具体描述
本书对大数据、高级分析与营销的未来做出最前沿、权威的解读。帮助企业挖掘数据时代的商业机会。
根据麦肯锡全球研究院（MGI）和麦肯锡商业技术办公室的最新调查研究显示，任何一个行业的领军者都已经看到了大数据所带来的前所未有的潜力和重大意义。
有些企业成功地运用数据，获得了高于市场的业务增长。这些企业在三个方面做得很好：
1. 利用分析从数据中找到有价值的商业机会，进而引导决策并改善市场投资回报率。
2. 将数据中发现的商业洞察转化为让客户欣喜的、精心设计的产品和营销方案
3. 有效地将这些产品和营销方案投放进入市场。
本书为大数据领域的专家、学者、专业人士提供最前沿、最专业的指南。
作者简介
作者简介
戴维·考特（David Court）
麦肯锡全球资深董事合伙人。戴维领导着麦肯锡的职能部门，目前是公司数字化举措的负责人。
耶斯科·派瑞（Jesko Perrey）
麦肯锡全球资深董事合伙人。耶斯科是麦肯锡市场与营销业务的全球负责人，他致力于帮助客户提高市场与营销能力，以取得高于市场的增长。
蒂姆·麦圭尔（Tim McGuire）
麦肯锡全球资深董事合伙人。蒂姆负责麦肯锡全球消费者市场分析中心，领导着150多个咨询顾问为客户提供零售、快速消费品、银行、电信以及医疗健康等领域的战略决策咨询。
丹尼斯·斯派莱克（Dennis Spillecke）
麦肯锡全球资深董事合伙人。丹尼斯负责麦肯锡全球品牌与营销费用效能部门，帮助客户在竞争日益激烈的商业环境中树立成功的品牌。
译者简介
王霞
现任清华大数据产业联合会秘书长。清华大学工学学士、硕士，中国社会科学院博士。于1999年加入诺基亚研究院，参与或负责多项诺基亚重大专项、欧盟框架计划项目、国家863计划等国际国内重大合作或科研项目，在信号处理、人机交互、移动服务、用户体验、移动计算、软硬件一体化解决方案、大数据技术等领域取得了重要的技术创新成果。负责筹建了诺基亚深圳研究院，并在短时间内打造了一支高效的产品创新团队。王霞的研究成果获多项专利，已发表了数十篇论文。曾参与合译《硅谷生态圈：创新的雨林法则》。
目录信息
致谢
序言
第一部分 商机
第1章大数据带来大影响 / 2
1.1 为何数据分析会在产生成效前流产 / 5
1.2 应用新技术取得规模化成果 / 9
1.3 工具之外：组织调整 / 12
第2章大数据和高级分析：来自一线的成功故事 / 18
第3章通过大数据发掘新微观市场 / 25
3.1 根据商机调整销售覆盖范围 / 26
3.2 为每一类机会制订销售方案 / 29
3.3 支持销售实施方案 / 30
第4章智能分析：市场营销如何带动短期和长期业务增长 / 34
4.1 如今，营销预算决策流程已经瓦解了 / 35
4.2 营销组合模型不见全局 / 37
4.3 营销人员重新平衡短期和长期增长 / 41
第5章 大数据与高级分析付诸实践 / 45
5.1 引起领导注意 / 46
5.2 寻找更好的答案 / 47
5.3 改变组织架构 / 48
5.4 实施大数据 / 50
第6章 了解用户，无论他们身在何处 / 52
6.1 系统思维 / 53
6.2 关注重要数据 / 54
6.3 补全数据 / 55
6.4 匹配用户 / 57
第7章 市场营销分析驱动出色业务增长 / 60
7.1 将数据分析提升到战略高度 / 62
7.2 做出更好的决策 / 64
第二部分 洞察与行动
第8章 领先的零售商如何将商业洞察转变为利润 / 76
8.1 转型的三个步骤 / 78
8.2 如何增加客户黏性 / 85
第9章 从营销中获取更多投资回报的五个步骤 / 92
第10章 运用大数据做出更好的定价决策 / 100
10.1 产品数量多到无法有效定价 / 101
10.2 数据转变为利润的四个步骤 / 103
第11章 营销的“相关性时代” / 109
11.1 倾听客户的声音 / 110
11.2 及时响应 / 116
第12章 吉尔特公司：用大数据、移动终端与社交媒体重塑购物体验 / 123
12.1 利用大数据完成个性化营销 / 123
12.2 利用云端灵活扩展 / 125
12.3 新用户来自移动端 / 126
12.4 跟着“大V”（网络红人）买买买 / 127
第13章 透过零售显微镜重新认识客户 / 129
13.1 数据之梦成真的零售业 / 130
13.2 CLM领域的领导者会做些什么 / 133
第14章 定价：大数据和分析的力量 / 137
第15章 传播之外：你真的玩转社交媒体了吗 / 145
15.1 社交媒体不是在真空状态下存在的 / 146
15.2 了解赢得媒体的价值：社交GRP / 147
15.3 彰显社交媒体价值 / 150
第三部分 如何转型、如何开始
第16章 如何从大数据中获得最大价值 / 154
第17章 大数据团队需要的五种角色 / 159
17.1 王者之师 / 159
17.2 建立服务客户的文化 / 163
第18章 希望大数据营销计划起作用？你需要懂人性 / 167
18.1 障碍1：“太难了，不值得” / 169
18.2 障碍2：“我懂得更多” / 170
18.3 障碍3：“我不相信你” / 171
第19章 开始大数据之旅：将战略与业绩挂钩 / 174
第20章 使大数据发挥作用你需要什么：铅笔 / 181
第21章 快快快：算法营销与用户数据过载 / 187
21.1 算法营销效益 / 189
21.2 进入算法营销的节奏 / 191
第22章 简化大数据，否则对销售来说毫无用处 / 195
22.1 线索简化 / 196
22.2 简化测试 / 197
22.3 简化工具 / 198
· · · · · · (收起)
读后感
用户评价
哇，拿到这本《麦肯锡大数据指南》真是太让人兴奋了！虽然我还没来得及细读，但仅仅是翻阅目录和前言，就觉得它一定会打开一个全新的世界。首先，我被它的篇幅和内容的深度所震撼，感觉里面涵盖了太多我想知道的关于数据世界的知识。我尤其好奇书中关于“数据驱动决策”的部分，一直以来，我总感觉自己对很多问题的判断不够有依据，总觉得凭直觉或者过去的经验有点站不住脚。这本书是不是能提供一套系统性的方法，教我如何从海量的数据中挖掘出真正有价值的洞察，然后将这些洞察转化为切实的行动，从而做出更明智、更有效的决策？我特别想知道，书中会不会举一些现实中的案例，展示企业是如何利用大数据来优化运营、提升效率，甚至是开辟新的商业模式的。如果能看到一些成功的转型故事，那对我的启发一定会非常大。另外，我也对书中提及的“数据伦理”和“隐私保护”部分很感兴趣，在这个数据爆炸的时代，如何合规、负责任地使用数据，确实是一个越来越重要的问题。这本书有没有给出一些实用的指导，让我们在享受大数据便利的同时，也能确保数据的安全和合规呢？这都是我迫不及待想在接下来的阅读中找到答案的。
当我在书店看到《麦肯锡大数据指南》这本书时，我就知道我找到了我一直以来都在寻找的答案。我的工作涉及到大量的业务运营和市场分析，但我常常觉得自己在“摸着石头过河”，缺乏足够的数据支持来指导我的决策。这本书的光是封面设计就透着一股专业和稳重，让我对它的内容充满信心。我非常想知道书中关于“数据可视化”和“信息仪表盘”的部分，因为我发现很多时候，即使数据本身很有价值，但如果不能以直观、易懂的方式呈现出来，也很难让大家理解和接受。这本书会不会教授一些设计有效数据图表和可视化报告的技巧？比如，如何选择最合适的图表类型来展示不同的数据关系，如何运用色彩和布局来突出关键信息，以及如何设计一个能够实时更新、清晰明了的仪表盘，让管理层能够一目了然地掌握业务的关键指标。我一直认为，好的可视化能够极大地提升数据分析的效率和影响力，这本书如果能在这方面提供实用的指导，那对我来说简直是太有用了。而且，我也有点担心，大数据分析会不会涉及到一些复杂的技术门槛，让非技术背景的人望而却步。我希望这本书能以一种深入浅出、循序渐进的方式来讲解，让像我这样的普通读者也能够理解并掌握其中的精髓。
拿到《麦肯锡大数据指南》这本书，我第一反应就是它一定会改变我对数据分析的认知。我一直觉得，数据分析应该是少数技术专家的专利，但这本书的出现，让我看到了普通人也能掌握数据分析的希望。我特别期待书中关于“大数据应用场景”的介绍，我总是想知道，到底有哪些行业，哪些公司，是如何利用大数据来解决实际问题的。书中会不会列举一些来自不同领域的案例，比如零售业如何通过大数据优化库存和推荐系统，制造业如何利用大数据进行预测性维护，或者公共服务部门如何利用大数据提升城市管理效率？我希望通过这些案例，能够更具体地理解大数据在各个行业中的价值和潜力。此外，我也对书中关于“大数据战略”的部分很感兴趣。在我看来，任何一项技术，如果缺乏清晰的战略指导，都很难发挥出最大的作用。这本书会不会教我们如何制定一个适合企业自身发展的大数据战略？比如，如何明确大数据应用的业务目标，如何评估和选择合适的技术和工具，以及如何衡量大数据项目的投资回报率。我期待这本书能给我一套清晰的路线图，让我能够更好地理解和运用大数据，从而在我的职业生涯中取得更大的成就。
我一直对“大数据”这个概念充满兴趣，但总觉得它离我有些遥远，直到我偶然看到了《麦肯锡大数据指南》。这本书的厚度和内容排布，让我感觉到它不仅仅是一本书，更像是一本百科全书，涵盖了大数据领域的方方面面。我最感兴趣的部分是关于“数据治理”和“数据质量管理”的章节。我知道，很多时候我们谈论大数据分析，都默认数据是干净、准确的，但现实中，数据的质量问题往往是困扰分析工作最大的难题之一。这本书会不会详细讲解，如何建立一套有效的数据治理体系，来确保数据的完整性、准确性、一致性和及时性？比如，如何制定数据标准，如何进行数据清洗和预处理，如何建立数据字典和元数据管理系统，以及如何应对数据孤岛和数据冗余的问题。我深信，只有拥有高质量的数据，我们才能进行有意义的分析，并得出可靠的结论。此外，我也很想知道，书中会不会讨论如何构建一个高效的数据团队，以及如何培养团队成员的数据素养。在我看来，大数据不仅仅是技术问题，更是人才和组织能力的问题。如果这本书能在这方面提供一些宝贵的经验和建议，那将对我非常有帮助。
这本《麦肯锡大数据指南》简直就是一本为我量身定做的宝藏！我一直在思考如何将我的工作做得更出色，如何在这个瞬息万变的商业环境中保持竞争力，而大数据无疑是未来发展的关键。我尤其关注书中对于“预测分析”和“机器学习”的介绍，我知道这些技术听起来很复杂，但我相信这本书一定能用一种清晰易懂的方式来解释它们。我期待能了解到，究竟是什么样的算法和模型，能够帮助我们预见未来的趋势，识别潜在的风险，甚至预测客户的行为。书中会不会讲解一些常用的机器学习算法的原理，以及它们在不同行业中的应用场景？例如，零售业如何利用大数据预测销售量，金融业如何识别欺诈行为，或者医疗行业如何实现个性化诊断。我对那些能让数据“说话”，甚至“思考”的技术充满好奇。而且，我一直有个模糊的概念，觉得大数据不仅仅是收集和分析，更重要的是如何将这些分析结果转化为实际的商业价值。这本书会不会深入探讨这个话题，比如如何构建一个完整的数据分析流程，从数据采集、清洗、建模到最终的报告和行动建议？我希望它能给我一套可操作的框架，让我在实际工作中能够循序渐进地应用。
适合快速阅读，有很多很感兴趣的标题，可没能真正从书中找到答案，比如如何增加客户黏性，书中罗列了零售商的几点举措，但个人感觉还是比较笼统。
【排版】这是2倍行间距？？？事实证明好的书简单大方的排版就可以了，要不了这么花里胡哨的故意凑页数的排版，以及图表字那么小是在逗我？【内容】几乎只是麦肯锡数据分析团队在各个地方发表文章的合集，所以可想而知编成书出版之后没啥逻辑，精简了之后很多重复的内容，并且大量没有细节只有空洞数字的案例……【总结】作为入门书我还是很失望的…顶着麦肯锡的title不好好编书？？？
一个大数据的非专业或者对企业管理或者运营有想法的人当作 一个科普杂志还是可以的。。
只适合商业公司销售管理岗，并不是入门较好的书籍，角度太偏
只适合商业公司销售管理岗，并不是入门较好的书籍，角度太偏
