封面
前折页
书名页
版权
推荐序一
推荐序二
前言
认识拉通篇
 第1章 数据指标体系介绍
  1.1 数字化时代的企业与数据指标体系
   1.1.1 数字化时代的企业
   1.1.2 从数据资源到数据资产
   1.1.3 数字化时代的企业为什么需要数据指标体系
   1.1.4 数据指标体系当前的困境与解决之道
  1.2 深刻理解数据指标
   1.2.1 数据指标的定义
   1.2.2 数据指标的技术分类
   1.2.3 数据指标的业务分类
   1.2.4 数据指标与标签
  1.3 深刻理解数据指标体系
   1.3.1 数据指标体系的定义
   1.3.2 数据指标体系中的北极星指标、核心指标与关键指标
   1.3.3 数据指标体系与KPI的关系
  1.4 AI时代数据指标体系对企业的意义
   1.4.1 数据指标体系是企业AI的基础设施
   1.4.2 数据指标体系在AI时代的价值
 第2章 数据指标体系无法落地根因分析
  2.1 数据指标的认知一致困境
   2.1.1 实际案例
   2.1.2 案例分析
   2.1.3 共性维度
   2.1.4 分析总结
  2.2 数据指标的价值认同困境
   2.2.1 实际案例
   2.2.2 价值演进
   2.2.3 价值总结
  2.3 数据指标的全局贯通困境
   2.3.1 实际案例
   2.3.2 最佳实践
   2.3.3 分析总结
  2.4 数据指标的上下穿透困境
   2.4.1 实际案例
   2.4.2 最佳实践
   2.4.3 分析总结
  2.5 破除困境的解决方案
   2.5.1 规划先行
   2.5.2 选择合适的厂商与团队
   2.5.3 项目推进
   2.5.4 项目验收
 第3章 数据指标体系全价值链
  3.1 数据指标体系全价值链总览
   3.1.1 数据指标体系的价值构建链
   3.1.2 数据指标体系的价值使用链
   3.1.3 数据指标体系价值链驱动的两个创新
  3.2 数据指标体系赋能业务
   3.2.1 营销赋能的路径分析
   3.2.2 供应链赋能的路径分析
   3.2.3 生产赋能的路径分析
  3.3 数据指标体系构建开端：顶层设计
   3.3.1 某制造业企业的设计实例
   3.3.2 顶层设计中的数据指标布局
  3.4 数据指标体系的第一大应用场景
  3.5 数据指标体系与数据技术
 第4章 数据指标体系赋能业务的底层逻辑
  4.1 企业全方位视角下的数据指标体系
   4.1.1 局部视角
   4.1.2 全局视角
   4.1.3 当前视角
   4.1.4 长远视角
  4.2 从战略决策层指标开始
   4.2.1 企业战略中的数据指标
   4.2.2 年度预算中的数据指标
   4.2.3 滚动计划中的数据指标
   4.2.4 项目投资中的数据指标
  4.3 日常运营管理与经营分析指标
   4.3.1 日常运营管理中的数据指标
   4.3.2 经营分析会上使用的数据指标
   4.3.3 经营分析指标支撑企业战略
   4.3.4 经营分析指标指导业务操作
  4.4 业务操作层指标与员工绩效提升
   4.4.1 销售指标
   4.4.2 供应链优化指标
   4.4.3 生产降本增效指标
   4.4.4 服务质量提升指标
   4.4.5 项目管理指标
  4.5 横向到边、纵向到底的数据指标业务视图
   4.5.1 全业务视图详解
   4.5.2 全业务视图的实现策略与路径
 第5章 数据指标体系赋能企业战略的底层逻辑
  5.1 数据指标体系与企业战略的互相赋能
   5.1.1 企业战略为数据指标体系提供输入参考
   5.1.2 数据指标体系为企业战略提供决策依据
  5.2 数据指标体系赋能企业战略的3个维度
   5.2.1 数据指标体系辅助企业战略的制定与调整
   5.2.2 数据指标体系支撑企业战略的拆解与落地
   5.2.3 数据指标体系对企业战略执行的支撑
  5.3 数据指标体系推动企业数字化转型
   5.3.1 业务数字化中的数据指标体系
   5.3.2 数字业务化中的数据指标体系
   5.3.3 数字化治理中的数据指标体系
   5.3.4 数据指标体系在企业数字化转型中的定位与作用
  5.4 数据指标体系支撑企业数据战略
   5.4.1 数据指标体系对齐企业战略定位与目标
   5.4.2 数据指标体系支持企业数据治理与技术架构蓝图
   5.4.3 数据指标体系辅助企业数据相关制度与流程的制定及执行
   5.4.4 数据指标体系助力数据相关组织、人才与文化建设
   5.4.5 数据指标体系强调企业数据运营与场景化应用
 第6章 数据指标体系赋能数据分析
  6.1 数据分析的类型与层级
   6.1.1 数据分析的4种类型
   6.1.2 数据指标体系在数据分析中的作用
   6.1.3 数据分析的3个层级
   6.1.4 数据指标体系贯通数据分析的3个层级
  6.2 数据指标体系与数据分析的关系
   6.2.1 数据指标体系中的业务域
   6.2.2 数据指标体系中的业务过程
   6.2.3 数据指标体系中的业务实体
   6.2.4 数据指标体系中的数据集
   6.2.5 从数据集到数据分析模型
   6.2.6 用数据分析模型构建数据看板
   6.2.7 用数据分析模型实现商业分析
  6.3 用数据指标体系构建数据分析体系
   6.3.1 数据应用的架构与组成
   6.3.2 从数据应用到数据看板
   6.3.3 管理驾驶舱与数据看板
   6.3.4 用数据指标体系打造数据看板
   6.3.5 用数据指标体系构建数据模型
   6.3.6 从数据模型到数据集
   6.3.7 用数据集组装数据看板
   6.3.8 数据指标体系支撑数据看板的各种操作
  6.4 用数据指标体系让数据为业务赋能
   6.4.1 业务指标的监测与监控
   6.4.2 常规数据统计与报表
   6.4.3 专题数据分析
   6.4.4 发现问题与根因分析
   6.4.5 根因改善与数据指标跟踪
   6.4.6 业务发展预测
   6.4.7 用规范性分析提出策略与行动方案
 第7章 数据指标体系的技术实现概述
  7.1 数据指标体系的技术架构概览
  7.2 数据指标体系技术构建的流程
   7.2.1 数据采集与数据准备
   7.2.2 数据指标与算法设计
   7.2.3 数据湖与数据仓库
   7.2.4 数据服务准备
   7.2.5 数据指标形成
  7.3 与数据指标体系相关的技术术语
   7.3.1 元数据
   7.3.2 数据模型
   7.3.3 数据建模方式
   7.3.4 数据集
   7.3.5 主数据与参考数据
  7.4 数据指标体系中技术与业务的交互
   7.4.1 从业务需求到数据需求
   7.4.2 用数据指标体系评估数据需求
   7.4.3 用数据指标体系形成技术开发说明书
   7.4.4 用数据指标体系溯源变更与错误
实践篇
 第8章 数据指标体系快速构建法指南
  8.1 数据指标体系快速构建法综述
   8.1.1 什么是数据指标体系快速构建法
   8.1.2 数据指标体系快速构建法的优缺点
   8.1.3 数据指标体系快速构建法的适用场景
  8.2 数据指标体系快速构建法的设计步骤
   8.2.1 设计步骤综述
   8.2.2 数据需求与数据资源调研
   8.2.3 数据指标盘点与梳理
   8.2.4 确定数据源与采集方式
   8.2.5 数据指标体系框架设计
  8.3 数据指标体系快速构建法的实施步骤
   8.3.1 数据采集
   8.3.2 数据建模
   8.3.3 数据指标开发
   8.3.4 数据指标目录构建
   8.3.5 数据看板设计与开发
  8.4 数据指标体系快速构建法的落地策略
  8.5 落地数据指标体系快速构建法的常见问题
 第9章 数据指标体系寻找根因法设计指南
  9.1 数据指标体系寻找根因法综述
   9.1.1 什么是数据指标体系寻找根因法
   9.1.2 数据指标体系寻找根因法的优缺点
   9.1.3 数据指标体系寻找根因法的适用场景
  9.2 数据指标体系寻找根因法的设计原则
  9.3 数据指标体系寻找根因法的设计步骤
   9.3.1 业务与数据调研
   9.3.2 整体业务分析
   9.3.3 数据需求调研与分析
   9.3.4 业务系统与数据资源盘点
   9.3.5 数据指标体系框架设计
   9.3.6 业务指标发现、补充与清单整理
   9.3.7 数据指标清单梳理
   9.3.8 数据指标标准建设
   9.3.9 数据指标应用规划
   9.3.10 确定数据源与采集方式
  9.4 数据指标体系寻找根因法的设计思路
   9.4.1 数据指标体系顶层设计思路
   9.4.2 数据指标体系分域拆解设计思路
   9.4.3 数据指标体系层级关系设计思路
   9.4.4 先行指标的确定
   9.4.5 数据指标可得性规划
  9.5 数据指标体系寻找根因法的设计实例
 第10章 数据指标体系寻找根因法实施指南
  10.1 数据指标体系寻找根因法的实施原则
  10.2 数据指标体系寻找根因法的实施步骤
   10.2.1 业务实体与指标数据源规划
   10.2.2 数据采集、埋点与填报
   10.2.3 数据建模与分层存储规划
   10.2.4 数据指标开发与数据落库设计
   10.2.5 数据指标目录构建与数据服务设计
   10.2.6 数据看板设计与开发
  10.3 数据指标体系寻找根因法的落地策略
  10.4 在可实现的前提下增加数据埋点
   10.4.1 数据埋点规划
   10.4.2 数据埋点的方式与选择
   10.4.3 数据埋点对数据指标体系落地策略的影响
  10.5 落地数据指标体系寻找根因法的常见问题
 第11章 数据指标体系的技术实现
  11.1 企业数据资源梳理
   11.1.1 业务系统、数据库技术调研与文档收集
   11.1.2 数据库探查
   11.1.3 元数据采集
   11.1.4 数据字典补齐
   11.1.5 数据资源目录建设
  11.2 数据字典的困境
   11.2.1 数据字典的重要性
   11.2.2 数据字典缺失
   11.2.3 数据字典不完整
   11.2.4 数据字典过时
   11.2.5 数据字典补齐的解决方案
  11.3 技术元数据管理
   11.3.1 技术元数据的采集
   11.3.2 技术元数据的维护
   11.3.3 数据地图
   11.3.4 数据血缘分析在数据指标体系中的应用
  11.4 基于技术元数据的数据建模
   11.4.1 用技术元数据生成数据模型
   11.4.2 用数据模型还原业务实体与关系
  11.5 基于业务元数据的维度建模
   11.5.1 用业务元数据构建业务实体的数据指标与维度
   11.5.2 星形模型设计
   11.5.3 事实表与维表设计
  11.6 数据仓库设计与实现
   11.6.1 数据仓库层级设计
   11.6.2 宽表设计与部署规划
   11.6.3 数据指标粒度、汇总与表间关系设计
  11.7 数据集设计与实现
   11.7.1 从宽表到数据集
   11.7.2 数据集的生成方式
   11.7.3 数据集的服务方式
   11.7.4 对数据集的安全管控
  11.8 数据指标体系与数据集
   11.8.1 数据指标体系与数据集的关系
   11.8.2 理解数据集中的业务实体、数据指标与维度
   11.8.3 数据指标体系对于数据集的价值
 第12章 深入理解北极星指标
  12.1 什么是北极星指标
  12.2 北极星指标的价值与适用场景
   12.2.1 价值
   12.2.2 适用场景
  12.3 北极星指标与三层级数据指标体系
   12.3.1 北极星指标与三层级数据指标体系的关系
   12.3.2 在三层级数据指标体系中找到北极星指标
  12.4 北极星指标落地总结
 第13章 数据指标体系与AI
  13.1 AI赋能数据指标体系的方式
  13.2 AI、数据指标体系与企业高质量知识库
   13.2.1 AI、数据指标体系与企业高质量知识库之间的关系
   13.2.2 用数据指标体系构建企业高质量知识库
   13.2.3 高质量企业知识库支撑AI及其应用
  13.3 数据指标体系融合AI赋能自助分析
  13.4 以DeepSeek为代表的AI赋能自助分析实例
  13.5 AI辅助数据指标体系的构建
  13.6 AI与数据指标体系未来的结合点与趋势
案例篇
 第14章 制造业案例
  14.1 一个制造业的企业级数据指标体系实例
  14.2 制造业常用财务数据指标体系
  14.3 制造业常用供应链数据指标体系
  14.4 制造业常用生产数据指标体系
  14.5 制造业常用营销数据指标体系
 第15章 建筑业案例
  15.1 一个建筑业的企业级数据指标体系实例
  15.2 建筑业常用财务数据指标体系
  15.3 建筑业常用经济管理数据指标体系
  15.4 建筑业常用物资采购数据指标体系
  15.5 建筑业常用营销数据指标体系
  15.6 建筑业常用安质环保数据指标体系
  15.7 建筑业常用投资数据指标体系
 第16章 酒店业案例
  16.1 一个酒店业的企业级数据指标体系实例
  16.2 酒店业常用财务数据指标体系
  16.3 酒店业常用经营管理数据指标体系
  16.4 酒店业常用投资数据指标体系
  16.5 酒店业常用品质控制数据指标体系
附录 缩略词表
后折页
封底