在实际工作中，从事数据分析工作的你是否也有过如下类似的成长经历？
工作非常辛苦，但没有任何反馈、甚至结果不被认可

考评绩效差、长期得不到职业晋升或加薪

忙碌于琐事/自我麻醉、缺乏有效成长路径

本质上，分析与业务的关系，就类似于乙方与甲方的关系。期待甲方主动表扬、提供更多回报本身就是不现实的。

那么，数据分析从业者的破局路径究竟是什么？

像经营企业一样来经营自己！

与其等风来，不如自己插上翅膀。

数据分析从业者要懂得如何实现可持续的价值创造，才有可能突破职业发展的瓶颈！

如果你对自己的数据分析职业生涯发展感到迷茫和困惑，或者作为企业管理人员想要提高自己的数据洞察能力，提高决策效率与质量，降低决策成本，那么《价值驱动：数据分析价值逻辑与实战方法》这本书中可能有你要找的答案。

4大核心能力 5项作战要点

解析数据分析人才成长路径

构建分析型企业的竞争优势

针对痛点，本书给出的策略

厘清真问题，寻找真答案

哪些事情是真正有价值、且事半功倍的？

忙碌、多做事，有意义吗？

想多产出价值，却四处碰壁、没有路径？

SQL、BI、Python、分析方法…学了一大堆，还是做不好分析？

对于上述痛点，我们在书中总结了这些年的思考与有效应对策略：

01.只有高价值的事情，才值得投入

想要找到高价值的事情，就必须清晰理解企业的战略目标与经营管理规划，与之高度相关的一定是最重要的，这也是本书的开篇。

02.事情并不等同于价值，忙碌更无法解决焦虑

只有以规模、成本与效率的框架进行思考与表达时，才能将事情转化为老板听得懂的价值。

每个人都想做出好的业务结果，这是对的，但是实现需要方法论，光靠激情与口号是不够的。

SE环就是从实践中总结出的、可复制的方法。

03.学工具、学方法、学沟通……它们是做好分析的基础要素，但不是分析本身

缺乏体系化的知识体系，就会陷入知识堆积、难以付诸实践的尴尬处境，本书以四大维度（工具、分析、业务、领导力）来直观的呈现核心能力体系，给每个知识点标记一个坐标，易学易用。

本书还会从分析从业者和管理者关心的角度来回答如下问题：

分析从业者，为什么需要关注经营分析？

分析从业者，为什么需要关注分析型企业建设？

如何实现数据驱动企业发展？

如何利用数据加速商业价值变现？

如何推进数据文化建设？

如何构建数字化人才体系？

……

详细目录，先睹为快

第1篇 起始：企业价值

第1章 企业价值选择 2

1.1 使命与愿景 2

1.2 战略目标与解码 6

1.2.1 战略目标 6

1.2.2 战略解码 8

第2章 企业经营管理 12

2.1 经营管理原则 12

2.2 经营管理实践 14

2.2.1 经营管理会议 14

2.2.2 OKR 运营 . 16

2.2.3 经营分析 20

第3章 分析型企业建设 25

3.1 孤岛问题 25

3.1.1 打破数据孤岛 26

3.1.2 业务流程改造 27

3.2 数据文化 29

3.2.1 认识数据文化 29

3.2.2 构建数据文化 31

3.3 分析人才 32

3.3.1 培养分析人才 32

3.3.2 选择打仗阵型 34

本篇小结 37

第2篇 终局：分析价值

第4章 认知建设：规模、成本与效率 42

4.1 问题验证 43

4.1.1 发掘潜在价值 43

4.1.2 选择解决策略 44

4.2 报表体系 48

4.2.1 提高共识效率 49

4.2.2 选择解决策略 50

4.3 研究分析 51

4.3.1 贡献决策增量 51

4.3.2 选择解决策略 52

第5章 分析驱动：由策略向结果演进 54

5.1 驱动机制设计 54

5.1.1 为什么需要机制 54

5.1.2 SE 环是什么 57

5.2 如何利用SE 环实现有效驱动 . 60

5.2.1 理解业务现状 60

5.2.2 获取高质量问题 61

5.2.3 提供有效回答 63

5.2.4 追踪反馈评价 64

5.2.5 扩大知识传播 67

本篇小结 70

第3篇 支撑：核心胜任能力

第6章 分析技术 73

6.1 发现问题 75

6.1.1 识别问题 76

6.1.2 处理原则 81

6.2 主要分析方法 83

6.2.1 行业分析 83

6.2.2 定量分析 95

6.2.3 财务分析 106

6.3 写作技术 115

6.3.1 写作原则 116

6.3.2 写作应用 117

第7章 工具技术 121

7.1 查询工具 121

7.1.1 价值判断 122

7.1.2 数据治理 128

7.2 报表工具 130

7.2.1 价值判断 130

7.2.2 方法论与实践 132

7.2.3 评价标准 137

7.2.4 增强分析 139

7.3 挖掘工具 143

7.3.1 需求分析 145

7.3.2 数据挖掘 146

7.3.3 交付上线 168

7.3.4 应用实践 170

第8章 业务技术：SaaS 行业分析实践 174

8.1 SaaS 简述 . 174

8.1.1 发展现状 175

8.1.2 产品分类 180

8.2 SaaS 关键指标 . 181

8.2.1 业务视角 182

8.2.2 经营视角 191

8.3 客户新签 199

8.3.1 线索获取 200

8.3.2 销售转化 203

8.4 客户留存 207

8.4.1 PMF 210

8.4.2 交付活跃 214

8.4.3 流失预警 217

第9章 领导力 221

9.1 跨场景优势 222

9.1.1 善于有效沟通 224

9.1.2 关键项目推进 225

9.2 个人影响力 226

9.2.1 用结果说话 226

9.2.2 持续复盘与总结 228

9.2.3 系统思考 229

9.3 团队杠杆 233

9.3.1 持续打胜仗 234

9.3.2 塑造团队文化 235

9.3.3 量化管理 238

本篇小结 242

后记 243

附录A 缩略词及中英文对照 245

参考资料 247

适合谁阅读？

分析从业者

包括数据分析、商业分析、经营分析、数据运营等从业者，尤其是具备3年以上工作经验的从业者。

如果经历过各类工具、分析方法与业务实践后，对于职业成长空间、破局路径仍然困惑与迷茫，这本书能够帮助你少走弯路。

中小企业管理人员

商业竞争必然日趋激烈、且一个决策就可能错失市场机会。商业决策质量与效率严重影响战略落地的全链路，如何打造具备竞争优势的数据分析文化，并最终融入企业组织能力，是极为重要且长期应该关注的话题。