معرفی و دانلود کتاب تحلیل استراتژیک: بینش‌هایی از مجله کسب و کار هاروارد

معرفی کتاب تحلیل استراتژیک: بینش‌هایی از مجله کسب و کار هاروارد

اریک سیگل، ادوارد گلاسر، کازی کوزیرکو و توماس اچ. داونپورت در کتاب تحلیل استراتژیک بیان می‌کنند که تجزیه‌وتحلیل داده‌ها در فرایند مدیریت، امری حیاتی‌ست و فرصتی را برای پیش‌بینی آینده، استفاده از فناوری‌های پیشرفته و کسب بینش ارزشمند در مورد کسب‌وکار ارائه می‌دهد. شرکت شما باید به‌روز باشد تا پتانسیل‌هایتان هدر نروند و رقبای‌تان درحالی‌که عقب مانده‌اید، سریع‌تر شما را پشت‌سر نگذارند.

درباره‌ی کتاب تحلیل استراتژیک

آیا شرکت شما برای موج بعدی تجزیه‌وتحلیل آماده است؟ تجارت در حال تغییر است، آیا تلاش می‌کنید همگام با این تغییرات پیش بروید یا فکر می‌کنید از رقبایتان عقب می‌مانید؟ این‌ها سؤالاتی اساسی هستند که هر مدیر موفقی باید پاسخی صریح و سرراست برایشان داشته باشد. زیرا حقیقت این است که شما نمی‌توانید تحولات چشم‌انداز کسب‌وکار را در جوامع نادیده بگیرید و با روش‌های سنتی ادامه دهید. اریک سیگل (Eric Siegel)، ادوارد گلاسر (Edward L. Glaeser)، کازی کوزیرکو (Cassie Kozyrkov) و توماس اچ. داونپورت (Thomas H. Davenport) در کتاب تحلیل استراتژیک (Strategic Analytics) به شما می‌آموزند چگونه با درک موضوعاتی که آینده‌ی شرکت شما را شکل می‌دهند، به یک مدیر موفق‌تر تبدیل شوید. نویسندگان این کتاب با انجام دقیق‌ترین و بهترین تحقیقات، مصاحبه‌ها و تحلیل‌ها درمورد مسائل روز، مقدمه‌ای اساسی و راهکارهای عملی را که سازمان‌تان برای رقابت در بازار امروز نیاز دارد، به شما ارائه می‌دهند.

کتاب تحلیل استراتژیک، ذیل مجموعه‌ای تحت‌عنوان Insights You Need منتشر شده است. این مجموعه از کتاب‌ها به مسائلی چون بلاک‌چین، امنیت سایبری، هوش مصنوعی و ... می‌پردازند. اریک سیگل، ادوارد گلاسر، کازی کوزیرکو و توماس اچ. داونپورت در کتاب پیش رو تفکری امروزی و مدرن را در مورد این‌که با تجزیه‌وتحلیل داده‌ها قادر به انجام چه اموری هستید، شرکت شما به کدامیک از استعدادهای حیاتی برای بهره بردن از مزایای آن‌ها نیاز دارد، و چگونگی استفاده از تجزیه‌وتحلیل در سراسر سازمان‌تان پیش از این‌که دیر شود، در اختیارتان می‌گذارند. واقعیت این است که برای موفقیت در دنیای کسب‌وکار و تجارت امروز نباید تنها از به‌روزترین‌ها مطلع باشید، بلکه خودِ شما باید به‌روزترین و پیشرفته‌ترین باشید.

کتاب تحلیل استراتژیک بیشتر روی استراتژی‌های مربوط به مدیریت، نحوه‌ی گردآوری و اداره‌ی یک تیم کارآمد و قوی در یک سازمان با داده‌های زیاد و احتمالاً سنگین تمرکز دارد. از جمله نکات کلیدی که سیگل و همکارانش در متن تألیفی خود به آن‌ها اشاره کرده‌اند می‌توان به چند مثال زیر اشاره کرد:

• شما به نیروهای ماهر و بااستعداد در زمینه‌ی تحلیل داده‌ها نیاز دارید، اما به افرادی هم نیاز دارید که بتوانند نتایج حاصل از تحلیل داده‌ها را به‌درستی با باقی اعضای تیم به اشتراک بگذارند.
• مهم است که وظایف شغلی در یک تیم کمی تداخل داشته باشند تا افراد بتوانند بهتر با هم کار کنند و ارتباط بگیرند.
• هدف‌های درست و معقول داشته باشید؛ برای پروژه‌هایتان نمونه‌سازی سریع انجام دهید و ضرب‌الاجل‌هایی (مثلاً سه ماهه یا حتی کمتر) داشته باشید. اگر در کوتاه‌مدت متوجه شدید که طرح موردنظر ارزش ادامه دادن ندارد و جواب نمی‌دهد، همان لحظه کنار بگذاریدش.
• همیشه روی میزان کار کمتر با تمرکز بالاتر سرمایه‌گذاری کنید.

با مطالعه‌ی کتاب تحلیل استراتژیک به این موضوع پی می‌برید که بسیاری از شرکت‌های مدرن و استارت‌آپ‌ها بر پایه‌ی تحلیل داده‌ها بنا شده‌اند. شما هم‌زمان قادر خواهید بود که به سؤالات مهمی نیز پاسخ دهید؛ مانند این‌که نحوه‌ی صحیح تفسیر و استفاده از داده‌ها چیست؟ ارزش حقیقی داده‌ها در چیست؟ و چگونه می‌توانید از تحلیل آن‌ها برای شکل‌دهی یک استراتژی‌ جدید یا پیشبرد استراتژی‌های فعلی خود استفاده کنید؟

کتاب تحلیل استراتژیک را ثنا جهاندار به فارسی برگردانده و انتشارات راه پرداخت نیز آن را منتشر و روانه‌ی بازار کتاب کرده است.

کتاب تحلیل استراتژیک برای چه کسانی مناسب است؟

مطالعه‌ی این کتاب برای کلیه‌ی متخصصان، مدیران و کارشناسان حوزه‌ی مدیریت کسب‌کار، مفید و کاربردی خواهد بود.

در بخشی از کتاب تحلیل استراتژیک: بینش‌هایی از مجله کسب و کار هاروارد می‌خوانیم

تحلیلگران خوب، برای یک قانون طلایی در حرفه‌شان، احترام زیادی قائل هستند؛ هیچ‌گاه پس از دیدن داده‌ها، به شکل قطعی نتیجه‌گیری نکنید (و به مخاطب‌تان نیز اجازه ندهید چنین کاری انجام دهد). در همین راستا، یکی از روش‌های تشخیص یک تحلیلگر خوب این است که چنین فردی، از زبانی نرم و محتاطانه‌ استفاده می‌کند؛ به‌عنوان نمونه، به جای «ما نتیجه می‌گیریم»، جمله «ما تصور می‌کنیم» را به کار می‌گیرد. تحلیلگران همچنین تاکید می‌کنند که برای هر دیدگاهی، چندین تفسیر احتمالی مختلف وجود دارد و این موضوع می‌تواند از خودرای‌بودن بیش از حد رهبران بکاهد. تحلیلگرانی که بیش از حد به حقایق پایبند هستند مدام تکرار می‌کنند «این چیزی است که داده‌ها نشان می‌دهند» و خودشان را جدی نمی‌گیرند، خطرناک هستند و بدترین جرمی که ممکن است مرتکب شوند، این است که زمان افرادی که عملیات‌شان را بر اساس یافته‌های آن‌ها به پیش می‌برند، هدر بدهند.

درست است که مهارت‌های آماری برای آزمایش فرضیه‌ها لازم هستند، ولی تحلیلگران کسانی هستند که به شکل‌گیری آن فرضیه‌ها کمک می‌کنند. به‌عنوان مثال، یک تحلیلگر ممکن است بیاید و بگوید: «این فقط یک وابستگی بین دو پارامتر است؛ ولی من گمان می‌برم فلان عامل، در ایجاد این وابستگی نقش داشته باشد...» و سپس توضیح بدهد که چرا چنین گمانی دارد. چنین فردی، باید از یک شهود قوی در مورد داده‌ها بهره‌مند و به مهارت‌های ارتباطی نیز مجهز باشد تا بتواند گزینه‌های در دسترس را به گوش تصمیم‌گیرنده برساند. تصمیم‌گیرنده، همان کسی است که مشخص می‌کند کدام فرضیه‌ها مهم هستند و ارزشش را دارد که گروه آماری در مورد آن‌ها تحقیق کند. تحلیلگران هرچه بیشتر کار کنند، فنون بیشتری خواهند آموخت و در کنار تعیین موضوعات جالب، خواهند توانست موارد مهم را نیز خودشان شناسایی کنند. این روند باعث می‌شود نقش تصمیم‌گیران به‌عنوان مدیران میانی، کمرنگ‌تر شود.

فهرست مطالب کتاب

مقدمه
چه چیزی آنالیتیکس را به موضوعی استراتژیک تبدیل می‌کند؟
بخش اول: آشنایی با اصول آنالیتیکس
1. پنج مولفه اساسی برای کسب موفقیت در کار با داده
2. آشنایی با انواع داده و روش به دست‌ آوردن آن‌ها
3. روش صحیح به‌کارگیری آنالیتیکس‌ پیشگویانه
4. تحلیلگران معتبر داده، چه کارهایی انجام می‌دهند؟
5. داده برای چه کاری خوب است و برای چه کاری خوب نیست؟
بخش دوم: تبدیل‌شدن به یک سازمان آنالیتیکس‌محور
6. به آن دسته از مهارت‌های داده‌ای که شرکت شما نیاز دارد، اولویت بدهید
7. چگونه یک شرکت آلمانی توانست آزمایشگاه آنالیتیکس خودش را راه بیندازد؟
8. رایانش ابری به شرکت‌های جدیدتر و کوچک‌تر کمک می‌کند تا کامل‌تر شوند
9. علم داده و هنر متقاعدسازی
بخش سوم: به‌کارگیری آنالیتیکس داده
10. وینیارد واینز چگونه از آنالیتیکس برای جذب مشتری استفاده می‌کند؟
11. چگونه از داده کارمندان به شکل مسئولانه استفاده کنیم؟
12. تصمیم‌گیری هوش مصنوعی‌محور، چگونه است؟
13. شرکت‌ها چگونه می‌توانند از داده در راستای پیشرفت رفاه عمومی استفاده کنند؟