前言　分析讓資料產生意義，並化為行動助力

導讀　簡單又高投資報酬率的分析工具，誰不需要？



Part I　分析幫助每個人做出好決策

第1章　不分析就被淘汰

每一個人都需要分析，因為，你不能仰賴運氣。

透過分析做出好決定，能降低成本又提升效益。

．分析是什麼？

．做對分析助你脫穎而出

．每個人都需要運用分析



第2章　分析 = 資料科學 + 決策科學

分析並非數據報告也不艱深，凡是想運用資料以做出更好決策的人都能做到，更不用為大數據感到害怕（因為往往只需要處理一部分的資料）。

．以資料分析驅動決策最有效率

．簡單的分析最好用

．商業分析須重視人的影響

．以簡單分析創造高投資報酬率

．分析不只是資料整理

．運用測試幫助分析結果更精確

．透過成長駭進驅動消費者人數增長

．面對大數據不能靠跟風

．小結

?

第3章　7種常用的分析方法

不論是產品設計、行銷操作、消費者研究……，針對不同時機、目的正確使用分析工具，將有效節省成本、提高效益。

．7種常用的分析方法

．各種分析方法的應用

．小結

?

Part II　學會操作簡單分析工具

第4章　以BADIR 5步驟完成商業分析

從(1)確立商業問題、(2)擬定分析計畫、(3)進行資料收集，到(4)透過分析產生洞見，進而(5)提出可執行的建議，這個架構能廣泛應用於工商領域解決多數問題。

．第一步•商業問題（Business question）

．第二步•分析計畫（Analysis plan）

．第三步•資料收集（Data collection）

．第四步•洞見（Insights）

．第四步•洞見•資料科學層面

．第四步•洞見•決策科學層面

．第五步•建議（Recommendations）

．測試

?

第5章　深奧的預測分析也能用BADIR建立預測模型

預測分析是一種能顯著提升績效的有力工具，但花費龐大的資源和時間，必須審慎運用，而BADIR可以將預測分析的潛力最大化，否則投資報酬率可能根本不划算。

．第一部分：預測分析及其常見應用

．第二部分：建立預測模型

?

第6章　善用各種資料與分析工具

正確的資料是分析可靠的基礎，考量自身需求條件，從資料的儲存和處理、商業智能(BI)或報表、商業分析與高階分析等工具中，選擇最適方案將事半功倍。

．資料儲存和處理工具

．商業智能（BI）或報告工具

．商業分析工具

．高階分析工具



Part III　導出有力洞見以決策領導

第7章　在組織中有效運用分析與領導

資料導向組織的分析成熟度愈高，愈能有效運用分析來推動業務。領導人可以就下列4個條件評估組織的分析成熟度：領導力、分析專才、決策流程和資料成熟度。

．定義組織分析成熟度的4個條件

?

第8章　將「分析力」轉換為競爭力

以3個關鍵問題領導組織擬定分析策略：公司目前表現如何?（評量架構）事業的驅動力是什麼?（事業組合分析）我的顧客是誰，他們有什麼需求?（顧客分析）

．第一部分：三個關鍵問題架構

．第二部分：組織結構

?

第9章　分析領導人的實踐計畫

提供給肩負分析重任的業務領導人，一份90天的實踐計畫。從內部評量、外部評量到規畫與執行，整合商業分析所需要素以利執行。

．第一步　最初30天：評量

．第二步　接下來60天：規畫與執行

?

第10章　帶領你的團隊達陣

好的領導人能運用願景、計畫、執行力、團隊慶功與學習來發揮影響力，並在校準利害關係人與跨部門協調的過程中，排定優先順序，在組織中創造有感的效益。

．發揮影響力

．跨部門協調

?

第11章　小心落入常見的陷阱

你是否曾：憑直覺做決定、視分析為成本而非利潤、期待資料自己說話、為了分析而分析、忽略利害關係人、缺乏計畫……？正視弱點，將掌握成功關鍵。

．業務領導人的常見陷阱

．業務經理人的常見陷阱

．分析領導人的常見陷阱

?

Part IV　分析實務應用的10個實際案例

案例1. 歐巴馬當選連任

案例2. 美國女子自由車賽贏得奧運比賽

案例3. 孟斐斯市降低犯罪率

案例4. 加拿大曼尼托巴省控制疾病爆發

案例5. 發現J. K. 羅琳改名出新書

案例6. 本書英文書名（Behind Every Good Decision）的背後

案例7. Google的創新秘方

案例8. 扭轉田納西州一所高中的高輟學率

案例9. 哥倫比亞私人銀行防制洗錢

案例10. 紅牛能量飲料贊助F1從落後到冠軍

導讀



　　為什麼寫這本書



　　除了火箭科學，沒有一門學問是火箭科學。因此，我們可以推論：分析（analytics）不是火箭科學。沒錯，分析是專門學科，涉及以每一種想像得到的格式呈現的龐大資訊，而且我們花費千百萬美元，試著透過分析（加上人的洞察力、簡單的數學，以及複雜的統計）找出某些型態。好吧，聽起來相當困難，但是就和你開始了解的任何學科一樣，想要駕輕就熟和用它來為你效力，是有一些基本的原理、方法和簡單的竅門可用。分析，尤其是商業分析，雖然帶有複雜的成分，但其實是個簡單的問題解決工具。本書將描述分析是什麼，以及如何是這樣的工具。



　　我們說過，分析可以很簡單。但我們有沒有告訴你，貴組織中的每一個人，都能懂得夠多的分析，每天促使貴組織發生正面的變動？或者，簡單的分析其實就能解決80%的商業問題，成本還遠低於複雜的分析？是的，這辦得到。



　　並不是所有的分析問題都必須是需建立複雜模型、交由資料科學家判讀的超級複雜專案。事實上，80%的這些問題，可以由經理人和決策者利用正確且簡單的工具與方法，在每天的日常作業中加以解決。他們會知道什麼時候需要借重資料科學家和分析師，解決較為複雜的業務問題，以及如何借重才會產生最佳的效果。本書旨在提供這些業務專業人員基本知識，並且協助資料科學家盡其所能發揮專長。本書希望結合兩者之長，以產生所要的成果。



　　那麼，我們期望分析產生什麼樣的成果效益？如果正確執行，分析可以發現組織中的缺口，並且創造出快樂的客戶、更好的產品、精簡的流程、高生產力的員工、並改善營業收入和獲利，因此股東也會更快樂。我們兩個人在大公司領導分析單位總共有30年的經驗，見過有些人做得十分正確，其他人卻搞得焦頭爛額。我們後來看清楚為什麼會有這個情況。信任分析、掌握充分的資訊以利用資源、溝通清楚明白，以及運用簡單的方法，成功的組織就能善用分析以促進成長；焦頭爛額的組織則踏出不同的錯誤路線。不過，有個簡單的方式脫穎而出——這正是本書要談的。



　　每當有個熱門話題滿天飛，企業就會一窩蜂爭相採用。當企業組織知道分析有潛力提供顯而易見的價值，便會爭先恐後，對它（也對大數據）抱持錯誤的期望。他們認為分析太過複雜，需要「科學家」在資料實驗室解決所有的問題。他們認為資料應該定期吐出答案，而且大數據工具能夠矯正所有的問題……。錯了，而且大錯特錯！ 我們希望消除這些和其他的誤解。



　　但要如何擺脫這種分析癱瘓？面對這股狂熱有個方法，我們的常識性BADIR^TM架構（見第4章）將協助你經由5個簡單的步驟，從資料走到決策（Data to Decisions ^TM）。這套方法放諸四海而皆準，所以適用於範圍廣泛的商業和工業。本書會不斷列舉相關的實例以說明這一點。



　　這些實例來自我們在矽谷大公司中，身為分析團隊之一員，或者分析團隊領導者的個人經驗，以及最近透過Aryng而得到的。



　　本書寫給誰看？



　　給每一個人：Part I、Part III和Part IV是給有興趣了解分析的每個人讀的。Part I 介紹分析：它是什麼、為什麼要做分析，以及常用的方法。Part III談建立資料驅動型組織。Part IV包含真實的案例，談分析如何促使典型的業務環境（從政治到運動、到執法和技術）起飛。



　　給那些想要學習動手分析的人：Part II深入詳細探討商業分析的BADIR方法、概述預測分析，以及介紹商業智能（BI）和分析使用的工具。這個部分將提供你必要的知識，能將商業分析應用到大部分的日常情況中，並在必要時，適當借重專家之力，以執行複雜的分析。附錄簡短介紹統計入門知識。



　　給領導人：業務領導人和分析領導人會發現Part III值得一讀，因為你必須領導組織利用資料發揮力量，走上獲利之路。我們有一套工具組和專用的方法，協助你打造資料助成型組織、建立分析方策（analytics agenda）、擴大跨職能組織中分析的效益，以及避開常見的陷阱。