2.1 指标的语义化帮助大模型更精准对齐用户提问333
10.2.2 大模型对企业经营分析的作用334
10.3 推动数据民主化与决策制定335
10.3.1 对话式分析助手：人人都是数据分析师335
10.3.2 大模型让数据分析结果更透明、更可信337
10.4 构建基于大模型的智能分析助手的挑战337
10.4.1 技术和管理挑战337
10.4.2 大模型的幻觉问题、数据隐私和安全性挑战339
10.4.3 效果评估挑战342
10.5 大模型时代企业智能化发展之路343
10.6 未来趋势：大模型与企业指标结合345
10.6.1 大模型与企业指标的未来发展方向345
10.6.2 大模型技术如何改善数据分析过程346
|
| 內容試閱：
|
前 言
推动企业数字化升级，实现数据价值的普惠化，是我们写作
本书的初衷。
在当今瞬息万变的商业时代，互联网、大数据、人工智能等
技术飞速发展，数字化转型已成为企业竞争格局的决定性因素之
一。数字化不仅改变了企业的运营方式，也重塑了企业与客户、
企业与市场以及企业内部流程之间的互动模式。在这一背景下，
指标体系和指标平台的构建显得尤为重要，它们是企业数字化转
型的基石，是实现数据驱动决策的关键。在这个关键时刻，我们
决定写这样一本系统介绍指标体系与指标平台的方法与实践的
书，旨在为企业提供一盏明灯，照亮其数字化转型的道路。
借用埃隆·马斯克提出的“对齐向量”的理念，如果把企
业里的每个人都看作一个向量，那么他们方向的合力就是这家企
业前进的方向和动力。向量方向一致则促进企业的发展，向量方
向不一致甚至相反，就会阻碍企业的发展。一家企业需要对齐的
向量包括：将个人努力同企业的奋斗目标结合起来，将各个团队
（产品、市场、销售、服务等）的努力同企业的奋斗目标结合起
来，将企业的奋斗目标同客户的需求结合起来。而将这么多向量
对齐的力量，就源自指标体系和指标管理。
在多年的实践中，我们越来越深切地感受到指标平台在企业
决策和运营优化中的核心作用。从企业管理到运营优化，决策者
面临的挑战是如何在不确定的环境下做出正确的判断，而指标体
系和数据分析就像企业这艘巨轮在航行中不可或缺的罗盘和航海
图一样。
我们听到企业数字化转型被提得越来越多，我们看到越来越
多的企业建了很多的数字化系统。然而，一个普遍的现象令人困
惑：建了系统却用不起来，用起来了对管理决策也没有帮助。这
到底是为什么呢？
我们还看到一些奇怪的现象：企业明明有很多数字化系统，
但当领导者要做关键决策的时候，还是要找很多人从各个系统中
收集、整理数据，而得到的数据常常不全面，结果看山只是山，
只见树木不见森林，决策效率非常低下。甚至各部门之间还会相
互扯皮，彼此不认可对方对于指标的定义。
好在这些现象已经受到越来越多 CIO（首席信息官）或 CTO
（首席技术官）的重视。根据 ACCA 和钛媒体 2023 年联合发布的
《数字化转型新思 2.0》报告，41% 的受访企业认为阻碍数字化进
程的因素在于“数据不通不清晰，影响运营效率和领导者决策效
率及正确性”，可见“数据不通不清晰”已成为影响企业竞争力
的关键问题。
这些问题的根源就在于缺乏有效的指标管理。指标管理是确
保数据流通、清晰和可操作的关键。没有它，企业就像是在茫茫
大海中航行的船只，缺乏方向，难以抵达目的地。
指标管理能够确保数据的一致性和透明度。在企业内部，不
同的部门可能对同一指标有不同的理解和定义，这会导致数据混
乱和沟通障碍。通过建立统一的指标体系，企业可以确保所有部
门都使用相同的语言和标准，从而提高沟通效率，减少误解和
冲突。
指标管理有助于提升决策效率。在不确定的市场环境中，决
策者需要依赖准确的数据来做出快速判断。一个有效的指标平台
可以提供实时的数据洞察，帮助决策者迅速把握市场动态，做出
明智的决策。
指标管理是优化运营流程的关键。通过分析关键指标，企业
可以识别运营中的瓶颈和低效环节，从而进行有针对性的改进。
这不仅能够提升生产效率，降低成本，还能够提升客户满意度，
增强企业的市场竞争力。
然而，要实现这些好处，企业需要投入资源和精力去学习并
掌握指标管理的知识，包括了解如何定义和选择关键指标，如何
建立指标体系，如何利用指标平台高效管理，以及如何将指标管
理与企业战略相结合。这不仅需要技术能力，还需要对业务的深
刻理解。
数势科技作为行业领先的数据智能产品提供商，拥有在大金
融、高科技制造和泛零售等领域的专业洞察力及技术实力，为全球
优秀企业提供了基于大模型增强的智能指标平台（SwiftMetrics）、智
能分析助手（SwiftAgent）、智能标签平台（SwiftCDP）及智能营
销平台（SwiftMKT）系列产品，用于提升企业的数字化决策能
力，推动企业的数字化升级。这些产品得到了众多全球 500 强企
业和国内顶级公司的认可。
我创办数势科技前在百度、中国平安、京东等头部企业的数
字化实践，以及这些年数势科技为众多行业的头部企业提供服务
的经验，都融入本书中。本书涵盖指标体系基本方法论，基于业
务特点的最佳实践、工具和技术，以及如何将指标管理融入企业
文化和日常工作中。全书共10章，主要内容如下。
第 1 章介绍指标驱动的数字化经营，带大家进入真实的企业
经营环境，让大家快速感受指标管理对企业经营的重要意义。
第2章着重介绍指标体系的设计方法，让大家看懂指标设计
的原则，带着设计思维模拟指标拆解、设计、落地的全过程。
第3、4章深入讲解指标平台的产品设计与技术架构。从多
年实践中，我们总结出指标平台建设方法，帮助企业构建一套
“一处定义，全局使用”的自动化、高性能指标平台。如果你正
考虑建设指标平台，那么一定不要错过这两章内容。
第5～8章将深入零售、金融、制造、连锁加盟等行业，从
不同行业的特点出发，为你呈现不同的指标平台设计、建设和应
用的全景图，结合行业的最佳实践让你切实感受指标平台带给企
业的价值，为你的数据智能决策提供参考。
第9、10章将探讨两大趋势：数据民主化，以及大模型在数
据智能、指标管理中的应用。融合时下最先进的技术，探索技术
带给我们的无限未来，或许能助你打开思路，以终为始，设计最
适合企业的解决方案。
本书详尽地探讨了指标管理的全貌，每一章都是对数字化转
型关键要素的深刻洞察，旨在为读者提供一幅清晰的数字化转型
蓝图。
无论你是企业的决策者、数据分析师、IT 专业人士，还是
普通员工、大学生、对数据智能感兴趣的普通读者，本书都值得
你阅读，可以帮助你深入了解指标管理，并通过数据智能驱动业
务决策。
本书的独特之处在于其深厚的实战根基和行业洞察力。我们
凭借多年在企业数字化建设领域的专业经验，以及对先进技术趋
势的敏锐感知能力，通过丰富的项目实践提炼出一系列切实可行
的方法论。书中不仅深入分析了来自实际项目的案例，还分享了
行业领先企业的宝贵经验，为读者提供了一套经过时间检验的指
标管理方法论。
本书通过将理论与实践紧密结合，让读者能够快速理解和掌
握关键概念，达到“看了就会，会了就能做”的学习效果。
本书是数势科技集体智慧的结晶，我要特别感谢全体创作人
以及来自中国信息通信研究院等机构的众多行业专家。没有他们
的努力和智慧，本书是不可能完成的。同时，我也要对每一位读
者表达我的诚挚谢意，希望本书能为大家提供价值和启发。
这不仅是一本书，更是一份行动指南，旨在激励所有读者探
索、实践，并从中获得启示。让我们一起携手推动企业数字化转
型的进程，开启数据驱动决策的新篇章。
黎科峰博士
数势科技创始人兼CEO
|
|
購物車/收銀台(0) | 在線留言板
| 付款方式
| 聯絡我們
| 運費計算
| 幫助中心 |
加入書簽
HOME
新書上架
