量化：大数据时代的企业管理

　　第1章 　统一语言：数据、指标、信息，天哪！
　　1.1 　三头小猪的故事
　　1.2 　数据
　　1.3 　指标
　　1.4 　信息
　　1.5 　量化分析
　　1.6 　根本问题
　　1.7 　数据·量化分析悖论
　　1.8 　量化分析体系的构成
　　1.9 　总结
　　1.10 　小灶
　　第2章 　设计量化分析体系：怎么设计
　　2.1 　向着根本问题，前进！
　　2.2 　检查根本问题
　　2.3 　构建量化分析体系
　　2.4 　明确信息、指标和数据需求
　　2.5 　采集指标和数据
　　2.6 　如何采集数据
　　2.6.1 　优先考虑自动化
　　2.6.2 　置办软硬件
　　2.6.3 　开展调查
　　2.6.4 　用人
　　2.7 　再供例子一枚
　　2.7.1 　信息
　　2.7.2 　指标
　　2.7.3 　数据
　　2.8 　回顾
　　2.9 　结论
　　2.10 　小灶
　　第3章 　规划优质量化分析：从哪里开始
　　3.1 　量化分析开发规划
　　3.2 　文档：提高开发规划的档次
　　3.3 　回顾
　　3.4 　结论
　　第4章 　把量化分析当做指示器
　　4.1 　事实并非真相
　　4.1.1 　量化分析也会犯错
　　4.1.2 　准确的量化分析也只是指示器
　　4.1.3 　指示器：定性数据与定量数据
　　4.2 　回顾
　　4.3 　结论
　　第5章 　善用答案纲要：便捷之道
　　5.1 　答案纲要是什么
　　5.1.1 　答案纲要：第一层
　　5.1.2 　答案纲要：第二层
　　5.1.3 　答案纲要：第三层
　　5.1.4 　答案纲要：第四层
　　5.1.5 　答案纲要： 第五层及其后各层
　　5.2 　如何使用答案纲要：明确量化分析类型
　　5.3 　小灶
　　5.4 　回顾
　　5.5 　结论
　　第6章 　从效用开始
　　6.1 　远景健康状况
　　6.2 　组织健康状况
　　6.3 　投入VS产出
　　6.3.1 　业务流程健康状况
　　6.3.2 　产品/服务健康状况
　　6.4 　客户视角
　　6.5 　消除恐惧
　　6.6 　应该先做的就先做
　　6.7 　回顾
　　6.8 　结论
　　第7章 　三角交叉法：创建效率量化分析的必备良药
　　7.1 　三角交叉法的历史沿革
　　7.2 　三角交叉的实际应用
　　7.2.1 　指标的三角交叉
　　7.2.2 　数据源及采集方法的三角交叉
　　7.2.3 　视角的三角交叉
　　7.3 　人口统计数据不行
　　7.4 　回顾
　　7.5 　结论
　　第8章 　期望值：如何看出量化分析结果的含义
　　8.1 　谨慎选择
　　8.1.1 　延伸目标
　　8.1.2 　拿指标当目标
　　8.1.3 　战术目标和临界点
　　8.1.4 　和指标挂钩的激励方案
　　8.2 　期望值
　　8.3 　期望值发现之旅
　　8.4 　回顾
　　8.5 　结论
　　第9章 　成绩单的制作及解读
　　9.1 　概念
　　9.2 　基础工作
　　9.2.1 　可用性
　　9.2.2 　速度
　　9.2.3 　准确性
　　9.2.4 　使用情况
　　9.2.5 　客户满意度
　　9.3 　运用期望值
　　9.4 　回顾
　　9.5 　结论
　　第10章 　最终交付物：量化分析成绩单
　　10.1 　交付情况
　　10.1.1 　可用性
　　10.1.2 　速度
　　10.1.3 　准确性
　　10.2 　使用情况
　　10.3 　客户满意度
　　10.4 　权重与指标
　　10.4.1 　严密性
　　10.4.2 　灵活性
　　10.5 　数据上卷至评级
　　10.6 　回顾
　　10.7 　结论
　　第11章 　高级量化分析
　　11.1 　涉足其他象限
　　11.1.1 　作为对产品/服务健康状况工作的支持
　　11.1.2 　指导业务流程优化工作
　　11.1.3 　与组织一起成长
　　11.2 　量化分析对未成年组织的好处
　　11.3 　让业务流程可重复
　　11.4 　评测有助于鼓励使用现有流程
　　11.5 　其他象限的量化分析
　　11.5.1 　组织健康状况
　　11.5.2 　评测组织健康状况
　　11.5.3 　远景健康状况
　　11.5.4 　业务流程健康状况
　　11.6 　回顾
　　11.7 　结论
　　第12章 　创建服务目录：如何增强成绩单
　　12.1 　如何开发服务目录
　　12.1.1 　服务/产品健康状况服务目录
　　12.1.2 　业务流程健康状况（效率）服务目录
　　12.2 　小灶
　　12.3 　回顾
　　12.4 　结论
　　第13章 　构建标准和基准
　　13.1 　基准：最适合拿来做比较
　　13.2 　负责任地制定基准
　　13.3 　有标准才能比较
　　13.3.1 　拿到优质数据
　　13.3.2 　目标：可靠的行业标准
　　13.4 　回顾
　　13.5 　结论
　　第14章 　敬畏量化分析的力量
　　14.1 　量化分析：是指示器还是事实
　　14.2 　误用量化分析：“客户恨我们”
　　14.3 　误用量化分析：好的，坏的，丑陋的
　　14.3.1 　好的
　　14.3.2 　坏的
　　14.3.3 　丑陋的
　　14.4 　意外情况的处理艺术
　　14.5 　回顾
　　14.6 　结论
　　第15章 　不要掉进研究的陷阱
　　15.1 　研究的成本
　　15.2 　变相的研究
　　15.2.1 　你是不是已经陷进去了
　　15.2.2 　搞研究怎么就错了
　　15.3 　回顾
　　15.4 　结论
　　第16章 　欣然接受组织的个性
　　16.1 　问题简化
　　16.1.1 　为什么
　　16.1.2 　是什么
　　16.1.3 　什么时候
　　16.1.4 　谁
　　16.1.5 　怎么做
　　16.2 　如果老板不同意怎么办
　　16.2.1 　不要措手不及
　　16.2.2 　做研究
　　16.2.3 　应对失败
　　16.2.4 　应对成功
　　16.2.5 　真有那么凄凉吗
　　16.3 　为什么接受个性是健康的表现
　　16.4 　回顾
　　16.5 　结论
　　附录 　工具和资源

　　马丁·克鲁贝克（Martin Klubeck） ，圣母大学的一位战略规划顾问，实用量化分析领域的知名专家。拥有韦伯斯特大学人力资源发展硕士学位和查普曼大学的计算机科学学士学位。他是《组织改进为什么事倍功半》的合著者，在量化分析方面也发表了很多文章。怀着把复杂的问题变简单的热情，他研发出了一套简单的系统，用来开发有意义的量化分析体系。另外，他还是信息技术绩效标准构建联盟的奠基人，这个非盈利组织专注于提供业界亟需的指标标准。

　　在企业管理领域，人们笃信这样一个原则：用数据说话。在从粗放的管理到科学地决策的转变中，数据发挥着关键的作用。进入大数据时代，人们面对着空前膨胀的海量数据，如何从其中挖掘出有用的指标和信息，帮助你进一步提升企业的绩效呢？
　　《量化：大数据时代的企业管理》系统介绍了提升企业绩效的方法和工具，不仅阐述了企业应进行量化的必要性，而且详细讲解了如何创建量化分析体系，使其更好地反映组织健康状况和客户满意度。本书教你运用正确的方法，评估真正该评估的数据，在数据泛滥的时代，再也不必浪费精力，再也不用追逐数据！量化分析为你带来了新思维，教你有效评估企业的各项要素，改善业绩的核心指标。此外，《量化：大数据时代的企业管理》还有助于：
　　准确查找、搜集、分析并报告有效的数据；
　　了解量化与数据、指标、信息的不同之处；
　　找出数据背后的根本问题，构建有价值的量化分析体系；
　　对有关数据的问题，给出明确、实用的解答；
　　将数据转化为信息，将资源转化为资产；
　　选择工具，创建量化体系，实施量化管理。