第1章 从广告狂人到数学达人：数据驱动的文化的力量 // 001
利用数据：Uber的有力武器 // 004
即时数据的时代：你最好振作起来 // 006
数据供应链：面临巨大的挑战 // 008
通过观念进行管理：知识的错觉 // 010
我们的优势 // 012
第 2 章 数据目前存在的四个问题：贫乏、模糊、碎片化及争端 // 017
数据贫乏人员的数据救济站 // 019
数据模糊：卡片目录的失败 // 021
无赖数据库及分析师：数据碎片化问题 // 023
数据争端：当错误传达演变成争端 // 025
第 3 章 商业智能：如何实现 // 027
商业智能的出现：第一个搜索请求 // 029
大众化的数据库：Oracle实现了Codd发明的商业化 // 030
传统商业智能：一个3层的蛋糕 // 032
Google对海量数据的解决方案：Vanilla Boxes // 033
600吉字节/天：Facebook使用的HiPal // 037
顶级数据收集：新标准 // 038
Looker：编织数据 // 040
第 4 章 实现数据启蒙：早上收集数据，下午改变商业操作 // 045
不仅仅是一个有些想法的旁观者 // 047
实时调整销售团队 // 059
用数据衡量销售团队 // 060
弄清楚购买历程每个阶段的顾客满意度 // 063
罗塞塔石碑：创建一个共享的数据语言 // 066
一个能定义公司业务的方程式 // 068
残酷的智力诚实：让数据具有威力 // 071
收起骄傲：数据如何改变文化 // 077
第 5 章 创建数据驱动型公司的五个步骤—从组建到衰退，一切都始于好奇心：改变文化 // 083
一切源于好奇心 // 085
为什么不应该听老板的？ // 087
如何招募有好奇心的人？ // 090
第 6 章 从尝试到和谐：数据驱动型公司的典型发展过程 // 099
第一步，问你的朋友、工程师 // 102
第二步，否定一个既存方案 // 102
第三步，访问原始数据 // 103
问题的症结所在 // 103
获得属于自己的商业智能：5个能改变数据领域的字母 // 104
统一的数据建模所具有的作用 // 108
最终阶段：数据结构 // 111
第 7 章 数据素养和授权：数据团队的核心职责 // 115
有效性的错觉：如何避免数据偏见 // 117
关联与因果 // 120
Facebook和Zendesk如何产生数据素养 // 123
行走在数据现场：走动式培训 // 127
第 8 章 深度分析：提出正确的问题 // 133
当数据困惑我们：如何处理模糊性 // 139
除非有所行动，否则数据就是无效的 // 142
通过创建有用的新指标确定新机会 // 147
史上发展最快的媒体网站 // 149
如何运行一个以数据为基础的实验：分步介绍 // 151
第 9 章 改变我们的运营方式 // 155
改变从一个故事开始 // 157
用激情来展示数据：组织路演以激发热情 // 162
第 10 章 整合在一起 // 169
利润指标 // 175
展开
