在数字智能时代，数据能力已经成为管理者的基本能力，成为其胜任未来管理岗位和晋级领导岗位的必需能力。管理者的数据能力水平决定着其在企业中所能够胜任的层级。提升管理者的数据能力成为企业数字化转型的关键举措之一。
本书主要介绍了企业管理者所需要具备的数据能力，包括管理者的数据能力维度与4M模型、数据思维能力、数据管理能力、数据体系化场景的应用能力、数据分析能力、数据领导能力。
撰写本书的目的是让管理者掌握企业数据基本管理和应用之道，利用数据赋能管理，让管理可见、过程可控、结果可达。

赵兴峰，北京大学、新加坡国立大学MBA双硕士，西安交通大学工学学士，北京信宜明悦咨询有限公司创始人。
具有20年跨国公司经营数据分析实战经验，曾就职于宝洁、惠氏、摩立特、LG电子等国际知名企业，从事市场研究、商业智能、战略研究等。
目前专注于大数据时代下政府和企业的数据治理、数据统筹、数据分析和数据挖掘应用推广，致力于推动企业和政府利用数据实现战略转型与升级，构建智慧企业、智慧政府、智慧城市和智慧生态。

第1章 数据能力已经成为管理者的基本能力
1.1 数字智能时代的新趋势
1.1.1 算法正在改变世界
1.1.2 数字孪生共生机制
1.2 管理者的数据能力成为关键竞争要素
1.2.1 DT与IT有着本质的区别
1.2.2 DT在迭代中升级
1.2.3 DT的本质是认知技术、思考技术和决策技术
1.2.4 数据资产管理与应用是数字化转型的技术关键
1.3 管理者的数据能力是企业数字化转型的关键
1.3.1 传统企业管理者的数据能力较弱
1.3.2 数据人才培养学科不健全
1.3.3 数据人才成为稀缺人才
1.3.4 数据人才自主培养成为企业首选方案
1.4 数据能力的背后是思维模式
1.4.1 从专业知识到实践需要一个长期的过程
1.4.2 数据能力是一项实践性非常强的能力
1.4.3 测一测你对数字化转型和数据化管理的认知程度
第2章 管理者的数据能力维度与4M模型
2.1 数据价值挖掘和数据能力
2.1.1 数据用于回答“发生了什么”
2.1.2 数据用于回答“为什么发生”
2.1.3 数据用于回答“将要发生什么”
2.1.4 数据用于回答“应该怎么做”
2.2 管理者的数据能力
2.2.1 不同时代对管理者数据能力的要求不同
2.2.2 新时代对管理者数据能力的要求
2.2.3 管理者数据能力4M模型
2.3 管理者数据能力4M模型之M1（Mind）：数据意识与数据思维
2.3.1 数据意识：对数据价值和意义的识别
2.3.2 数据意识模型
2.3.3 数据思维：利用数据模拟人类的认知模式
2.3.4 先有数据意识，后有数据思维
2.4 管理者数据能力4M模型之M2（Methods）：数据分析方法
2.4.1 数据分析方法是数据掘金的工具
2.4.2 数据分析方法是认知世界的思维模式
2.4.3 数据分析方法需要总结和沉淀
2.5 管理者数据能力4M模型之M3（Mastery）：数据工具
2.5.1 每一个管理者都需要数据工具
2.5.2 数据工具正在不断进化
2.5.3 工具永远是工具，替代不了思想
2.5.4 熟练掌握一种适合自己的工具
2.5.5 测一测你的Excel工具操作能力
2.6 管理者数据能力模型之M4（Move On）：数据应用
2.6.1 数据应用是一个复杂的系统工程
2.6.2 数据应用需要复合能力
2.6.3 变革推动力是数字化转型的核心动力
第3章 数据思维能力晋级
3.1 数据思维与数据思维训练
3.1.1 什么是数据思维
3.1.2 常用的数据思维
3.1.3 数据思维衍生的数据分析方法和算法
3.2 对比思维模式
3.2.1 对比三要素
3.2.2 对比客体的设定
3.2.3 对比维度的选择
3.2.4 从被动到主动：主动识别和主动设计
3.3 分类思维模式
3.3.1 单维度分类分析方法
3.3.2 双维度矩阵分类分析方法
3.3.3 三维度魔方分类分析方法
3.3.4 多维度分类分析方法
3.4 关系思维模式
3.4.1 事物之间存在的四种关系
3.4.2 企业经营和管理决策中的y=f(x)关系
3.4.3 不确定的因果关系案例
3.5 解构思维模式
3.5.1 解构思维模式：一种强大的思维模式
3.5.2 解构思路：决定分析思路
3.5.3 解构的四种方法
3.5.4 解构的原则：相互独立，完全穷尽（MECE原则）
3.5.5 解构的工具：思维导图
3.6 过程思维模式
3.6.1 过程思维模式：重点在于过程管理
3.6.2 事物的发展都有一个过程：探索背后的规律
3.6.3 目标的达成需要一个有效的过程：研究做事的方法
3.6.4 企业的管理需要一套有效的流程：让成功可复制
3.6.5 过程思维在数字化流程中的应用
第4章 数据管理能力晋级
4.1 数据基础知识
4.1.1 数据的概念
4.1.2 主数据管理
4.1.3 交易数据管理
4.1.4 元数据管理
4.1.5 数据质量管理
4.1.6 数据结构管理
4.1.7 数据资产管理
4.2 建立数据管理标准和规范数据质量管理
4.2.1 企业常见的数据问题
4.2.2 梳理数据需求
4.2.3 诊断数据质量
4.2.4 建立数据管理标准
4.2.5 规范数据质量管理
4.3 数据综合治理
4.3.1 什么是“数据孤岛”
4.3.2 打通数据
4.3.3 数据综合治理体系
4.3.4 数据安全管理
4.4 业务流程数字化建设
4.4.1 业务流程数字化再造
4.4.2 数据源自业务流程，又服务于业务流程
4.4.3 业务流程数字化是数据采集的基础源头
4.4.4 业务流程数字化建设的基本思路和方法
4.4.5 敏态业务流程与动态数据采集
4.5 新型数据技术体系建设
4.5.1 数字化不是信息化
4.5.2 数字化转型所要求的信息化
4.5.3 反向伺服与反向控制体系构筑闭环
4.5.4 以数据资产管理为中心
4.5.5 数字化转型的七层技术架构
4.6 数据中台建设
4.6.1 “组织三台”与“数据三

2019年11月，笔者撰写
的《数字蝶变：企业数字化
转型之道》终于出版了。现
在更多的企业实现了员工在
线、业务在线、客户在线、
产品在线和服务在线，业务
和管理活动的在线化为企业
沉淀了大量的数据，对这些
数据进行分析、挖掘和应用
成了很多管理者面临的新课
题。拥有数据能力的管理者
能够利用“在线化”所沉淀的
数据，发现管理问题，改善
业务问题，甚至推动企业业
务创新。
现在，越来越多的企业
迈出了数字化转型的第一步
。企业的数字化转型为企业
装备了越来越全面的数字智
能硬件和信息化系统软件，
无论是数字智能硬件，还是
信息化系统软件，都采集和
存储了大量的数据。对这些
数据进行分析、挖掘和利用
，成为管理者面临的新课题
，对个人能力也提出了新的
要求。
如今，我们进入数字智
能时代，善于管理数据、分
析数据和运用数据是企业各
层级的管理者做好管理工作
的基本功。
自2018年开始，笔者就
同几个教育平台合作，开始
讲授“管理者的数据能力晋
级”课程。通过该课程，学
员能够学习并掌握一套日常
经营管理中管理数据、分析
数据和运用数据的方法。该
课程自开课后，一直受到学
员好评，并且吸引了更多的
学员来上课。越来越多的企
业开始进行数字化转型，这
对各层级管理者的数据能力
要求越来越高、越来越迫切
。在授课的过程中，很多学
员反映需要课后好好回顾和
应用课程内容，希望能够有
一本可持续使用的参考书，
以便在工作中随时查阅。于
是，笔者萌生了将该课程的
内容撰写为图书的想法。一
方面，通过对图书的撰写，
笔者能够把很多的知识和内
容再一次升华，给学员带来
更详尽的指导。另一方面，
笔者也能够借助图书向更多
的人传播数据管理、数据分
析和数据应用的知识和方法
。毕竟能够参加线下课程的
人相对来说较少，也受限于
开课频次与课堂座位数量，
不能让更多的人受益。
本书以“管理者的数据能
力晋级”课程的内容为核心
，构建了更系统的知识体系
，为企业各层级管理者提供
了一套系统性的方法，帮助
他们更好地利用企业数据资
产，挖掘数据价值，赋能企
业的经营和管理决策。
受限于笔者的知识、技
能或经验，本书必有很多不
足之处，欢迎各位读者批评
、指正，也欢迎广大读者分
享更多的知识、方法和案例
。为了更好地促进大家交流
学习，笔者建立了书友群。
大家可以通过邮箱
（hilton@data2biz.com）
、微信（data2biz_com或者
hoohoohoo2010）、QQ
（5316637）与笔者联系，
或加入书友群交流。
作者