分析战略
和数据一样，“分析”作为公司间竞争力的区分因素，其重要性也与日俱增。为本书作序的托马斯 ·达文波特是全球商业流程再设计和分析竞争方面的领先专家，他提出了 3种主要分析能力。
1.商业分析：自公司信息自动化和获取工具以及关键绩效指标工具出现以来，商业领袖推动和采纳的传统报告和智能可视化模块。
2.预测分析：利用过去和现在的数据，应用统计模型，根据以往的经验预测将来可能的结果。
3.规范分析：为下一步行动提供指导的分析结论。规范分析的例子包括活动优化、模拟定价以及互动渠道。
数据和技术可以推动分析工作，因此我们必须明确自己目前的情况，同时知道自己需要什么类型的分析才能在当今数字时代更好地使自己的公司立于不败之地。第九章介绍了各项指标以及数据驱动型营销时代需要考虑的基本要素。我还要推荐几本书：《跟上量化分析师的步伐：了解与使用数据分析了解与使用指南》，作者是托马斯 ·达文波特和金珍浩；《数据分析竞争法——公司赢之道》，作者是托马斯 ·达文波特和珍妮 ·哈里斯；《驾驭大数据》，作者是比尔 ·弗兰克斯。
数据战略
公司中存在很多由来已久的隔阂，妨碍了信息流通，而数据驱动型营销需要以可信的数据为基础，因此，为公司制定全面的数据战略至关重要。我将在第八章中做更详细的讨论，但是必须注意，要想让数据战略落到实处，就必须确保其覆盖整个公司，且需要以信息技术、营销以及其他关键业务部门的合作为依托。此外，你还需要把数据战略和总体业务目标联系起来，争取高层的支持，并保证可以调遣相关人力资源执行该战略。这听起来似乎是无法完成的任务，但是很多领先的营销团队都做到了。他们将变革任务化整为零，然后步步为营地取得进展。
举个例子，正如我在第三章提到的，当美国红十字会根据其愿景着手制定战略时，其有远见的市场营销总监佩姬 ·戴尔认识到，他们内部没有能力制定全面的数据战略。她争取到了董事会的内部支持，并得到了高级管理层将数据视作关键战略资产的承诺，然后聘请了一名数据战略副总裁。接下来，她和她的营销团队在这位新成员加入后，才最终制定了数据战略。戴尔知道，美国红十字会的数据问题是她的团队难以解决的，她必须聘请一位有相关经验的高管。
我还见过一项制定数据战略的良好做法，那就是确保不仅仅由单个部门掌握有关现有客户和潜在买家的数据，尤其是大数据。换句话说，公司的所有数据必须纳入整个公司的整体数据战略。我曾与一家大型金融服务组织的首席信息官会谈，她谈到了她所在公司的数据挑战，那番话颇很有见地。她当时刚刚接任这个职位，发现公司的客户数据非常零散，不由得忧心忡忡。用她的话说，“数据到处都是。”她告诉我，公司必须将这些分散的数据整合起来，必须利用大数据。然后需要制定一项整体战略，以反映公司的总体商业目标。
