本书以BI负责人的视角介绍BI分析师的核心工作和应具备的核心技能，并分析BI创造价值的专题，理论和实践并重。全书分为四部分：第一部分（第1、2章）为BI概述与团队组建，包括BI分析的基本概念、BI职责与数据驱动的概述，以及组建团队时需要考虑的能力模型、团队选型、团队管理；第二部分（第3、4章）为BI体系搭建基础知识，包括数据获取与管理，指标体系的概念、设计模型与使用场景；第三部分（第5～9章）为BI创造价值专题，包括增长、价值主张、盈利、体验、风控五大专题；第四部分（第10、11章）为回顾与展望，从衣、食、住、行、学五个方面回顾数据已经带来的变化与未来可预期的变化，最后从进化的视角探讨应对人工智能范式转移的策略。
对于想要通过数据驱动业务、改善决策质量的互联网从业者来说，本书应该是一本非常实用的参考书。

都美香
正在攻读杜克大学跨学科数据科学硕士（MIDS）项目，拥有中国人民大学历史专业本科学位。曾担任滴滴国家决策支持部负责人，兼任日本、巴西外卖分析团队负责人；火花思维商业智能部负责人；VIPKID高级数据分析经理；华为高级工程师。带领团队在零售、教育、外卖等领域实现数据驱动，在供给侧与需求侧、互联网与传统企业、国内和国际业务领域都积累了丰富的实战经验。

第一部分 BI概述与团队组建
第1章 BI分析概述
1.1 从“分析”的概念说起
1.1.1 常见的分析概念
1.1.2 BI分析的概念
1.2 BI分析行业现状与BI的职责
1.2.1 没有什么不在被数字化
1.2.2 我们相信上帝，但其他人必须提供数据
1.2.3 BI团队的职责
1.2.4 BI团队的常见分类
1.3 数据驱动概述
1.3.1 数据驱动业务的衡量维度
1.3.2 数据驱动业务的大体流程
第2章 组建BI团队
2.1 “人”：数据分析师画像
2.1.1 分析师通用能力
2.1.2 不同部门对应的BI分析师特征
2.1.3 不同任务属性对应的BI分析师特征
2.2 BI团队的架构设置与部门间协作
2.2.1 BI团队外部架构
2.2.2 BI跨部门协作机制
2.3 团队管理
2.3.1 团队选型
2.3.2 团队运作机制
第二部分 BI体系搭建基础知识
第3章 数据获取与管理
3.1 数据采集（以外卖业务为例）
3.1.1 数据源类型
3.1.2 数据源的信息结构
3.1.3 数据传输与存储
3.2 数据质量管理
3.2.1 数据质量标准
3.2.2 数据质量治理
3.3 新型数据源
3.3.1 关注传感器的数据
3.3.2 音频、视频等非结构化数据的解析与应用
3.3.3 标注数据
第4章 搭建指标体系
4.1 指标体系的概念、作用和衡量标准
4.1.1 指标体系的概念
4.1.2 指标体系的作用
4.1.3 指标体系的衡量标准（以外卖场景为例）
4.2 指标体系的设计模型
4.2.1 第一关键指标法（以电商和在线教育为例）
4.2.2 OSM模型（以在线教育为例）
4.2.3 AARRR海盗指标法（以在线教育为例）
4.2.4 用户旅程地图模型（以电商为例）
4.3 指标体系的开发流程
4.4 指标体系的使用场景（以外卖业务为例）
4.4.1 日维度业务监控
4.4.2 周维度业务诊断
4.4.3 月维度业务复盘
4.4.4 支持日常业务决策
第三部分 BI创造价值专题
第5章 专题：增长
5.1 概念
5.1.1 增长黑客的概念
5.1.2 增长金字塔：找到市场契合点和价值投递引擎
5.1.3 增长黑客的运营机制
5.2 数据科学的演绎
5.2.1 人工智能的高光时刻
5.2.2 提炼算法替代决策的机会点
5.2.32 %的人通过机器控制98%的人
5.2.4 提问题的能力才是核心能力
5.3 数据驱动增长的案例（以在线教育为例）
5.3.1 获客：注册
5.3.2 激活：转化
5.3.3 留存：退费
5.3.4 盈利：续费
5.3.5 传播：转介绍
5.3.6 附：增长分析中常用的算法模型
第6章 专题：价值主张
6.1 实现价值主张的分析方法
6.1.1 第一性原理：抓住本质
6.1.2 爬楼梯策略：穷尽方法
6.2 数据驱动价值主张的实现（以在线教育为例）
6.2.1 提高运营效率
6.2.2 提高学习效果
6.3 数据驱动价值主张的实现（以外卖业务为例）
6.3.1 外卖平台的出现是社会的进步
6.3.2 多、快、好、省
第7章 专题：盈利
7.1 盈利能力分析
7.1.1 传统的盈利能力分析：赚更多钱
7.1.2 新业务的盈利能力分析：赚1块钱
7.2 制定业务目标
7.2.1 制定目标的“格栅思维”
7.2.2 目标预测的模型类型
7.2.3 制定目标的决策体系：格栅模型
7.2.4 目标管理的长远意义：锻造持续成功的团队
7.3 增长结构优化
7.3.1 增长引擎的类型
7.3.2 数据驱动增长引擎（以在线教育业务为例）
7.4 单位经济效益优化：毛利分析
7.4.1 确定毛利目标（以外卖业务为例）
7.4.2 优化毛利结构（以外卖业务为例）
第8章 专题：体验
8.1 用户体验概述
8.1.1 概念
8.1.2 度量模型
8.1.3 用户体验分析方法
8.2 用户体验分析应用
8.2.1 搭建体验指标体系（以外卖业务为例）
8.2.2 问卷调研
8.2.3 KANO模型
8.2.4 文本挖掘
8.2.5 关联用户行为与评价、调研
第9章 专题：风控
9.1 概述
9.1.1 风控的概念
9.1.2 风控的特征
9.1.3 风控不利可能造成的影响
9.2 风险感知（以外卖业务为例）
9.2.1 扫描业务流程与策略，锁定风控点
9.2.2 异常值分析与离群点监测
9.2.3 客服数据监测
9.3 风险分析（以外卖业务为例）
9.3.1 描述性分析
9.3.2 根本原因分析
9.3.3 共同因素分析
9.4 风险治理
9.4.1 治理的环节
9.4.2 治理的策略
第四部分 回顾与展望
第10章 数据驱动随处可见
10.