最新章節

• 后記
• 【總結】
• 26.5 決策智能化
• 26.4 運營數據化
• 26.3 業務在線化
• 26.2 觸點數字化

• 后記 更新時間：2021-05-19 18:03:57
• 【總結】
• 26.5 決策智能化
• 26.4 運營數據化
• 26.3 業務在線化
• 26.2 觸點數字化
• 26.1 基礎設施云化
• 第26章 特步：數智化轉型的領跑者
• 【總結】
• 25.14 訂單交付智能路由
• 25.13 銷售預測
• 25.12 門店診斷模型
• 25.11 決策智能化
• 25.10 數據中臺
• 25.9 精準營銷
• 25.8 商品規劃
• 25.7 運營數據化
• 25.6 物流體系
• 25.5 供應商管理
• 25.4 組織在線和溝通在線
• 25.3 業務在線化
• 25.2 觸點數字化
• 25.1 基礎設施云化
• 第25章 良品鋪子：將數智化轉型進行到底
• 【總結】
• 24.5 決策智能化
• 24.4 運營數據化
• 24.3 業務在線化
• 24.2 觸點數字化
• 24.1 基礎設施云化
• 第24章 海底撈：服務就要無微不“智”
• 【總結】
• 23.5 決策智能化
• 23.4 運營數據化
• 23.3 業務在線化
• 23.2 觸點數字化
• 23.1 基礎設施云化
• 第23章 飛鶴乳業：插上數智化的翅膀
• 【總結】
• 22.5 決策智能化
• 22.4 運營數據化
• 22.3 業務在線化
• 22.2 觸點數字化
• 22.1 基礎設施云化
• 第22章 居然之家：用數智重構“人、貨、場”
• 【總結】
• 21.5 決策智能化
• 21.4 運營數據化
• 21.3 業務在線化
• 21.2 觸點數字化
• 21.1 基礎設施云化
• 第21章 大潤發：做零售業的數智化領軍者
• 第四篇 數智轉型先行者
• 【總結】
• 20.4 決策智能化在ABOS 11要素中的呈現場景及價值創造
• 20.3 決策智能化在各行業中的應用場景
• 20.2 實現決策智能化的重要步驟
• 20.1 什么是決策智能化
• 第20章 決策智能化
• 【總結】
• 19.5 全域數據化運營實戰
• 19.4 電商運營數據化實戰
• 19.3 阿里云助力企業數據中臺搭建實踐
• 19.2 阿里巴巴賦能運營數據化的產品
• 19.1 構建數據化的運營邏輯
• 第19章 運營數據化
• 【總結】
• 18.4 業務在線化案例分析
• 18.3 業務中臺的功能
• 18.2 業務中臺化
• 18.1 業務全面在線
• 第18章 業務在線化
• 【總結】
• 17.3 觸點數字化的實踐與案例
• 17.2 觸點數字化的關鍵點
• 17.1 觸點全面數字化
• 第17章 觸點數字化
• 【總結】
• 16.5 “云釘一體”“云端一體”讓應用開發更容易
• 16.4 云原生架構：IT架構敏捷化
• 16.3 上云需要避免的誤區
• 16.2 企業如何上云
• 16.1 企業為何要全面上云
• 第16章 基礎設施云化
• 第三篇 全鏈路數智化轉型五部曲
• 【總結】
• 15.3 全鏈路數智化轉型升級：一云多端五中臺N行業應用
• 15.2 新技術驅動供需動態平衡
• 15.1 從IT到DT的必要性
• 第15章 數智化新技術
• 【總結】
• 14.5 數智化新組織的案例
• 14.4 數智化新組織的實施工具和方法
• 14.3 數智化敏捷新組織
• 14.2 數智化組織升級的方向
• 14.1 組織的演化歷程
• 第14章 數智化新組織
• 【總結】
• 13.5 數智化物流實踐
• 13.4 數智化物流預測
• 13.3 數智化供應鏈
• 13.2 數智化物流基礎設施
• 13.1 物流的數智化演變
• 第13章 數智化新物流
• 【總結】
• 12.2 新金融賦能“人、貨、場”重構
• 12.1 金融的發展趨勢
• 第12章數智化新金融
• 【總結】
• 11.3 數智化服務解決方案
• 11.2 數據智能形成反饋閉環
• 11.1 阿里巴巴“親聽”用戶聲音
• 第11章 數智化新服務
• 【總結】
• 10.6 數智化“人、貨、場”的典型案例
• 10.5 商超百貨行業的數智化轉型
• 10.4 零售終端體驗升級
• 10.3 數智化“場”的重構
• 10.2 數智化“貨”的重構
• 10.1 數智化“人”的重構
• 第10章 數智化新零售
• 【總結】
• 9.7 AI輔助營銷工具
• 9.6 全生態精準投放和營銷效果評估
• 9.5 人群擴容
• 9.4 人群標簽組合應用
• 9.3 精準標簽和人群運營策略
• 9.2 從渠道到消費者，營銷重心的遷移
• 9.1 數智化營銷的關鍵四步
• 第9章 數智化營銷
• 【總結】
• 8.5 海外渠道的在線拓展：AliExpress、Lazada
• 8.4 深分渠道的快速滲透：零售通
• 8.3 渠道管理工具：釘釘新零售工作臺
• 8.2 全渠道融合模式
• 8.1 數據賦能渠道選擇
• 第8章 數智化渠道
• 【總結】
• 7.3 犀牛工廠
• 7.2 數智化“新制造”：C2M
• 7.1 從傳統制造困境中了解“新制造”出現的必然性
• 第7章 數智化新制造
• 【總結】
• 6.3 共建新品創新中心
• 6.2 新品合伙人、仿真實驗室和動銷診斷臺
• 6.1 依托數據的新品機會發現
• 第6章 數智化商品
• 【總結】
• 5.6 數字化的品牌傳播路徑
• 5.5 數字化的品牌增長路徑的GROW模型
• 5.4 數字化的品牌資產評估的FAST模型
• 5.3 消費者全周期數字管理的AIPL模型
• 5.2 數字化品牌發展路徑
• 5.1 數字化的市場分析和品牌定位
• 第5章 數智化品牌
• 第二篇 數智重構商業11要素
• 【總結】
• 4.2 ABOS賦能企業數智化轉型升級
• 4.1 數智化解決企業難題
• 第4章 依托商業操作系統的數智增長
• 【總結】
• 3.4 阿里巴巴的數字基礎設施
• 3.3 新基建浪潮下的產業生態變化
• 3.2 新基建“新”的意義
• 3.1 新基建概述
• 第3章 數智時代新基建
• 【總結】
• 2.3 數智新增長的路徑——新客、新品、新組織
• 2.2 以消費者為核心的全域融合應對策略
• 2.1 消費變革驅動數智轉型
• 第2章 消費變革驅動力
• 【總結】
• 1.4 數智時代創造“新世界”
• 1.3 技術驅動商業升級
• 1.2 市場變化驅動新增長
• 1.1 社會環境變革
• 第1章 環境變革驅動力
• 第一篇 數智開辟新商業時代
• 前言
• 推薦序2 尋找不確定性時代的數智化轉型之錨
• 推薦序1
• 推薦語
• 內容簡介
• 版權信息
• 封面

• 封面
• 版權信息
• 內容簡介
• 推薦語
• 推薦序1
• 推薦序2 尋找不確定性時代的數智化轉型之錨
• 前言
• 第一篇 數智開辟新商業時代
• 第1章 環境變革驅動力
• 1.1 社會環境變革
• 1.2 市場變化驅動新增長
• 1.3 技術驅動商業升級
• 1.4 數智時代創造“新世界”
• 【總結】
• 第2章 消費變革驅動力
• 2.1 消費變革驅動數智轉型
• 2.2 以消費者為核心的全域融合應對策略
• 2.3 數智新增長的路徑——新客、新品、新組織
• 【總結】
• 第3章 數智時代新基建
• 3.1 新基建概述
• 3.2 新基建“新”的意義
• 3.3 新基建浪潮下的產業生態變化
• 3.4 阿里巴巴的數字基礎設施
• 【總結】
• 第4章 依托商業操作系統的數智增長
• 4.1 數智化解決企業難題
• 4.2 ABOS賦能企業數智化轉型升級
• 【總結】
• 第二篇 數智重構商業11要素
• 第5章 數智化品牌
• 5.1 數字化的市場分析和品牌定位
• 5.2 數字化品牌發展路徑
• 5.3 消費者全周期數字管理的AIPL模型
• 5.4 數字化的品牌資產評估的FAST模型
• 5.5 數字化的品牌增長路徑的GROW模型
• 5.6 數字化的品牌傳播路徑
• 【總結】
• 第6章 數智化商品
• 6.1 依托數據的新品機會發現
• 6.2 新品合伙人、仿真實驗室和動銷診斷臺
• 6.3 共建新品創新中心
• 【總結】
• 第7章 數智化新制造
• 7.1 從傳統制造困境中了解“新制造”出現的必然性
• 7.2 數智化“新制造”：C2M
• 7.3 犀牛工廠
• 【總結】
• 第8章 數智化渠道
• 8.1 數據賦能渠道選擇
• 8.2 全渠道融合模式
• 8.3 渠道管理工具：釘釘新零售工作臺
• 8.4 深分渠道的快速滲透：零售通
• 8.5 海外渠道的在線拓展：AliExpress、Lazada
• 【總結】
• 第9章 數智化營銷
• 9.1 數智化營銷的關鍵四步
• 9.2 從渠道到消費者，營銷重心的遷移
• 9.3 精準標簽和人群運營策略
• 9.4 人群標簽組合應用
• 9.5 人群擴容
• 9.6 全生態精準投放和營銷效果評估
• 9.7 AI輔助營銷工具
• 【總結】
• 第10章 數智化新零售
• 10.1 數智化“人”的重構
• 10.2 數智化“貨”的重構
• 10.3 數智化“場”的重構
• 10.4 零售終端體驗升級
• 10.5 商超百貨行業的數智化轉型
• 10.6 數智化“人、貨、場”的典型案例
• 【總結】
• 第11章 數智化新服務
• 11.1 阿里巴巴“親聽”用戶聲音
• 11.2 數據智能形成反饋閉環
• 11.3 數智化服務解決方案
• 【總結】
• 第12章數智化新金融
• 12.1 金融的發展趨勢
• 12.2 新金融賦能“人、貨、場”重構
• 【總結】
• 第13章 數智化新物流
• 13.1 物流的數智化演變
• 13.2 數智化物流基礎設施
• 13.3 數智化供應鏈
• 13.4 數智化物流預測
• 13.5 數智化物流實踐
• 【總結】
• 第14章 數智化新組織
• 14.1 組織的演化歷程
• 14.2 數智化組織升級的方向
• 14.3 數智化敏捷新組織
• 14.4 數智化新組織的實施工具和方法
• 14.5 數智化新組織的案例
• 【總結】
• 第15章 數智化新技術
• 15.1 從IT到DT的必要性
• 15.2 新技術驅動供需動態平衡
• 15.3 全鏈路數智化轉型升級：一云多端五中臺N行業應用
• 【總結】
• 第三篇 全鏈路數智化轉型五部曲
• 第16章 基礎設施云化
• 16.1 企業為何要全面上云
• 16.2 企業如何上云
• 16.3 上云需要避免的誤區
• 16.4 云原生架構：IT架構敏捷化
• 16.5 “云釘一體”“云端一體”讓應用開發更容易
• 【總結】
• 第17章 觸點數字化
• 17.1 觸點全面數字化
• 17.2 觸點數字化的關鍵點
• 17.3 觸點數字化的實踐與案例
• 【總結】
• 第18章 業務在線化
• 18.1 業務全面在線
• 18.2 業務中臺化
• 18.3 業務中臺的功能
• 18.4 業務在線化案例分析
• 【總結】
• 第19章 運營數據化
• 19.1 構建數據化的運營邏輯
• 19.2 阿里巴巴賦能運營數據化的產品
• 19.3 阿里云助力企業數據中臺搭建實踐
• 19.4 電商運營數據化實戰
• 19.5 全域數據化運營實戰
• 【總結】
• 第20章 決策智能化
• 20.1 什么是決策智能化
• 20.2 實現決策智能化的重要步驟
• 20.3 決策智能化在各行業中的應用場景
• 20.4 決策智能化在ABOS 11要素中的呈現場景及價值創造
• 【總結】
• 第四篇 數智轉型先行者
• 第21章 大潤發：做零售業的數智化領軍者
• 21.1 基礎設施云化
• 21.2 觸點數字化
• 21.3 業務在線化
• 21.4 運營數據化
• 21.5 決策智能化
• 【總結】
• 第22章 居然之家：用數智重構“人、貨、場”
• 22.1 基礎設施云化
• 22.2 觸點數字化
• 22.3 業務在線化
• 22.4 運營數據化
• 22.5 決策智能化
• 【總結】
• 第23章 飛鶴乳業：插上數智化的翅膀
• 23.1 基礎設施云化
• 23.2 觸點數字化
• 23.3 業務在線化
• 23.4 運營數據化
• 23.5 決策智能化
• 【總結】
• 第24章 海底撈：服務就要無微不“智”
• 24.1 基礎設施云化
• 24.2 觸點數字化
• 24.3 業務在線化
• 24.4 運營數據化
• 24.5 決策智能化
• 【總結】
• 第25章 良品鋪子：將數智化轉型進行到底
• 25.1 基礎設施云化
• 25.2 觸點數字化
• 25.3 業務在線化
• 25.4 組織在線和溝通在線
• 25.5 供應商管理
• 25.6 物流體系
• 25.7 運營數據化
• 25.8 商品規劃
• 25.9 精準營銷
• 25.10 數據中臺
• 25.11 決策智能化
• 25.12 門店診斷模型
• 25.13 銷售預測
• 25.14 訂單交付智能路由
• 【總結】
• 第26章 特步：數智化轉型的領跑者
• 26.1 基礎設施云化
• 26.2 觸點數字化
• 26.3 業務在線化
• 26.4 運營數據化
• 26.5 決策智能化
• 【總結】
• 后記 更新時間：2021-05-19 18:03:57