臉書靠什麼在短時間內將千萬用戶提升為破億？
為什麼Twitter會自動推薦新會員follow十個人？
這其中都經過精巧的商業分析！
你從事行銷業務、產品管理、顧客服務相關工作，常被要求報告數據，每每加班熬夜準備資料，還是答不出老闆的問題而被罵到臭頭？
或者，公司裡的商品與行銷決策，都是憑主管的「直覺」及「想像」定案？
大數據時代已來臨，別讓手上的資料都沒掌握好。
做對商業分析，讓你在紅海中開闢屬於自己的藍海！
未經妥善分析的資料，不過是成堆數字而已；分析錯誤的資料，更是白費力氣與混亂根源。每一家公司都暴露在非常相同的因素之中。
其實，只要有了對的工具，利用手邊現有的簡單資料就能做對商業分析，切實瞭解現況、擬定最佳行動策略，不受「大數據」的限制。商業分析不僅是數據分析、資料處理，更重要的是，應該包含利用分析結果做出正確決策的領導能力。
本書詳細說明7種好用的分析方法，以「BADIR 5步驟」實際操作示範，深入說明經理人運用數據做出好決策的必要秘訣，讓你以最低成本取得有效資料、妥善運用合適的分析方法、發揮領導力、提出有利洞見，靠Excel解決80%的商業問題。
BADIR－5步驟決策法
1.商業問題（Business question）：找出明確要解決的問題。
2.分析計畫（Analysis plan）：串聯關係人制定含目標、時程的計畫。
3.資料收集（Data collection）：設定需求標準再匯總資料。
4.洞見（Insights）：提出創意、有效、又可行的見解。
5.建議（Recommendations）：以犀利可信的決議促成解決問題的行動。
運用上述5個精實、簡化的步驟，從問對問題開始，教你如何收集數字、分析，並且驗證假設，擬定執行方案，按部就班完成分析要務，避免錯失重要環節，帶你從資料到決策，有效處理絕大部分的商業問題。
※ 從書中可以簡單學會：
˙ 運用「BADIR」5步驟，簡單用數據做出好決策。
˙ 做對商業分析提升顧客體驗、工作流程、預測趨勢，並選擇最佳方案。
˙ 7種常用的分析方法。
˙ 儲存、報告和分析數據的工具。
˙ 挑選對的人才做對分析以創造效益。
◎本書特色
1. 想善用大數據者非讀不可。
本書不談「大數據」，卻是運用大數據的最佳前導書籍。雖然80%的商業問題不需靠大數據即可解決，但能創造效益的商業分析與決策方法卻是共通的。學會簡單用數據做出好決策的分析方法，進階運用大數據時，更顯如虎添翼！
2. 案例豐富、操作步驟簡單明瞭，易讀又實用。
本書運用豐富的圖解、案例與插畫，將每個步驟都用具體事例詳細解說，大幅降低進入門檻，讓你更快進入狀況，自學上手不求人。書末並以10個商業分析案例說明與驗證：從奧運自由車選手奪冠計畫，到歐巴馬打贏選戰，商業分析都有助於成功達陣。
作者簡介：
琵楊卡‧潔恩（Piyanka Jain）
管理顧問公司Aryng的總裁兼執行長，這家公司專攻商業效益分析。她在分析領域是備受尊崇的業界思想領袖，曾在美國行銷協會（American Marketing Association）、預測分析世界（Predictive Analytics World）、GigaOm和Google分析使用者大會（Google Analytics User Conference）等商業及分析研討會上擔任專題演講人。演講主題為透過資料驅動型決策以取得競爭優勢。
身為分析領導人15年之久，已被證明對商業產生超過1.5億美元的影響。她是才華洋溢的問題解決者，總是設法找出各種模型和洞見，以推動客戶組織的變革和影響所需的業務槓桿。她認為顧客滿意、給別人力量以及正面的接觸是最好的回饋，金錢方面的效益自然會隨之而來。
普尼特‧夏爾瑪（Puneet Sharma）
行動公司（Move Inc.）的分析、成長駭進和使用者研究副總裁。熱中於運用分析與消費者洞見，以產生顯著的商業效益。
他是個富有創意、曾經獲獎的資深領導人，在金融服務和網際網路公司倡導高效能行銷與產品策略行動方案長達15年。專長在於透過對消費者的洞見和深層分析以推動策略，並且提供可行動的建議，以執行有效的變革。
普尼特在馬里蘭大學取得企業管理碩士（MBA）學位之後，在貝寶（PayPal）、資本一號（Capital One）和匯豐銀行（HSBC）等《財星》（Fortune）五百大公司擔任行銷、產品和分析領導人的職務，領導以消費者為基礎的零售業務，以掌握獲利豐厚和不曾為人開拓的機會。
譯者簡介：
羅耀宗
台灣清華大學工業工程系、政治大學企業管理研究所碩士班畢業。曾任《經濟日報》國外新聞組主任、寰宇出版公司總編輯。
所著《Google：Google成功的七堂課》獲中華民國經濟部中小企業處94年度金書獎。另著有《第二波網路創業家：Google, eBay, Yahoo劃時代的繁榮盛世》。
譯作無數。曾獲時報出版公司2002年「白金翻譯家」獎。現為財金、商業、科技專業自由文字工作者、《哈佛商業評論》全球中文版特約譯者。
各界推薦
名人推薦：
簡禎富 清華講座教授／科技部「IC產業同盟」計畫 暨 清華-台積電卓越製造中心 主持人
「在學習和執行分析作業中，作者提出令人耳目一新且堅實的方法。這個方法在必要時，也能成為運用預測分析等高階技術值得信賴的前導，更是自己動手做分析的簡單方式。」
—預測分析世界（Predictive Analytics World）創辦人及《預測分析時代》（Predictive Analytics）一書作者艾瑞克‧席格（Eric Siegel）
「堅實的分析基礎是不計其數的新興趨勢的依據，也是任何公司表現顛峰狀態的根本。本書緩緩帶領新手進入分析的領域、告訴經理人如何與他們的分析師得到最好的結果，以及建立一套架構，使任何企業能了解驅動其成功和失敗的因素。本書是業務經理人必讀佳作。」
—施與公司（GiveCorps）財務長布萊恩‧惠倫（Brian Whalen）
「引人深思，切合需求的實務工作者手冊。這本書以聰明的架構和解決方案，填補了分析理論與實務間的缺口。分析專家和業務經理人往往講不同的語言，加上資料數量與日俱增，以及商業模式不斷變化，使得情況更為複雜。本書提供良好的方法和洞見克服這些問題。十分推薦想利用資料做成決策的任何人參考。」
—萬豪國際（Marriott International）人力資本分析資深總監席卡‧納雷‧皮里‧凡卡特斯瓦拉（Shekar Nalle Pilli Venkateswara［NV］）
「我的祖父曾說：『如果你沒有時間第一次就做對，那麼如何找到時間做第二次？』遵循本書所說的程序，會使你直探正確的問題、分析資料的正確模式，以及引領你產生正確的洞見和建議——第一次就辦到。本書有許多出色的例子和故事而簡單易懂。談常見陷阱的一章更告訴我們，抄捷徑或節省時間，省略幾個步驟會有什麼樣的後果。我強烈推薦置身於商業環境中的每個人都閱讀。」
—應用全球服務（Applied Global Services）常務董事約翰‧卡明斯（John C. Cummings）
「我不曾見過分析方面的書寫得如此教人愛不釋手。連專家都會混淆的觀念、術語和方法，都被轉換成非常容易理解和有趣的讀物。我不只向領導人、分析師和顧問專家強力推薦這本書，也向幾乎所有領域中想改善營運活動的任何人推薦。」
—威士（Visa）勞動力規畫副總裁（資深業務領導人）梅安克‧傑恩（Mayank Jain）
「這本書在幾個方面表現出色：(a)重新強調有必要分析企業所製造、日益增多的資料，好在數位經濟中維持競爭力；(b)以有針對性的方法，將不同的內容提供給不同的閱聽人（分析師、經理人、領導人）；(c)打破資料分析的「象牙塔」印象，提供明確的指引，告訴我們何時和如何使用相當簡單的一組可行動方法，產生速贏的成果；以及，(d)強調將分析納入決策所需的軟技能及其重要性。」
—圓點金融集團（RoundPoint Financial Group）副總裁克里斯提安‧貝格（Christiaan Berge）
「本書是解決問題十分重要的桌上指南。匯總了任何分析專業人員從洞見到策略所需的所有東西。這是給所有管理階層看的。作者以出色的例子，讓我們綜覽簡單的分析技術和複雜的預測分析，這是以前不曾有人做過的。」
—史威夫特資本（Swift Capital）副總裁米希爾‧冦克（Mihir Korke）
「本書是簡單且應用導向型的資料分析指南。這是以更好的方式解讀眼前機會，以及將來可能遭遇的冰山之所必需。我強力推薦閱讀這本書。」
—裕信銀行（UniCredit SpA）集團風險管理資深副總裁阿布希舍克‧達巴里（Abhishek Darbari）
「本書是商業和技術專業人員想要建立資料驅動型職場文化之所必讀。」
—GigaOM研究主任喬‧梅特蘭（Jo Maitland）
「被資料淹沒？這麼多年來，協助企業從搖籃成長為績效一流的公司，我見到贏家都是把資料管理得最好，並且運用它們做出正確的決策。本書以特別的方式，融合了分析和BADIR決策架構告訴我們那個秘訣。」
—矩陣合夥公司（Matrix Partners）創業投資家達納‧史塔爾德（Dana Stalder），曾在貝寶（PayPal）、eBay和網景（Netscape）擔任高階主管
「本書是業務領導人將他們的資料之海切割成較小且實用資訊庫所需的範本。琵楊卡與普尼特發展出一套詳細卻簡單的架構，任何人都能用於借重資料分析的力量。」
—安全美國信用合作社（Safe America Credit Union）總裁兼執行長巴里‧羅奇（Barry F. Roach）
「在大家一窩蜂談論大數據的環境中，我們忘記大部分公司仍然試著善用小量資料。雖然複雜的統計似乎是萬靈丹，本書卻以聰明的商業分析，簡單地解決商業問題、詢問正確的問題，並且利用Excel等簡單的工具！琵楊卡與普尼特以他們的BADIR架構，體現了KISS原則（愈簡單愈好［Keep It Simple, Stupid］），以建立分析組織和創造效益。」
—奧比茲世界（Orbitz Worldwide）高階分析副總裁薩米爾‧喬普拉（Sameer Chopra）
名人推薦：簡禎富 清華講座教授／科技部「IC產業同盟」計畫 暨 清華-台積電卓越製造中心 主持人
「在學習和執行分析作業中，作者提出令人耳目一新且堅實的方法。這個方法在必要時，也能成為運用預測分析等高階技術值得信賴的前導，更是自己動手做分析的簡單方式。」
—預測分析世界（Predictive Analytics World）創辦人及《預測分析時代》（Predictive Analytics）一書作者艾瑞克‧席格（Eric Siegel）
「堅實的分析基礎是不計其數的新興趨勢的依據，也是任何公司表現顛峰狀態的根本。本書緩緩帶領新手進入分析的領域、告訴經理人如...
章節試閱
（摘錄1）
〔導讀〕為什麼寫這本書
除了火箭科學，沒有一門學問是火箭科學。因此，我們可以推論：分析（analytics）不是火箭科學。沒錯，分析是專門學科，涉及以每一種想像得到的格式呈現的龐大資訊，而且我們花費千百萬美元，試著透過分析（加上人的洞察力、簡單的數學，以及複雜的統計）找出某些型態。好吧，聽起來相當困難，但是就和你開始了解的任何學科一樣，想要駕輕就熟和用它來為你效力，是有一些基本的原理、方法和簡單的竅門可用。分析，尤其是商業分析，雖然帶有複雜的成分，但其實是個簡單的問題解決工具。本書將描述分析是什麼，以及如何是這樣的工具。
我們說過，分析可以很簡單。但我們有沒有告訴你，貴組織中的每一個人，都能懂得夠多的分析，每天促使貴組織發生正面的變動？或者，簡單的分析其實就能解決80%的商業問題，成本還遠低於複雜的分析？是的，這辦得到。
並不是所有的分析問題都必須是需建立複雜模型、交由資料科學家判讀的超級複雜專案。事實上，80%的這些問題，可以由經理人和決策者利用正確且簡單的工具與方法，在每天的日常作業中加以解決。他們會知道什麼時候需要借重資料科學家和分析師，解決較為複雜的業務問題，以及如何借重才會產生最佳的效果。本書旨在提供這些業務專業人員基本知識，並且協助資料科學家盡其所能發揮專長。本書希望結合兩者之長，以產生所要的成果。
那麼，我們期望分析產生什麼樣的成果效益？如果正確執行，分析可以發現組織中的缺口，並且創造出快樂的客戶、更好的產品、精簡的流程、高生產力的員工、並改善營業收入和獲利，因此股東也會更快樂。我們兩個人在大公司領導分析單位總共有30年的經驗，見過有些人做得十分正確，其他人卻搞得焦頭爛額。我們後來看清楚為什麼會有這個情況。信任分析、掌握充分的資訊以利用資源、溝通清楚明白，以及運用簡單的方法，成功的組織就能善用分析以促進成長；焦頭爛額的組織則踏出不同的錯誤路線。不過，有個簡單的方式脫穎而出——這正是本書要談的。
每當有個熱門話題滿天飛，企業就會一窩蜂爭相採用。當企業組織知道分析有潛力提供顯而易見的價值，便會爭先恐後，對它（也對大數據）抱持錯誤的期望。他們認為分析太過複雜，需要「科學家」在資料實驗室解決所有的問題。他們認為資料應該定期吐出答案，而且大數據工具能夠矯正所有的問題……。錯了，而且大錯特錯！ 我們希望消除這些和其他的誤解。
但要如何擺脫這種分析癱瘓？面對這股狂熱有個方法，我們的常識性BADIRTM架構（見第4章）將協助你經由5個簡單的步驟，從資料走到決策（Data to Decisions TM）。這套方法放諸四海而皆準，所以適用於範圍廣泛的商業和工業。本書會不斷列舉相關的實例以說明這一點。
這些實例來自我們在矽谷大公司中，身為分析團隊之一員，或者分析團隊領導者的個人經驗，以及最近透過Aryng而得到的。
本書寫給誰看？
給每一個人：Part I、Part III和Part IV是給有興趣了解分析的每個人讀的。Part I 介紹分析：它是什麼、為什麼要做分析，以及常用的方法。Part III談建立資料驅動型組織。Part IV包含真實的案例，談分析如何促使典型的業務環境（從政治到運動、到執法和技術）起飛。
給那些想要學習動手分析的人：Part II深入詳細探討商業分析的BADIR方法、概述預測分析，以及介紹商業智能（BI）和分析使用的工具。這個部分將提供你必要的知識，能將商業分析應用到大部分的日常情況中，並在必要時，適當借重專家之力，以執行複雜的分析。附錄簡短介紹統計入門知識。
給領導人：業務領導人和分析領導人會發現Part III值得一讀，因為你必須領導組織利用資料發揮力量，走上獲利之路。我們有一套工具組和專用的方法，協助你打造資料助成型組織、建立分析方策（analytics agenda）、擴大跨職能組織中分析的效益，以及避開常見的陷阱。
（摘錄2） 第一章 不分析就被淘汰
分析是什麼？
分析（Analytics）是指運用結構化方法，以資料和分析（analysis）解決商業問題，進而產生效益的一門科學。許多公司行號為了削減成本和業務創新等策略性商業問題而搞得焦頭爛額。解決這些問題的行動方案（initiatives）往往會撼動預算和組織結構。資料分析可以是這些決策強而有力的工具。正確的分析方法，是以資料和洞見為依據，在掌握充分資訊的情況下，提出解決方案。
直覺 + 資料 = 強而有力的洞見 => 好決策
不只要產生洞見，更要產生「可採取行動」的洞見——指那種能夠促進新的思考方案、驅動決策，以及推動正面行動的洞見。寶僑公司（Procter & Gamble）、亞馬遜（Amazon）、LinkedIn和資本一號（Capital One）等業界領導公司，在願景和直覺的支持之下，部署資料領導型（data-led）、假說驅動型（hypothesis-driven）和分析動力型（analytics-powered）策略而稱霸各自的領域。我們將在本書探討這些方法。
歡迎來到商業分析的世界。
2011年，寶僑的營業額創下超過826億美元的新高紀錄。《財星》（Fortune）雜誌的「全球最受讚譽公司」名單上，寶僑從前一年的第6名，上升為第5名。
寶僑在全球各地有12.7萬名員工，於180個國家銷售300種品牌的產品。它如何能在自1837年以來的177年中，持續於家居用品產業中保有領先地位？這家年營業額高達1,400億美元的複合型消費性產品公司，由於懂得因時因地制宜，運用「假說驅動型分析策略」不斷自我改造，而能繼續維持舉足輕重的地位，並且提供保持領先優勢所需的燃料。
假說驅動型分析是什麼？不妨想像：你要在太平洋中尋找黃金。難道你不想縮小範圍，只找最可能有黃金的地方，而不必從中國到美國，摸遍每一平方英寸的海水？
同樣地，資料有如一片海洋，假說有助於縮小範圍到最可能找到答案的地方。假說是人類根據利害關係人（stakeholders）的集體智慧和經驗，以及他們對於業務與環境的了解所懷有的直覺產生的。我們利用資料來驗證假說，抽絲剝繭找到解決方案。解決方案的強弱取決於資料和假說兩者的好壞。
假說驅動型分析策略是怎麼運作的？
這套策略起始於詢問一組聽起來相當普通的問題：「發生了什麼事？」和「為什麼會發生？」這些簡單的問題協助寶僑之類的公司找到可用於處理某種狀況的行動。行動如果缺乏洞見，就會在不了解哪些路徑能夠產生結果的情況下做決策。
2010年，寶僑的執行長鮑伯‧麥克唐納（Bob McDonald）採取策略，將公司的作業流程從頭到尾徹底數位化，以便利用分析來實現業務優化和提高決策效率的目標，但同時必須縮減成本。2012年，寶僑遣散了1,600位非製造單位的員工，而且資訊科技組織總支出減少9億美元以上。儘管精簡人事和縮減開銷，寶僑的總營業收入還是增加。
怎麼辦到的？寶僑投資於分析專業，以發展在難以預測和充滿壓力的環境中，做出明智且即時決策的能力。該分析結果能預測未來一年寶僑的市場占有率和其他績效等統計數字。這項能力的核心，是一連串的分析模型，將在商業組織中有事情發生時被揭露出來，包括績效達到高峰和跌至谷底、找出為何發生的理由，並且點出可以採取哪些行動，以善用或緩和那些事情造成的影響。
寶僑的分析所依據的文化思維，是在深入執行複雜的資料分析之前，先問問題和提出假說。「是什麼」（What）將監控交貨、銷售和市場占有率等領域，密切注意業務的關鍵數值。例外事件發生時，「為什麼」（Why）就會逐層下探動因，從國家、地區、產品線到商店各層級，以了解事件背後的詳情。分析作業會接著找出寶僑可以拉動的「行動槓桿」（action levers），例如訂價、廣告和產品組合，並且估計各項行動可能造成什麼樣的成果。寶僑的決策人員以很高的效率建立起「是什麼」和「為什麼」，所以能夠一針見血解決問題，急劇提升效率和執行業務的步調。
這套策略對於像寶僑那樣的企業巨擘肯定有效。現在，當你面對越來越少的預算和日益膨脹的數據集（datasets），該如何像業界巨擘那樣促進公司的健全和興隆？你該如何以最適當的效率執行商業策略，並做出可能最明智的商業決策？
你可以藉著詢問正確的一組「是什麼」和「怎麼做」（Hows），並使用簡單的結構化流程（即假說驅動型分析，接著是測試洞見）找出可以執行的策略。
這不是深奧的火箭科學，而是常識性的秘訣。就像寶僑，你可以透過如下所述的假說驅動型、資料領導型流程，問一些普通的問題。假說驅動型分析策略可以提供顯著的效益，包括更強而有力的洞見，以及更快取得資訊和採取行動。以假說驅動型方法產生的可行動洞見相當精準，足以明確執行。
（摘錄3）第四章 BADIR：以5個簡單的步驟執行商業分析
智慧鞋業公司是在時尚鞋類和配件市場區隔逐漸嶄露頭角的一家線上零售商。它的成長速度令人難以置信。但是有一條配件產品線，銷售狀況不只虎頭蛇尾，營業收入更是節節下降。
執行長湯姆去找分析主任傑夫說，「我想看看各部門和各國的3年營業收入資料。」一個星期後，傑夫把資訊交給湯姆，並說：「美國的配件營業收入正在下降。」湯姆大發雷霆，並問道：「你就只能發現這個？我老早就知道了，現在沒空。明天早上7點再談。」
傑夫的起步並沒有走得很好。他可能知道如何處理資料，卻錯過了極為重要的第一步：「直探真正的商業問題。」這才是湯姆要他做的事。雖然傑夫在運用資料和分析方面很用心，並且花了不計其數的時間與金錢，建立複雜的分析模型，他仍然沒有確認問題出在哪裡和將它處理好。
本章要介紹BADIR架構，利用一套5個精實、簡化的步驟，帶你從資料走到決策。這些步驟能夠利用簡單卻強而有力的分析，處理80%的商業問題。BADIR是指商業問題（Business question）、分析計畫（Analysis plan）、資料收集（Data collection）、洞見（Insights）與建議（Recommendations）。
任何經理人都能遵循這5個步驟，有效提出分析解決方案，而且通常不需要使用複雜的方法。我們的經驗顯示，如果分析沒有在組織中提出成果，通常是因為跳過一或多道步驟，或者並沒有依照適當的順序進行。舉例來說，商業問題可能沒有釐清，或者利害關係人未能提出有意義的假說去探索和測試。看完這一章，你將能依循這套架構，解決需要分析的大部分商業問題。
有效的分析是資料科學和決策科學交會的結果。技術層面需要資料科學方面的相關技術能力，目的是找到洞見。商業層面則需要比較軟的技能，利用決策科學，去影響你的閱聽人和了解業務，目的是產生影響。商業層面往往被急於依據資料產生洞見的組織所忽視。BADIR架構將這兩個強而有力的層面合在一起，而提高效能和成果。
用於產生影響的分析 = 資料科學 + 決策科學
第一步‧商業問題
它能為你做什麼？
•減少像無頭蒼蠅那樣無所適從。
•貢獻可行動的建議。
•獲認可為決策流程的夥伴。
你可能馬上就注意到，雖然BADIR是資料分析的流程，一開始卻不是從資料著手。這個架構起於了解真正的商業問題。而且，不是任何問題都行。問錯問題，便會對錯誤的商業問題提供無用的解決方案。問題越接近你的分析需要處理的核心商業問題，你會越快取得正確的答案。正確的商業問題會因為做出更明智的決策和產生影響，而直接把你放在通向既定目標的路上。減少像無頭蒼蠅那樣無所適從，加快整個流程，而且會貢獻可行動的建議，交付商業價值。因此，你和你的團隊會被視為業務上有價值的夥伴。這一切都起於需要花時間認清眼前正發生什麼事和問相關的問題。
真正的商業問題，是在了解問題背後的意圖（intent）和商業考量（business considerations）之後才會發現。
• 從既定目標到真正商業問題的架構
我們先依循傳統的六個問題架構：何事、何人、何地、何時、為何和如何。
一開始就問問題的目的，是確認在它所處的情境中，出了什麼問題。這是偵探福爾摩斯所用的方法。如果不能把問題縮小到真正的問題，那就好像搜尋整個（資料）海洋找黃金，那就是探險家哥倫布所用的方法。你在這裡，應該當起偵探家。為了做分析，一開始就需要問切實相關的問題，協助你了解目前的因素、過去的事件，或未來的策略。
（摘錄4）案例研究：J.K.羅琳改名出新書
情況：有位第一次出書的作者，名叫羅伯‧蓋布瑞斯（Robert Galbraith），寫了一本犯罪小說《杜鵑的呼喚》（The Cuckoo’s Calling）。英國《週日泰晤士報》（The Sunday Times）在推特上收到一條匿名消息，說蓋布瑞斯其實就是羅琳，也就是《哈利波特》（Harry Potter）小說系列的作者羅琳（J. K. Rowling）。
行動：《週日泰晤士報》的美術編輯理查‧布魯克斯（Richard Brooks）在向出版商查證這件事之前，和他的團隊成員做了一些調查工作，發現兩位原作者的出版商和代理商的確都相同。他們請兩位電腦科學家證實《杜鵑的呼喚》和羅琳的書是否有語言上的相似性。
法律語言學利用統計分析，以採擷文件、部落格、推文和亞馬遜上的書評，尋找作者方面的線索。作家會選用一些字詞以傳達特定的訊息，但這些字詞帶有他們不知道已經在傳達的特有資訊。他們拿了5本書的內文給電腦科學家，測試上面的假說，其中4本各來自已知的作者，另一本是羅琳寫的《臨時空缺》（The Casual Vacancy）。
第一項分析中，一本書的每一萬字序列都用電腦程式JGAAP來跑，以4種不同的分析，比較《杜鵑》和其他的書，每一種分析都著重在寫作的不同層面。一種是比較字對（word pairings）或者相鄰的字組。舉例來說，它會顯示作者描述為「昂貴」的事物種類：汽車、衣服、食物等。
第二項測試則搜尋「n個字元」（character n-grams）或者相鄰字元的序列。舉例來說，搜尋跳（jump）的序列，會出現jump、jumps、jumped和jumping。
第三項測試則專注於最常用的字，如a、and、of和the等字。觀察每一本書中100個最常用的字，並且比較頻率上的差異，會顯示某個作者使用的某個字出現5%，另一位作者則出現7%。
第四項測試只觀察字的長度，以分析一本書有多少百分比是由3個字母的字、4個字母的字等等構成。第四項測試顯示的型態非常具有羅琳的特色。
另一位科學家對8本書做了第二項分析，也就是4位作者的每一位都加一本書。他以稱作Signature的語言軟體程式，分析這8本書和《杜鵑》。所有的書都比較六個特色：字的長度、句子的長度、段落的長度、字母的頻率、標點符號的頻率，以及字的用量。《杜鵑》在四項這類測試上，都證明和已知是羅琳寫的書最為相似。
影響：布魯克斯相當肯定推特的匿報者所言不虛之後，便去找羅琳，很快就證實她的確是《杜鵑》的作者。
（摘錄1）
〔導讀〕為什麼寫這本書
除了火箭科學，沒有一門學問是火箭科學。因此，我們可以推論：分析（analytics）不是火箭科學。沒錯，分析是專門學科，涉及以每一種想像得到的格式呈現的龐大資訊，而且我們花費千百萬美元，試著透過分析（加上人的洞察力、簡單的數學，以及複雜的統計）找出某些型態。好吧，聽起來相當困難，但是就和你開始了解的任何學科一樣，想要駕輕就熟和用它來為你效力，是有一些基本的原理、方法和簡單的竅門可用。分析，尤其是商業分析，雖然帶有複雜的成分，但其實是個簡單的問題解決工具。本書將描述分析是...
目錄
前言 分析讓資料產生意義，並化為行動助力
導讀 簡單又高投資報酬率的分析工具，誰不需要？
Part I 分析幫助每個人做出好決策
第1章 不分析就被淘汰
每一個人都需要分析，因為，你不能仰賴運氣。
透過分析做出好決定，能降低成本又提升效益。
˙分析是什麼？
˙做對分析助你脫穎而出
˙每個人都需要運用分析
第2章 分析 = 資料科學 + 決策科學
分析並非數據報告也不艱深，凡是想運用資料以做出更好決策的人都能做到，更不用為大數據感到害怕（因為往往只需要處理一部分的資料）。
˙以資料分析驅動決策最有效率
˙簡單的分析最好用
˙商業分析須重視人的影響
˙以簡單分析創造高投資報酬率
˙分析不只是資料整理
˙運用測試幫助分析結果更精確
˙透過成長駭進驅動消費者人數增長
˙面對大數據不能靠跟風
˙小結
第3章 7種常用的分析方法
不論是產品設計、行銷操作、消費者研究……，針對不同時機、目的正確使用分析工具，將有效節省成本、提高效益。
˙7種常用的分析方法
˙各種分析方法的應用
˙小結
Part II 學會操作簡單分析工具
第4章 以BADIR 5步驟完成商業分析
從(1)確立商業問題、(2)擬定分析計畫、(3)進行資料收集，到(4)透過分析產生洞見，進而(5)提出可執行的建議，這個架構能廣泛應用於工商領域解決多數問題。
˙第一步‧商業問題（Business question）
˙第二步‧分析計畫（Analysis plan）
˙第三步‧資料收集（Data collection）
˙第四步‧洞見（Insights）
˙第四步‧洞見‧資料科學層面
˙第四步‧洞見‧決策科學層面
˙第五步‧建議（Recommendations）
˙測試
第5章 深奧的預測分析也能用BADIR建立預測模型
預測分析是一種能顯著提升績效的有力工具，但花費龐大的資源和時間，必須審慎運用，而BADIR可以將預測分析的潛力最大化，否則投資報酬率可能根本不划算。
˙第一部分：預測分析及其常見應用
˙第二部分：建立預測模型
第6章 善用各種資料與分析工具
正確的資料是分析可靠的基礎，考量自身需求條件，從資料的儲存和處理、商業智能(BI)或報表、商業分析與高階分析等工具中，選擇最適方案將事半功倍。
˙資料儲存和處理工具
˙商業智能（BI）或報告工具
˙商業分析工具
˙高階分析工具
Part III 導出有力洞見以決策領導
第7章 在組織中有效運用分析與領導
資料導向組織的分析成熟度愈高，愈能有效運用分析來推動業務。領導人可以就下列4個條件評估組織的分析成熟度：領導力、分析專才、決策流程和資料成熟度。
˙定義組織分析成熟度的4個條件
第8章 將「分析力」轉換為競爭力
以3個關鍵問題領導組織擬定分析策略：公司目前表現如何?（評量架構）事業的驅動力是什麼?（事業組合分析）我的顧客是誰，他們有什麼需求?（顧客分析）
˙第一部分：三個關鍵問題架構
˙第二部分：組織結構
第9章 分析領導人的實踐計畫
提供給肩負分析重任的業務領導人，一份90天的實踐計畫。從內部評量、外部評量到規畫與執行，整合商業分析所需要素以利執行。
˙第一步 最初30天：評量
˙第二步 接下來60天：規畫與執行
第10章 帶領你的團隊達陣
好的領導人能運用願景、計畫、執行力、團隊慶功與學習來發揮影響力，並在校準利害關係人與跨部門協調的過程中，排定優先順序，在組織中創造有感的效益。
˙發揮影響力
˙跨部門協調
第11章 小心落入常見的陷阱
你是否曾：憑直覺做決定、視分析為成本而非利潤、期待資料自己說話、為了分析而分析、忽略利害關係人、缺乏計畫……？正視弱點，將掌握成功關鍵。
˙業務領導人的常見陷阱
˙業務經理人的常見陷阱
˙分析領導人的常見陷阱
Part IV 分析實務應用的10個實際案例
案例1. 歐巴馬當選連任
案例2. 美國女子自由車賽贏得奧運比賽
案例3. 孟斐斯市降低犯罪率
案例4. 加拿大曼尼托巴省控制疾病爆發
案例5. 發現J. K. 羅琳改名出新書
案例6. 本書英文書名（Behind Every Good Decision）的背後
案例7. Google的創新秘方
案例8. 扭轉田納西州一所高中的高輟學率
案例9. 哥倫比亞私人銀行防制洗錢
案例10. 紅牛能量飲料贊助F1從落後到冠軍
前言 分析讓資料產生意義，並化為行動助力
導讀 簡單又高投資報酬率的分析工具，誰不需要？
Part I 分析幫助每個人做出好決策
第1章 不分析就被淘汰
每一個人都需要分析，因為，你不能仰賴運氣。
透過分析做出好決定，能降低成本又提升效益。
˙分析是什麼？
˙做對分析助你脫穎而出
˙每個人都需要運用分析
第2章 分析 = 資料科學 + 決策科學
分析並非數據報告也不艱深，凡是想運用資料以做出更好決策的人都能做到，更不用為大數據感到害怕（因為往往只需要處理一部分的資料）。
˙以資料分析驅動決策最有效率
˙簡...
2024專利防護中