《数据分析竞争法》是一本关于数据分析与竞争策略的重要著作。通过对数据分析在竞争中的应用进行深入探讨，揭示了数据对企业竞争力的重要性。了解数据分析的原理与方法，可以帮助企业在激烈的市场竞争中脱颖而出。这本书对于理解数据分析在商业领域的应用具有重要的参考价值。
数据分析竞争法读后感第一篇
1.很喜欢的议题
2.很大篇幅地论证重要性和阶段性
3.很少地提到具体运用和实际例子
所以，很大感觉看了等于没看，失望
还是埃森哲写的序才去看的
如果想入门的例外
特别对不起他的价格，好在是图书馆看的
数据分析竞争法读后感第二篇
书里的大部分篇幅都在说用数据分析给企业带来了多少的益处，但是如何做数据分析，什么样的企业适用什么样的方法，都没有详细介绍。适合给高层领导洗脑，但不适合员工操作。
这本书我看了三遍，可能在跟领导沟通数据分析策略时还可以侃侃而谈，但是具体到自己的公司，具体到用什么数据分析架构，还是没有明晰的思路。
数据分析竞争法读后感第三篇
外国人的思维逻辑、案例完全不合符中国国情！另外，这本书讲的更多的是数据分析的价值和作用，根本没有将如何分析以及分析的方法，总的来说很不适合购买。
外国人的思维逻辑、案例完全不合符中国国情！另外，这本书讲的更多的是数据分析的价值和作用，根本没有将如何分析以及分析的方法，总的来说很不适合购买
外国人的思维逻辑、案例完全不合符中国国情！另外，这本书讲的更多的是数据分析的价值和作用，根本没有将如何分析以及分析的方法，总的来说很不适合购买
数据分析竞争法读后感第四篇
这是一部阐述数据分析价值的书，从管理的角度入手，适合高层和阐述建议给高层的人。本书分为两部分：数据分析竞争法的本质是什么，怎样提高数据分析能力。
通过数据竞争法，培养企业的“差异化能力”，<企业服务于客户所采用的区别于竞争对手的，开创商业成功模式的整合业务流程和能力> 通过假设设定相关边界。
描述商业环境的信息时代，记录，存储，已经有了足够的支持。缺乏的是有效的分析技术，而是什么时候采用它。
重点不是采用了什么方法，而是什么时候采用了它。
大家都在用同样的课本上课，但是学到的东西却完全不一样。
竞争优势：有力而且有效的执行，明智的决策，从业务流程榨取最后一丝价值的能力。
提供了诸多的事例
数据分析竞争法读后感第五篇
最近在卓越上买了一些商业智能相关的书，卓越给我推荐了一些相关的书。这两本都是卓越给推荐的，感觉可能还值得一看，就买来看了看。
《数据分析竞争法》是商务印书馆的哈佛经管系列之一，名头比较大，先看它。不过有些失望。不是给技术人员看的。题目中的数据分析大约是说商业智能中的数据挖掘。作者把企业利用数据挖掘的程度分为由低到高的五级。全书反复论述每个级别的方法、工具、流程、对企业的好处，还举了一些的例子。在我看来这些例子不够详细，太笼统。所以我认为这本书适合于不了解商业智能与数据挖掘的管理人员阅读。
《超级数字天才》也在将数据挖掘给人类带来的好处。不同之处是相对比较详细，给出了具体的例子和实现的思路。书中列也在使用“数据分析”这个词，基本也在指“数据挖掘”。书中列举了数据挖掘在政府政策、教育、医疗等许多方面的实际应用的例子，都比较有意思。想了解数据挖掘的具体应用，可以看看这本书。
书中给我印象比较深刻的是例子中政府与教育行业的数据挖掘应用。一项政策的好坏，一个教育方法的好坏，美国人都试图用数据说话。
数据分析竞争法读后感第六篇
这本书是读研究生的一个老师推荐的，可惜那会儿是学渣渣，一直都放在书单里，反而是工作了，困惑多起来无从下手的时候，有推动力量让你不停向前的时候，捡起书本来。
写书评是件有难度的事情，尽管看似起来很简单，也有很多人会拆书和去定义怎么写书评。工具书远方便于故事型书籍。
读这本书之前是先把关于信用卡的书籍看了2本，主要是涉及到业务流程上的一些困惑，有时候在一线或者二线的时候，你不知道为什么管理层会下达这样的命令，背后的含义是什么，简单点的人就觉得，执行力是最重要的。但是对于我这种有时候老是冒出来为什么的人的情况下，在已有的权限下无法r问到人理由和逻辑层面信息才少的情况下，只是借助“经验”——书籍和网络。
所以也是看这本书的动力所在。
拖拖拉拉看了很久，也看过很多人写的书评。从技术流派确实会认为此书大篇幅讲的是组织架构，企业流程等等管理层面的问题。
其实细看
1、这本书是09年的书籍，那会儿j数据分析的竞争力和营销手段远没有现在这么灵活和庞大的数据基础，但书中很多作者讲的观念，在现在来说也得到验证，可以说作者在思想和趋势的预测上，比大多数人都看得远，这也是作者的一种倡导“数据分析下的企业竞争力”。
2、这本书，我想作者更多层面的希望管理层人员的重视，所以面向的人员，也更多是管理人员更能接受的话语，而在落地和实际操作中的这块介绍少之又少，点到为止。
3、结合上面两点，用高逼格的话说，“道已说清，术下回再论”。
以上小论，不足之处，还请点出。
数据分析竞争法读后感第七篇
在写书评前，先看了其他朋友写的书评，大多都是指出书的技术含量低，只是在论述一些概念而已。
我猜，大多数关注本书，并看了本书的朋友，可能都是技术出身吧。
这是一本管理学角度写的数据分析企业价值的书，本来就是给管理者看得的。
波特自己对技术其实也不是很懂，毕竟一个管理学专业出身的人，术业专攻不同。所以能写成这样还是不错的，而且技术并不是他要论述的重点。
但是，还是要指出他的书中与技术有关的一个重大缺陷。
或许是因为成书较早的缘故，书中倒数第二章的技术描述，更像是对传统BI领域的综述，而非对于书中成功例子企业所实际运用的技术的总结和描述。毕竟作者自己也说了，数据分析法是传统商业智能的子集。
我想，应该是更高深的部分才对。
其实，数据分析法的根源，应该是戴明哲学，即从客观的、系统的观念来看待企业业务，并利用数据的收集和分析，不断改进业务流程和方法，改进决策。
只不过，这里将关注的重点放在了数据的分析上。原因是近十年，有很多企业通过深度利用数据分析，获得了战略上的成功。这些企业已经不仅仅将业务数据分析停留在当初戴明哲学的基本统计的层面，而是进一步深化，将机器学习、规划、挖掘等深度的计算机数据分析的最近成果，成功的运用到了企业的业务改进之中。虽然框架并未脱离戴明哲学，但其深度已经不是戴明当初所预想到的了。
当前最新的大数据的热潮，也是这一趋势的一部分。可以说，这种趋势，也是戴明哲学胜利的一种体现。
我想再重复一次：
数据存在的地方，主观和偏见将无所遁形。这种管理学观念必将逐渐成为常识！
除此以外，就是数据分析技术的进步了！
至于在应用方面，财务和营销领域的知识其实已经做好了准备！
对于我国企业来说，管理企业的知识和体系都已经具备，只是看管理者是否愿意抛弃脑中的封建思想来运用这些科学成果了！
最后要补充的是，对于企业信息化软件市场而言，BI的相关工具还非常落后。当然这可能与企业本身的管理观念的进一步是一致的。
管理软件的未来必将实现业务流程与数据分析的无缝结合。
再回到开始的那个问题——很多朋友说本书写的是一些概念，没有技术含量。可是，组织中最难搞的事情就是人和理念。大家做数据分析的朋友一定遇到过很好的分析结果却无法影响业务决策的情况。因此，这本书其实是在讲如何将基于事实的决策机制和数据分析在组织中真正推行的思路，而非在技术上。
数据分析竞争法读后感第八篇
看完这本书后，好几天我都感到很失落。这本书是讲数据分析的价值的。作为一名数据工作者，自己本应该很高兴才是。然而实际上，数据分析只是可能产生巨大的价值，但是大部分企业对数据分析的利用非常有限，而且在企业从数据分析低级阶段向高级阶段进阶的过程中，数据分析或挖掘人员所起的作用通常是微不足道的。
本书将企业利用数据分析进行竞争分为五个阶段：数据分析法利用薄弱阶段、有限采用数据分析法阶段、拥有数据分析意向的阶段、分析型企业阶段、分析竞争型企业阶段。处在第五个阶段的公司包括：Google、Amazon、Netflix、Yahoo、沃尔玛、哈拉斯娱乐公司、第一资本金融公司、前进保险公司等。分析竞争型企业的关键特征如下：
1． 数据分析法支持着企业的战略性差异化能力。
并不是强调数据分析的重要性就能成为分析竞争型企业。差异化的能力是成为分析竞争型企业的必要条件。比如Google的Adsense、Amazon的个性化推荐、Netflix的用户电影偏好预测都是它们的差异化产品，这些产品是别的企业难以轻易超越的）
2. 数据分析的方法和及其管理是遍及整个企业的。
在整个企业层面而非部门或个人层次使用数据分析法。若只是一个或几个部门重度使用数据分析方法，还是难以成为分析竞争型企业。
3. 高层管理者的倡导
这可能是最为重要的因素。如果没有自上而下的推动，企业难以实现成为分析竞争型企业所需的文化变革。理想情况下是CEO的支持。第一资本金融公司的创始人与CEO费尔班克将数据分析竞争法总结为“以信息为基础的战略”。莎莉烘焙集团的前任CEO贝拉查在退休前一直在自己的桌上摆着一个牌子“除非你是上帝，否则请用数据说话”（世界著名统计管理学专家戴明所说）。哈拉斯公司的CEO洛夫曼将大量熟悉数据分析法的高中层主管招聘进公司，并且列出三条员工可能会被解雇的理由：“骚扰妇女、偷窃或者不用统计方法进行分析”。 如果CEO和高层只相信直觉和自己非凡的智慧，那么企业将难以形成支持数据分析的氛围，进而难以到达数据分析法使用的高级阶段。
4. 远大志向
“并非所有开创数据分析竞争法的努力都能获得成功，但是，就这种努力所实现的结果而言，其规模和范围必须非常大，才能影响企业的命运。那种对数据分析法缓慢增多的、战术性的运用都不能产生很大的影响，只有战略性、竞争性的运行才能够给企业带来重大的影响。”如果没有远大志向，很容易由于短时间内数据分析没有产生可见的效果而对数据分析竞争法失去信心。
要成为分析竞争型企业，拥有强大的数据分析团队是重要的，但可能不是最重要的条件。 人是数据分析竞争中的稀缺因素，但稀缺的不仅仅是充满活力的数据分析人员，还包括熟悉和信仰数据分析法的中层管理者（当然CEO与高层管理者的重要性更是不容质疑）。仅仅拥有数据分析技术不足以改变企业，另外还应包括：合适的数据和产品。
有许多错误可能导致数据分析法危机，从而妨碍企业向数据分析利用高级阶段发展，这些错误包括但不限于：
过度集中于数据分析能力的一方面，比如技术
试图一下子做完所有事情
不分轻重缓急，在影响很小的方法上投入过长的资源
相对企业需求对数据分析法投入过多或过少
选错问题，不充分地理解问题，使用了错误的数据分析技术活错误的软件
过于相信数据分析的结果，不对结果进行监控并根据实际情况进行调整
隐藏信息，操纵数据分析法，用官僚决策代替数据决策
决策者不信任数据分析人员，或者不关心数据分析的结果，只做分析却不根据数据分析的结果采取行动
数据分析人员与决策者之间缺乏一种紧密的，相互依赖的关系
业务人员、产品人员与数据分析人员缺乏合作。业务和产品人员认为数据分析人员缺乏对业务的了解，而数据分析人员则埋怨业务和产品人员不懂数据分析
数据分析人员不能处理好政治问题，无法协调好各方关系，或者常常让分析结果中充满数学，令人费解。
