这些资源你可能感兴趣
1. 智能数据帮助企业通过更加“聪明地”分析和利用信息来逐步改进现有商业模式 2. 为企业开发数字业务以应对竞争者（例如，谷歌突然进入市场，企业如何应对） 3. 清晰地阐释需要解决的数据问题 4. 不要积累、交换和购买任意信息，而应利用各类有用的数据 5. 一张简单的Excel表或许比成本高昂的IT工具更能高效地解决问题 6. 将客户以一种“销售团队可以轻松归类”的方式细分 7. 调整销售方案并设置控制组以做检验，然后从错误中学习 8. 与目标客户相同的各行业企业建立数据合作伙伴关系 9. 为客户在线上和线下创造易于导航的“接触点” 10. 智能数据项目需要灵活的组织结构、充足的资源以及优秀的变革管理
作者简介
• 比约恩·布劳卿（Björn Bloching），罗兰贝格管理咨询公司的合伙人（Senior Partner）、数字化部门全球主管，，经验丰富的营销专家，领导着该咨询公司的国际市场与销售技术部门。
拉斯·拉克（Lars Luck），麦德龙集团组合战略专家，此前曾任罗兰贝格管理咨询公司合伙人，领导“销售和有针对性营销”实践小组。
托马斯·拉姆什，德国财经刊物《brand eins》记者，报道领域涵盖技术、IT及营销领域。《经济学人》特约编辑。著作颇丰，曾获得德国《金融时报》颁发的商业图书奖。
目录
引 言 以少博多的智能数据使用者
规模并不重要 // 001
成为行业“智者” // 004
智能数据理念梗概 // 005
新“数据合同” // 007
第一部分 从大数据向智能数据转变
第1 章 深陷数据过载的愁云惨雾
流感预测器也闹“流感” // 013
技术成熟度曲线（Hype-Cycling） // 019
没有“大爆炸”的大数据 // 022
以守为攻战术 // 027
第2 章 数字化海啸—完全不关注数据也行不通
沿价值链产生分化 // 033
机智，联合，进攻 // 036
到处都土崩瓦解！ // 041
投资者眼光 // 057
第3 章 智能数据冠军—选择正确的数据是成功的基础
聪明的数据使用者 // 063
找对数据比拥有超多数据更有用 // 066
“3W”：为什么？如何做？做什么？ // 069
概率击败偶然 // 075
第二部分 智能数据的循环
第4 章 五步流程实现增值
提出正确的问题 // 081
使用正确的数据 // 090
客户需求理解 // 095
提出自己独特的销售主张 // 111
正确地吸引客户 // 114
结论：实现增值 // 122
第三部分 冠军企业的智能数据应用领域
第5 章 更加智慧地接近客户—在合适的时间、以合理的价格、提供所需的产品
时尚策划 // 127
策划式配件 // 129
哈，这个卖家是真正了解我的！ // 133
贸易方面的分析小知识 // 137
在价格发现过程中，好货也得便宜 // 140
物理网点销售打败网络化销售 // 142
第6 章 从贸易伙伴转变为数据伙伴—通过中介共同提高
客户潜力
一切对抗一切？ // 147
协同型客户关系管理 // 150
瑞士法典 // 156
假名的力量 // 158
双重选择性加入？是的！ // 163
第7 章 智能优化选址、产品线和产品
“错误的旗杆” // 167
在正确的地点采用正确的销售模式 // 171
实时优化产品线 // 176
第8 章 多渠道到底是什么意思—为客户和企业提供最好的“客户旅程”
多渠道发展—内外有别 // 187
弹球机而不是保龄球 // 190
每人一个苹果账户! // 193
客户旅程中的渠道断点 // 198
在线产品展示厅 // 202
第四部分 企业的智能化之路
第9 章 能够接受错误才是正确的经营态度
弹道式思维 // 211
用不断尝试打败加农炮理论 // 215
无计划时代的企业管理 // 217
孔子说…… // 224
数据大狂欢 // 227
第10 章 使组织更加灵活—选择正确的组织构架、流程和技术
可以自由选择工作岗位吗？ // 229
智能数据的折中路线 // 232
数字化变革中的“四步走” // 233
迭代增量，小步快跑！ // 243
第11 章 智能化地引进人才和开展培训—正确选择员工
战略规划官 // 246
数据科学家 // 247
项目经理 // 251
变革管理经理 // 252
第五部分 赢得数据
第12 章 选择客户真正需要的数字化战略
公众众口铄金 // 257
隐私精神分裂症 // 259
透明的“数据章鱼”？ // 262
赢得数据 // 265
后NSA时代的人 // 271
全新模式 // 273
规模并不重要 // 001
成为行业“智者” // 004
智能数据理念梗概 // 005
新“数据合同” // 007
第一部分 从大数据向智能数据转变
第1 章 深陷数据过载的愁云惨雾
流感预测器也闹“流感” // 013
技术成熟度曲线（Hype-Cycling） // 019
没有“大爆炸”的大数据 // 022
以守为攻战术 // 027
第2 章 数字化海啸—完全不关注数据也行不通
沿价值链产生分化 // 033
机智，联合，进攻 // 036
到处都土崩瓦解！ // 041
投资者眼光 // 057
第3 章 智能数据冠军—选择正确的数据是成功的基础
聪明的数据使用者 // 063
找对数据比拥有超多数据更有用 // 066
“3W”：为什么？如何做？做什么？ // 069
概率击败偶然 // 075
第二部分 智能数据的循环
第4 章 五步流程实现增值
提出正确的问题 // 081
使用正确的数据 // 090
客户需求理解 // 095
提出自己独特的销售主张 // 111
正确地吸引客户 // 114
结论：实现增值 // 122
第三部分 冠军企业的智能数据应用领域
第5 章 更加智慧地接近客户—在合适的时间、以合理的价格、提供所需的产品
时尚策划 // 127
策划式配件 // 129
哈，这个卖家是真正了解我的！ // 133
贸易方面的分析小知识 // 137
在价格发现过程中，好货也得便宜 // 140
物理网点销售打败网络化销售 // 142
第6 章 从贸易伙伴转变为数据伙伴—通过中介共同提高
客户潜力
一切对抗一切？ // 147
协同型客户关系管理 // 150
瑞士法典 // 156
假名的力量 // 158
双重选择性加入？是的！ // 163
第7 章 智能优化选址、产品线和产品
“错误的旗杆” // 167
在正确的地点采用正确的销售模式 // 171
实时优化产品线 // 176
第8 章 多渠道到底是什么意思—为客户和企业提供最好的“客户旅程”
多渠道发展—内外有别 // 187
弹球机而不是保龄球 // 190
每人一个苹果账户! // 193
客户旅程中的渠道断点 // 198
在线产品展示厅 // 202
第四部分 企业的智能化之路
第9 章 能够接受错误才是正确的经营态度
弹道式思维 // 211
用不断尝试打败加农炮理论 // 215
无计划时代的企业管理 // 217
孔子说…… // 224
数据大狂欢 // 227
第10 章 使组织更加灵活—选择正确的组织构架、流程和技术
可以自由选择工作岗位吗？ // 229
智能数据的折中路线 // 232
数字化变革中的“四步走” // 233
迭代增量，小步快跑！ // 243
第11 章 智能化地引进人才和开展培训—正确选择员工
战略规划官 // 246
数据科学家 // 247
项目经理 // 251
变革管理经理 // 252
第五部分 赢得数据
第12 章 选择客户真正需要的数字化战略
公众众口铄金 // 257
隐私精神分裂症 // 259
透明的“数据章鱼”？ // 262
赢得数据 // 265
后NSA时代的人 // 271
全新模式 // 273
本书评论