Jump to ratings and reviews
Rate this book

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

Rate this book

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 models—from data collection and analysis to the insights and leadership that drive concrete actions. You’ll learn what works and what doesn’t, and why creating a data-driven culture throughout your organization is essential.

Start from the bottom up: learn how to collect the right data the right way Hire analysts with the right skills, and organize them into teams Examine statistical and visualization tools, and fact-based story-telling methods Collect and analyze data while respecting privacy and ethics Understand how analysts and their managers can help spur a data-driven culture Learn the importance of data leadership and C-level positions such as chief data officer and chief analytics officer

304 pages, Kindle Edition

First published July 23, 2015

Loading interface...
Loading interface...

About the author

Carl Anderson

21 books6 followers

Ratings & Reviews

What do you think?
Rate this book

Friends & Following

Create a free account to discover what your friends think of this book!

Community Reviews

5 stars
66 (28%)
4 stars
105 (44%)
3 stars
54 (22%)
2 stars
9 (3%)
1 star
1 (<1%)
Displaying 1 - 25 of 25 reviews
Profile Image for Deane Barker.
Author 5 books34 followers
March 14, 2016
This book approaches big data a little differently than most. It's less about actually slicing and dicing statistics and is more about the organizational challenges to building an organization that runs on data above all else.

The author discusses the cultural challenges -- how to avoid the HiPPO (Highest Paid Person's Opinion) problem, how to build a team, how to frame the data, etc. It's less science, more organizational therapy and human social engineering, with a dash of human resources. For instance, there's an entire chapter about the phenomenon of the CAO (Chief Analytics Officer) and CDO (Chief Data Officer).

It's a nice angle that I haven't seen presented elsewhere. Most books in this space are about (1) math, or (2) programming constructs around that math. This book takes a step back and makes it about people, which is a welcome change.
Profile Image for Denis Vasilev.
604 reviews86 followers
November 16, 2019
Базовый обзор разных аспектов работы с данными в компании. Все - банальщина, легкий ликбез
Profile Image for Oleksandr Golovatyi.
404 reviews32 followers
November 27, 2017
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.
Profile Image for Pavel Annenkov.
385 reviews105 followers
May 16, 2020
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»
Profile Image for Andi Dirgantara.
20 reviews2 followers
July 26, 2018
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.
Profile Image for Donn Lee.
244 reviews5 followers
November 15, 2018
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.
February 15, 2019
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.
11 reviews
December 19, 2017
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.
45 reviews1 follower
January 23, 2021
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
Profile Image for Asya.
26 reviews
June 30, 2021
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.
Profile Image for Mikhail Filatov.
180 reviews7 followers
April 29, 2022
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.
Profile Image for Justin Elszasz.
33 reviews1 follower
September 9, 2018
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.
September 14, 2018
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.
Profile Image for ezequiel orbe.
13 reviews4 followers
August 3, 2017
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.
Profile Image for Nicole.
1 review
February 15, 2019
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.
Profile Image for Jacek.
2 reviews
September 29, 2019
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!
Profile Image for Celz  Lin.
205 reviews4 followers
July 28, 2021
Very informative in creating a data-driven organization. It gives examples and the pros and cons.
11 reviews
May 23, 2022
Describes culture & common structures needed for a data-driven org.
Profile Image for Onno Bruins.
107 reviews2 followers
June 13, 2022
Mooi overzicht van alle aspecten waar je als organisatie met ambities op het vlak van data-gedreven werken, mee te maken krijgt.
Profile Image for Oleksandra Ovcharenko.
105 reviews1 follower
April 13, 2021
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)
Profile Image for Rodrigo Rivera.
26 reviews6 followers
April 21, 2016
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.
Profile Image for Lisa.
17 reviews
December 17, 2015
The perfect starting point for small to medium organizations that are trying to make a difference by using data.
Displaying 1 - 25 of 25 reviews

Can't find what you're looking for?

Get help and learn more about the design.