推薦序2

如今的時代是一個數據時代，是一個數據產生價值的時代，是一個數據在具體的業務場景中被產品化的時代。這個時代的企業都面臨著一個無法回避的問題——數據化轉型，企業應該怎么辦？

對互聯網企業而言，這似乎不是問題。原因可能是，互聯網企業從“出生”那天起，就相對比較注重數據分析與數據挖掘。但是，還有海量的傳統企業，比如零售企業、機械制造企業、培訓企業等，它們應該怎么辦？一面是蒸蒸日上的業務，另一面是洶涌的數據化浪潮，該如何讓數據和業務完美融合并進一步使數據成為企業的核心競爭力呢？

面對數據化轉型的緊迫挑戰，很多企業高管急需一套完整的、經過實踐檢驗的方法論來指導企業前行。這套方法論不僅要包括前沿的數據分析方法，還要契合行業實踐。行業實踐不僅涉及數據、算法、產品，還包括隱私保護、數據治理、組織架構等管理經營層面的先進理念。那么應該去哪里尋找這樣的方法論呢？

很幸運，TDU（TalkingData University）團隊的新書《數據科學實戰指南》很好地解決了這個問題。這是一本非常獨特的書，它關乎數據科學，關乎產業實踐，關乎組織治理，尤其適合正面臨數據化轉型的企業的從業者閱讀。

從這本書中，你可以了解基本的數據科學方法論、數據科學工具、數據科學團隊組織架構、數據治理理念，以及最重要的真實的成功案例。相信這本書一定會對你有所啟發。

王漢生

北京大學光華管理學院教授

北京大學商務統計與經濟計量系系主任

狗熊會創始人