Creating a Data-Driven Organization: Practical Advice from the Trenches

by Carl Anderson

What do you need to become a data-driven organization? Far more than having big data or a crack team of unicorn data scientists, it requires establishing an effective, deeply-ingrained data culture. This practical book shows you how true data-drivenness involves processes that require genuine buy-in across your company, from analysts and management to the C-Suite and the board.

Through interviews and examples from data scientists and analytics leaders in a variety of industries, author Carl Anderson explains the analytics value chain you need to adopt when building predictive business modelsâ??from data collection and analysis to the insights and leadership that drive concrete actions. Youâ??ll learn what works and what doesnâ??t, and why creating a data-driven culture throughout your organization is essential.

Start from the bottom learn how to collect the right data the right wayHire analysts with the right skills, and organize them into teamsExamine statistical and visualization tools, and fact-based story-telling methodsCollect and analyze data while respecting privacy and ethicsUnderstand how analysts and their managers can help spur a data-driven cultureLearn the importance of data leadership and C-level positions such as chief data officer and chief analytics officer

Genres: Business, Nonfiction, Technology, Programming, Management, Coding, Technical

422 pages, Kindle Edition

First published July 23, 2015

Reviews

[Denis Vasilev · Rating 3 out of 5]

Базовый обзор разных аспектов работы с данными в компании. Все - банальщина, легкий ликбез

[Oleksandr Golovatyi · Rating 4 out of 5]

Data and quality, data collection, analysts, data analysis, A / B testing, decision making and corporate culture based on data: about all of this in Carl Anderson's "Creating a Data-Driven Organization". The book is very much to please everyone who is in any way connected with the data.
------------------------------
Данные и их качество, сбор данных, специалисты по аналитике, анализ данных, А/Б тестироваине, принятие решений и корпоративная культура на основе данных: обо всем об этом в книге Карла Андерсона "Аналитическая культура". Книга очень понравиться всем, кто каким либо образом связан по работе с данными.

[Pavel Annenkov · Rating 4 out of 5]

О ЧЕМ КНИГА:
Андерсон в своей книге решил сделать полный обзор того, как должна быть организована работа с аналитикой данных в компании. Хотя автор - практик и работает директором по аналитике в Warber Parker, книга всё же больше похожа на учебник.

Мне кажется, что задача автора современной бизнес-книги - это в сжатом формате объяснить читателям тот предмет, в котором он специалист и дать руководство к действию. У нас нет времени. Нам важно сразу понять, как выводы из книги можно уже сейчас применить в своем бизнесе. Автор же закопался в деталях. Слишком много простых примеров, которые не добавляют ценности книги. Некоторые главы книги можно просто пролистать.

Из ценного есть описание портрета хорошего аналитика данных и требования к разным специалистам из этой области. Очень хорошие главы про постановку KPI и про А/В тестирование.

ГЛАВНАЯ МЫСЛЬ КНИГИ:
Каждая современная компания уже просто не может обойтись без сбора и аналитики данных, а главное без системы принятия решений на основе данных.


КАКАЯ БЫЛА ЦЕЛЬ ЧТЕНИЯ:
Получить общую картину того, как компания должна выстраивать работу с данными и какие для этого потребуются ресурсы.

ГЛАВНЫЕ ВЫВОДЫ:
- Крупные компании будут еще больше обгонять в эффективности компании из малого и среднего бизнеса, потому что у них больше данных, сильные и дорогие команды сотрудников по анализу этих данных и внедрению результатов.

- Не все данные нам нужны. Определяя приоритеты при выборе источников данных, компания, в которой управление осуществляется на основе данных, должна сосредоточиться на таком важном аспекте, как их ценность для бизнеса.»

- Часто дополнительные данные обеспечивают положительную, но незначительную ценность. Они должны способствовать повышению ценности, но наблюдается убывающая доходность от покупки новых данных.

- При покупке данных надо всегда приобретать выборку, которую можно протестировать, а только потом покупать весь набор.

- «Один из способов оценить работу компании — представить ее в виде автомата, выдающего определенный объем продукции, с рычагами, с помощью которых управленческая команда способна контролировать его работу. У слабой команды ограниченное понимание, как работает ее автомат и какие у нее есть рычаги влияния. Чем лучше управленческая команда, тем лучше она понимает схему работы автомата и то, как можно оптимизировать его работу (на какие рычаги нажать). При разработке показателей мы стремимся улучшить свое понимание автомата и схемы его работы. Качественно разработанные показатели будут способствовать повышению результативности работы на выходе»

- Хороший аналитик должен продавать внутри компании результаты своего анализа. Он старается продать действие (что следует сделать) и результат (что получится в итоге этого действия).

- Смысл аналитики в оказании влияния.

- Дашборды можно условно разбить на три категории:
• управленческие или стратегические;
• аналитические;
• операционные.

- Качественно подготовленный эксперимент с А/В тестированием переводит диалог из плоскости «Мне кажется…» в плоскость «Согласно данным…». Таким образом, это неоценимый компонент компании с управлением на основе данных.

- A/B тестирование сдвигает фокус с «принятия решений на основе убеждения» на «принятие решений на основе экспериментов.

ЧТО Я БУДУ ПРИМЕНЯТЬ:
Буду разделять дэшборды по категориям. Не все в одну кучу, как сейчас.

ЕЩЕ НА ЭТУ ТЕМУ:
Джон Дорр «Измеряйте самое важное»

[Andi Dirgantara · Rating 5 out of 5]

This book is very comprehensive reference for building data-driven organization. A lot of lessons learned we can read from this book both conceptual and practical approach, from building the organization structure until technical methodology to measure teamwork results or goals. Applicable both for early stage start up until multi national company which want to leverage data-driven.

[Donn Lee · Rating 3 out of 5]

The book's a little odd in that even after reading it I'm not too sure who the intended audience is meant to be. It's to me a primer of a primer, and touches too lightly on too many topics. A jack of all trades, master of none.

I really liked the structure of the book (e.g. "Metric Desigh", "A/B Testing", "Decision Making" etc.) - and I really wanted it to work. If there was enough depth this book would have been great. Instead, each chapter felt like a one-day crash course your helpful colleague pulled together to make sure you were up-to-speed.

My recommendation would be if you got this book free or can get it at the library, then it's worth a speed-read through. Otherwise, there are probably better books out there.

[Anastasia Troshina · Rating 2 out of 5]

Книга оставила мягко говоря неоднозначное впечатление. Как наспех собранная информация из разных областей знаний, так или иначе связанных с данными и их обработкой. И несмотря на заявленную и выдержанную структуру и последовательность, все равно остается ощущение, что рассказали обо всем по чуть-чуть, и ни о чем конкретном. И как результат не осталось ни одной идет, для кого это и что с этим дальше делать, кроме как думать, что с данными хорошо, а без них в принципе тоже неплохо, но лучше все-таки с ними. Вывод: для начала определиться, что хочется узнать про данные (способ визуализации, алгоритмы сбора, способы реорганизации штатного расписания или еще что-то), а потом искать книгу строго по этой теме. Потому что обо всем, как и можно было предположить, оказалось скорее ни о чем.

[Nikolay · Rating 5 out of 5]

Книга подойдет как обзорная для людей, которые хотят познакомиться с карьерой аналитика: обзор должностей, атмосферы, компаний, культуры. И для представителей большого бизнеса, где есть ресурсы для внедрения команды аналитики. Хоть в книге и упоминаются стартапы, тема эта недостаточно раскрыта, как мне показалось, больший упор делается на компании с большим штатом, налаженными отделами и достаточным количеством данных; информации как прикрутить к небольшой продуктовой компании комбайн хайлоада и аналитики там нет, но книга все равно достаточно интересна и обширна.

[Rebekah · Rating 3 out of 5]

I started reading this for class,and then kept it up. I found typos in the later half, implying the editing got a little laxer as whoever progressed. (It was an online copy of the book, so easier to fix and upload to the Safari database I expect.)

I am not fully at a place in my life where many of these decisions are being made (Hence the fact that the class only focused on a chapter.) but I decided to go on with it. It was interesting but also could drag on. Not as bad as some blog posts that get converted into a full book. Just not riveting reading. Hard to compete with actual novels.

[Lubava Karelina · Rating 4 out of 5]

The book is mostly about big data and usage of it. Tough to read, but worth it. Even that I am not a BA, still there are many things that I could use to reconsider while working with data, like principles of data gathering or significance of the ability to highlight the most important parts. Won't recommend it to beginners, but surely to managers

[Asya · Rating 2 out of 5]

This books is extremely basic and was more like a collection of links and ‘further readings’ the moment things got more detailed. As the title suggests it focuses on the organizational aspects of data and analytics, not on the approaches nor technology. It could maybe be useful as a quick reference for presenting or explaining data and analytics relevant concept to a very non-technical audience.

[Mikhail Filatov · Rating 2 out of 5]

As a tooltip for two starts says "it was ok". Too many pages about psychology: while it was interesting for me to confirm that "deliberate practice" is not supported by meta-analysis, not sure how was it related to the subject of the book.
Probably can be a good intro for CxO and people completely new to this area.

[Justin Elszasz · Rating 5 out of 5]

Definitely the book I needed to read. Now working in city government that is behind in the data development growth curve, I've been contemplating many of the issues outlined in this book, particularly around culture, on a daily basis. Helpful to have a book lay it all out and make it explicit.

[Alexey Alexeyenko · Rating 4 out of 5]

Книга имеет прикладное значение, содержит достаточное количество конкретных примеров и советов. Во время чтения появляются новые идеи. Книга полезная, но создается впечатление что эта - расширенная, дополненная научная статья.

[ezequiel orbe · Rating 3 out of 5]

Nice book. Some chapters are more informative/interesting than others, that's the problem of trying to deal with such a huge topic like this.

[Nicole · Rating 4 out of 5]

What I liked about this book is that it didn’t just look at data collection and analytics but also at the organisation culture that’s required to be truly data driven.

[Jacek · Rating 5 out of 5]

Great introduction to the topic.

A recommended read to everyone. Especially for managers who should have at least a basic data literacy nowadays. Highly recommended!

[Eric Brooke · Rating 4 out of 5]

Good Read. Written in a different generation of understanding of IT and Software Engineering

[Celz Lin · Rating 5 out of 5]

Very informative in creating a data-driven organization. It gives examples and the pros and cons.

[Alexander Shtang · Rating 5 out of 5]

Офигенный data-walk.

[David · Rating 4 out of 5]

Describes culture & common structures needed for a data-driven org.

[Onno Bruins · Rating 4 out of 5]

Mooi overzicht van alle aspecten waar je als organisatie met ambities op het vlak van data-gedreven werken, mee te maken krijgt.

[Oleksandra Manson · Rating 4 out of 5]

Информацию о ваших клиентах, подрядчиках, страницах сайта, сотрудниках - сейчас можно собирать почти без усилий и в огромных количествах.
Но все эти данные бесполезны, если они не обработаны, не поданы в понятной форме и из них не сделаны выводы.

И в этом и заключается большая проблема - большинство людей не всегда знают как правильно построить процесс принятия решений на основе данных. Это не просто, но автор с максимальной детализацией описывает каждый из этапов построения data-driven культуры.

Вот несколько основных этапов:
1 - Cбор данных
2 - Аспекты качества данных
3 - Сторителлинг на основе данных
4 - Отчётность
5 - Вопросы конфиденциальности, этики и риска

Помимо этого, в книге затрагиваются темы того, какие специалисты по аналитике бывают, какими навыками они должны обладать, как организовать работу аналитического отдела.

Эта книга будет полезна менеджерам и специалистам-аналитикам. Советую)

[Rodrigo Rivera · Rating 3 out of 5]

Decent summary of what you should do if you are building a data functionality within an organization. Ideal for people starting in the field and for top management. Individuals familiarized with the topic will not find anything new here.

[Mike Fowler · Rating 4 out of 5]

Good insights on what makes a good data-driven organisation, and data isn't even the main driver. The key is developing the culture, and enabling that culture, which requires a strong mandate from senior management. Solo heroes won't pull this off.

[Lisa · Rating 5 out of 5]

The perfect starting point for small to medium organizations that are trying to make a difference by using data.

[Delhi Irc]

DL027797-98 ND6