Keeping Up with the Quants: Your Guide to Understanding and Using Analytics

by Thomas H. Davenport, Jinho Kim

Why Everyone Needs Analytical Skills

Welcome to the age of data. No matter your interests (sports, movies, politics), your industry (finance, marketing, technology, manufacturing), or the type of organization you work for (big company, nonprofit, small start-up)—your world is awash with data.

As a successful manager today, you must be able to make sense of all this information. You need to be conversant with analytical terminology and methods and able to work with quantitative information. This book promises to become your �quantitative literacy" guide—helping you develop the analytical skills you need right now in order to summarize data, find the meaning in it, and extract its value.

In Keeping Up with the Quants, authors, professors, and analytics experts Thomas Davenport and Jinho Kim offer practical tools to improve your understanding of data analytics and enhance your thinking and decision making. You’ll gain crucial skills, including:

� How to formulate a hypothesis
� How to gather and analyze relevant data
� How to interpret and communicate analytical results
� How to develop habits of quantitative thinking
� How to deal effectively with the �quants” in your organization

Big data and the analytics based on it promise to change virtually every industry and business function over the next decade. If you don’t have a business degree or if you aren’t comfortable with statistics and quantitative methods, this book is for you. Keeping Up with the Quants will give you the skills you need to master this new challenge—and gain a significant competitive edge.

Genres: Business, Science, Nonfiction, Finance, Mathematics, Management, Economics

229 pages, Hardcover

First published May 21, 2013

About the author

Tom Davenport holds the President's Chair in Information Technology and Management at Babson College. His books and articles on business process reengineering, knowledge management, attention management, knowledge worker productivity, and analytical competition helped to establish each of those business ideas. Over many years he's authored or co-authored nine books for Harvard Business Press, most recently Competing on Analytics: The New Science of Winning (2007) and Analytics at Work: Smarter Decisions, Better Results (2010). His byline has also appeared for publications such as Sloan Management Review, California Management Review, Financial Times, Information Week, CIO, and many others.

Davenport has an extensive background in research and has led research centers at Ernst & Young, McKinsey & Company, CSC Index, and the Accenture Institute of Strategic Change. Davenport holds a B.A. in sociology from Trinity University and M.A. and Ph.D. in sociology from Harvard University. For more from Tom Davenport, visit his website and follow his regular HBR blog.

Reviews

[Todd N · Rating 3 out of 5]

This is a business-focused overview of data analytics and statistics. Downloaded to my Kindle on an impulse because the author was recommended to me from a previous book.

I found it to be too business-oriented and too high-level. When things are too abstract, by which I mean not enough math to nail it to my brain, I have trouble retaining the material.

If you are interested in statistics and predictive analytics in general (i.e. not how to super-turbo-charge your career and companies profits!!!) then read Nate Silver's The Signal And The Noise.

If you are interested in an overview of the techniques of data science (i.e. data mining) with just enough math to keep it from being airy-fairy, then check out Data Science For Business published by O'Reilly, which I just started reading and which looks very promising.

Although I confess I didn't finish this book I feel the audience for this book is a mid-level manager to VP who needs some context after suddenly finding themselves between the bearded weirdos in the data science department and the execs who take private elevators to their offices. There are lots of useful case studies, which is the lingua franca for these types. This is not a knock on the book because it's very upfront about being a book for non-quants.

[Sergei_kalinin · Rating 4 out of 5]

Очень хорошая книга про использование методов математической статистики в бизнесе. Точнее говоря, это руководство для менеджеров, объясняющее им, как максимально эффективно сотрудничать с "квантами" (Quants = quantitative analyst, количественные аналитики), как использовать математические методы для решения различных бизнес-задач.

Сразу хочу предупредить, что книга рассчитана на "чайников". Мне лично она показалась слишком простой и даже примитивной :). Но в качестве оправдания добавлю, что у меня почти 20-летний стаж преподавания методов мат.статистики + участие в десятках исследований + изданная книга по использованию пакета стат.программ SPSS. И, разумеется, в терминологии авторов, я - самый натуральный "квант"))).

Так вот на основе опыта преподавания, и на основе опыта разъяснения заказчикам необходимости проведения тех или иных аналитических исследований, могу сказать, что "простые" аналитические методы для 80% людей вовсе не являются простыми :). Поэтому, как правило, хороших книг, где просто и увлекательно излагаются "азы" аналитики, крайне не хватает. Книга "О чём говорят цифры" приятно порадовала, она реально поможет тем людям бизнеса, которые зададутся вопросом: "А сможет ли (и как) мой бизнес получить конкурентное преимущество благодаря применению аналитики?".

Из "плюсов":

1. В книге описан простой и понятный 6-шаговый алгоритм применения аналитических методов для решения бизнес-задач.

2. В книге есть краткий обзор типов данных, с которыми имеет дело бизнес, и обзор статистических методов, с помощью которых эти данные можно анализировать.

3. В книге ОЧЕНЬ много конкретных примеров применения аналитических методов в бизнесе (в основном это IT-компании вроде Intel, Cisco, Amazon, но есть также и торговля) и просто в жизни.

Что интересно, авторы приводят много парных примеров: т.е. один удачный (корректное применение анализа, полезные для бизнеса результаты) и один неудачный (некорректный анализ, ошибочные результаты). Примеры все довольно остроумные, увлекательные и учат думать головой :)

Давайте в качестве "завлекашки" :))) я лишь перечислю некоторые из встреченных в книге кейсов:

- определение авторства текста с помощью частотного анализа текстов

- формула (регрессионная), позволяющая с высокой степенью достоверности оценивать качество вина (без привлечения экспертов по вину :)))

- закон Бенфорда, позволяющий фактически "на глаз" оценить степень фальсификации любых исследовательских данных (например, экономической отчётности или результаты голосования на выборах)

- формула Мюррея-Готтмана, которая с точностью в 94% прогнозирует достоверность развода в супружеской паре. Причём прогноз основан на замере некоторых переменных (поведенческих реакций), которые берутся из 15-минутного диалога!

Разумеется, в книге есть и вполне серьёзные бизнес-кейсы, связанные с применением мат.методов в маркетинге, в прогнозировании сбыта, в биржевой торговле и т.д.

4. Что мне также ОЧЕНЬ понравилось в книге - в ней очень много внимания уделено проблемам "перевода" (особенно в 7 главе ). Т.е. тому, как добиться взаимопонимания между заказчиками исследования (менеджерами) и его исполнителями (т.е. "квантами"). Книга учит с одной стороны менеджеров, как им правильно формулировать свои вопросы аналитику, а с другой стороны, книга учит аналитиков отходить от "зауми" :) и уметь красиво и ясно представлять полученные результаты заказчику.

В книге есть довольно неплохая глава, посвященная именно визуализации и правильной презентации результатов исследований заказчикам (будет полезна всей научной братии и студентам в особенности ;)).

5. На страницах 80 и 141 приведены роскошные справочные таблички, в которые перечислен все актуальные на сегодняшний день компьютерные программы (как платные, так и бесплатные), с помощью которых можно применять количественный анализ в бизнесе.

6. Книга читается очень легко, увлекает :). Вообще по стилю изложения я бы поставил её в одном ряду с книгами С.Строгаца "Удовольствие от Х" и Л.Млодинова "Неслучайная случайность". Это очень качественная научно-популярная литература, ну разве что, для аудитории поуже - для менеджеров и студентов экономических специальностей.

В книге также много актуальных и интересных ссылок на другие хорошие книги (вроде Н.Талеба) и Интернет-ресурсы.

7. Мне ОЧЕНЬ понравилась глава №6, в которой рассказывается о том, как развить свои навыки количественного анализа (как стать "квантом" ))). В этой главе - чёткий пошаговый алгоритм + перечисление конкретных упражнений, книг, полезных обучающих он-лайн ресурсов (и т.д.).

Из маленьких "минусов":

1. Очень размазано про экспериментальный дизайн :( . Авторы попытались описать типы экспериментов на конкретных примерах, но, как мне кажется, чёткого понимания - чем один тип экспериментального дизайна отличается от другого - у читателей не сложится.

2. Несколько "притянутой за уши" смотрится глава про креатив в количественных исследованиях :). Понятно, что научное творчество (к примеру, на этапе построения экспериментальной модели и схемы эксперимента) это такое же по сути творчество, как художественное или техническое, но зачем об этом так подробно знать "не-квантам"? Я вот лично не очень понял цель включения данной главы в книгу...

Вывод: книгу читать! Особенно если

(а) вы разбираетесь в методах мат.статистики очень поверхностно, и хотите улучшить своё понимание;
(б) у вас есть возможность сотрудничать с "квантами", и вы хотите понять, как можно использовать количественные методы (и навыки "квантов") для повышения эффективности вашего бизнеса
(в) вы - начинающий "квант", и хотите научиться лучше продавать себя и свои услуги бизнес-клиентам
(г) вы - просто любитель хорошей научно-популярной литературы по математике ;)

[Kaushal Mahajan · Rating 2 out of 5]

Ok. So did not learn much from this book that i already did not know before. Its quite useful however, from the perspective of the audience that this book is written for - i.e. folks who do not readily understand quantitative and statistical methods. It tries to teach middle and senior level managers how to make use of the quants on their team, or how to have a good conversation with the quants. I felt that the book is somewhat weak in advising leaders about in what situations would they need to employ a quant. It tries to do it, but somewhat sketchily.

[Dorum · Rating 3 out of 5]

This was an ok introduction to data analysis. I think the formal description of the flow is its selling point. I disliked the fact that quite a few important concepts are presented somewhere in the middle of the book as a type of "glossary". I also would have expected something a little bit more technical. However, the careful description of the entire flow of data analysis is for me a selling point.

[Бекарыс Нуржан · Rating 3 out of 5]

Акчли, в оригинале книга называется Keeping up with the Quants. Quants - это такие люди, которые круто умеют строить математические модели для расчётов больших объёмов данных для решения бизнес-задач. В книге об этом написано, но на обложке совсем топорный перевод. От Манн-Иванов-Фербер такой халтуры не ожидал.

Сама книга норм, для топов, которым некогда читать книги (малость, абсурд, если честно). Есть много похожих примеров, которые под конец надоедают уже, ощущение, что они нужны чтобы заполнить страницы. Но есть пара интересных примеров, например, про вино и определение его цены статистическими методами. Прям побудило меня пощупать статистику как научную дисциплину.

[Zaher Alhaj · Rating 2 out of 5]

This book might be useful one for a completely novice reader on the subject. I found it pretty shallow and repetitive. If you want to get your hand onto a good introductory framework about "Data" in business context, then I would ,instead, highly recommend "Data Fluency: Empowering Your Organization with Effective Data Communication".

[Ariadna73 · Rating 2 out of 5]

This book tries to describe 4 stages of analytical thinking, but in the end, there is nothing new in it. I think anyone interested in the topic could do without this one just fine.

[Phillias · Rating 2 out of 5]

Intro. Not rigorous. More of an advertisement for data scientists. Proof that they want everyone else to bend to their will. Ex titles "Working with quants" "won't make you feel stupid" lol.

[Fabio Ismerim Ismerim · Rating 4 out of 5]

Voltado para gestores e líderes que precisam compreender os impactos e a relevância que o big data e consequentemente a área de dados, possuem nos negócios.
Os autores procuraram utilizar um linguajar não técnico sem deixar de navegar, ainda que em águas rasas, em tópicos mais diretos, como por exemplo: o que é e o que contempla um pipeline ou framework para construção de um modelo, ainda que simples, de machine learning; testes de hipóteses e etc.
Um ponto interessante é que eles trazem um exemplo de um case real para cada capítulo.

Um livro interessante e de fácil leitura para aqueles que não são da área, mas precisam entender como funciona um time de ciência de dados.

[Maria · Rating 2 out of 5]

честно говоря, какой-то "анализ данных для самых маленьких". содержание книги можно поделить на три: 1) объяснение на пальцах, что такое данные и статистика; 2) внезапные попытки научить читателя делать расчеты самостоятельно; 3) вода

первое мне было просто и скучно, второе - ни к месту, третье - ну понятно

[George · Rating 3 out of 5]

Книга адресована тем менеджерам, которые не понимают чем полезно использование аналитики в бизнесе.
Рассмотрено не меньше дюжины конкретных примеров, многие из которых достаточно подробны.
Качество перевода не очень хорошее.

Основные мысли книги:
- Активно используйте аналитику в бизнесе.
- Учитесь взаимодействовать с квантами, чтобы аналитические проекты были успешными.
- Используйте шестишаговый подход для решения аналитических задач (см.ниже).
- Менеджеры должны развивать свои аналитические способности, чтобы не попасть впросак.
- Даже в количественном анализе есть место креативности, притом на каждом из шести шагов.

Шесть шагов:
1. Найдите и очертите проблему
2. Изучите используемые подходы к решению подобных задач
3. Разработайте модель и выберите переменные
4. Соберите данные
5. Проанализируйте данные
6. Представьте результаты, сделайте выводы и действуйте

Эти шаги сгруппированы в три крупных этапа:
1,2 - Формулирование проблемы
3,4,5 - Решение проблемы
6 - Результаты и необходимые меры

[uosɯɐS · Rating 2 out of 5]

...why is it the more business books I read, the lower an opinion of business I have?

Anyway, I only want to "keep up" with the quants in the sense that I want to be one. Somehow I thought this book was more like "Keeping Up With The Joneses, " except the Joneses of the 21st century wouldn't be people, so much as statistical categories? Nope, not what the book was about.
----
https://www.madfientist.com/early-ret...
Spending money = friction. Fascinating!

Need to read: Early Retirement Extreme: A Philosophical and Practical Guide to Financial Independence

[Ken · Rating 4 out of 5]

This is a very good book that is easy to read and gives the reader a good idea on how to do some "analytics". Industries are changing and data is so prevalent and abundant that people need to be aware what is happening and what they can/should be doing. A lot has been said about an innumerate population, but we could be heading towards a quantitative illiterate population too.

The book is broken into two sections - the explanation of the the analytical skills and then examples of how they are applied.

[Rudranil Ghosh · Rating 3 out of 5]

This book is more like an easy read for people to get acquainted to the business analytics field ...the examples in the book do throw some interesting insights about the analytical approaches companies are taking in today's world.

[BLACK CAT · Rating 2 out of 5]

Detailed. Tools, techniques, people, trends, analytical masters, inspiring insightful stories... It is too detailed for an audio book but might be better in printed format.

[Dave · Rating 3 out of 5]

Too much biz rah rah, not enough interesting or funny.

[Marcin Nowak · Rating 3 out of 5]

quite down-to-the-ground manual for non-technical people on how to deal with data engineers.
sometimes a bit boring, but I might be biased.

[Siah · Rating 1 out of 5]

Pure fluff. This is for someone who has zero experience in the field. Do not read.

[Oleksandra Manson · Rating 4 out of 5]

Это книга о том, что каждый из нас, кто хочет добиться успеха в карьере, неважно в какой сфере, должен уметь работать с данными, уметь их анализировать. Цифры сейчас везде - формулировать гипотезы и проверять их на основании данных, эффективно взаимодействовать с аналитиками в компании, развивать количественное мышление, это всё понадобиться для принятия эффективных решений. В книге говорится о том, что такое количественный анализ и о его методах.
Круто то, что помимо теории, много реальных примеров, как из сферы бизнеса, так и из сферы общественных или личных отношений.
Книга не предлагает вам стать квалифицированным количественным аналитиком или специалистом по базам данных. Для этого потребуется намного больше, чем просто прочесть книгу, да и не у каждого есть к этому интерес. Но книга предлагает стать компетентным пользователем данных и аналитики.
Для начала, нужно ознакомиться с шестью шагами количественного анализа:
1. Определение проблемы
2. Изучение предыдущих поисков решения
3. Моделирование ситуации
4. Сбор данных
5. Анализ данных
6. Демонстрация результатов и дальнейшие действия
И НЕ стоит думать, что количественный анализ воспринимается как скучные, рутинные упражнения с цифрами. Креативный подход и количественный анализ – это противоположные по сути явления, хотя и тесно связанные. Наиболее успешные примеры применения аналитики очень креативны (в этом вы убедитесь на историях, приведённых в книге), да и вообще креативность – важная составляющая аналитического подхода к проблеме. Особенно, когда человек «демонстрирует» свои результаты - визуализация данных требует немалой подготовки.


Также, интересно описано каким образом должны происходить взаимоотношения квантов и предпринимателей в принятии решений.
«Менеджеру не обязательно знать методы решения, скажем, гиперболических дифференциальных уравнений в частных производных, но по крайней мере на доске в зале совещаний должна быть представлена диаграмма с результатами и решениями, отвечающими на вопросы вроде следующих:
• Поскольку А и Х взаимосвязаны, то какова будет динамика Х в случае роста А?
• Каковы максимальные и минимальные значения, которые может принимать переменная В?
• Если между причиной (фактор Y) и наступлением следствия (фактор Q) существует временной лаг, то какова его возможная продолжительнос��ь?»
Часто, аналитические процессы в компаниях связаны с прогнозированием : цен на что-либо, продаж, необходимых переменных . В книге подробно описано как важен статистический подход.
Также, популяризация аналитичсекого мышления в компании всегда и без исключения приводит к лучшим результатам.

[Fred Cheyunski · Rating 5 out of 5]

Understanding/Learning to Utilize New Data/Analytic Capabilities - This book offers a useful means for keeping up with the burgeoning field of analytics. As Davenport and Kim state “the world is awash with data” and their aim is to explain how quantitative analysis works and how to use such analyses to make decisions in our increasingly quantified and monetized environment.

Within the book, the authors convey a simple three stage, six step quantitative analysis approach or framework. More specifically, their approach consists of I) Framing the Problem via (1) Problem Recognition and (2) Review of Previous Findings, II) Solving the Problem with (3) Modeling, (4) Data Collection, and (5) Data Analysis, then III) Communicating and Acting on Results through (6) Results Presentation and Action. (They also integrate four stages of creative analytic thinking with their core method.)

Davenport and Kim proceed by explaining all six steps and ways they are employed. They utilize many charts, diagrams, illustrations and side bars. For instance, in a pictorial manner, they have lists such as “What Kinds of Decisions Can Be Made Using Analytics” and “Good Questions About Quantitative Analyses” There are also “Worksheets” and “call outs” at various points in the book like the ones for “Framing the Problem” and “What Decision Makers Can Expect from Quantitative Analysts.”

Among sections that were most interesting to me were the ones on “Identifying [and Involving] Stakeholders,” “Modeling,” and “Telling a Story with Data.” Stakeholders can help determine important data elements and the form reporting should take. Modeling as a simplified representation of the phenomenon or problem can help focus on the most important aspects. Visual analytics (or use of software for data visualization) can be powerful in dynamically presenting information to support decision making.

The book is Davenport’s third on analytics building on his previous works (with others as well) about companies whose strategies are based on analytics (“Competing on Analytics”) as well as ways analytics have been incorporated in the workings of various organizations (“Analytics at Work”). All three are valuable in presenting the importance and ways of dealing with data. However, this one is particularly helpful to those of us who are managers and users in better understanding and learning ways to utilize these important new capabilities.

[Hasta Fu · Rating 4 out of 5]

"Keeping Up with the Quants: Your Guide to Understanding and Using Analytics" by Thomas H. Davenport and Jinho Kim is a practical and accessible guide designed for managers and professionals who need to navigate the age of data but may not have formal training in statistics or quantitative methods. By listening to stories one will be easier to grasp the picture.

The book emphasizes the importance of quantitative literacy in today’s data-driven world across all industries and roles. It aims to help readers develop skills such as:

- Formulating hypotheses
- Gathering and analyzing relevant data
- Interpreting and communicating analytical results
- Developing habits of quantitative thinking
- Effectively collaborating with "quants" (data analysts and scientists) in organizations

Rather than delving deeply into technical calculations, it provides a framework for understanding analytics to make better decisions and gain competitive advantage. It includes real-world examples from diverse fields including finance, medicine, and even relationship studies. The writing style is clear and non-technical, making it suitable even for those without business or analytics backgrounds.

Reviewers have praised the book for its practical advice, engaging examples, and usefulness for managers aiming to leverage data in decision-making. It has been described as helpful for data-savvy consumers of analytics and those aspiring to improve their quantitative skills in an accessible way.

Overall, it is recommended for anyone who uses data to make decisions, whether in business or everyday life, offering foundational knowledge to thrive in the current analytics-driven environment.

[Andy Scott · Rating 3 out of 5]

I read this book for one of my grad classes. It was a good read. Easy to follow, nicely organized, practical advice, and lots of interesting example cases. I appreciated the actionable suggestions towards the end of the book. It made me think seriously about identifying the problems in my work of teaching and seeking quantitative solutions to them, figuring out what data to collect in order to draw a valid conclusion/solution. It would also be interesting to consider having a school district hire a data analyst to help with finding solutions to educational challenges, and even help with hiring and firing of teachers, Moneyball style. Obviously, there is a lot of previous educational research to sift through, but developing the analytical habits and skills that lead to legitimate solutions for me personally might bring greater success and value to my teaching.

One of the most interesting examples was a study about two researchers, James Murray and John Gottman, who developed a model to predict whether couples' marriages would end in divorce. They found success by analyzing couples' conversations about a contentious issue, looking for certain expressions such as humor, joy, agreement, affection, anger, defensiveness, disgust, and contempt. From their research, Gottman and his wife have developed materials to help couples overcome destructive communication patterns (www.gottman.com).

[Cameron Copper · Rating 3 out of 5]

This interesting read was recommended to me by a friend going through his MBA right now. This book is pretty much just a primer for those who have had no statistical training and aren’t sure how to interact with a quant. As someone that’s gone through business school in the last 10 years, I was trained to do everyone one of the calculations that are mentioned in the book.

I can imagine this book would be helpful for those that have transitioned to business and aren’t sure what role statistics has in the workplace over the last few years, but for newly graduated students will likely have already dived into a deeper level of knowledge than this book assumes.

Simply put, if you’ve already done Chi tests or taken a statistics course in college, you’ll already be aware of most of what this book is teaching. Reading this was a great reminder of those learnings, but there was nothing revolutionary.

[Steven · Rating 5 out of 5]

This book contains good insights for aspiring business leaders with interest in becoming more analytical (which should be every business leader to be honest.) This is not a book about complex mathematical predictive models (those are for the quants) or quantitative methods. This is for business leaders to work with quants (mathematically oriented individuals) and collaborate on solving complex business problems. This is not to say understanding those “complex mathematical models” is not important, but this book serves as a good starting point to develop the analytical mindset we all need to have. Great book highly recommended!

[Rafael · Rating 5 out of 5]

I really enjoyed this book. It was well written with a healthy amount of charts to explain and summarize ideas. This book explains the background and process to use analytics without dumbing things down or over generalizing. The point of the book is to explain what is needed to understand and work with analytics, and I found it very helpful. If I choose to pursue a deeper understanding of analytic problem solving, this book will be the reason for that. I definitely plan to revisit this book for future use.

[Jair Benavidez · Rating 4 out of 5]

This is a book for people with very little or no understanding of statistics and especially how this field can help business people make better decisions based on data.

It gives a framework so non-quants can follow and understand the process and the general thinking behind. The book also give more resources to keep the business people learning and being more data driven. Something is not for the future but that so many companies need urgently today.

[Jeff Huang · Rating 4 out of 5]

A fun read, but it does not provide enough insight into how to create models, how to identify variables, and how to analyze data. To be fair the book states that it is not for aspiring quants, but for people keeping up with them. However not everyone has to be a professional quant to want to develop the quant habits advocated for in the book.

[Ali · Rating 5 out of 5]

It's a beautiful and nice book for all the people with absolutely no background in Data Sciences. This book has been designed for all this decision makers in business and government sector who really wants to take benefit of Big Data.
Another good thing is that the book is full of examples where data has been intelligently utilized to infer important scientific and managerial decisions.

[CBru1011 · Rating 4 out of 5]

This book was suggested by the Certified Analyst Professional test exam study guide. It's a nice general book for people interested in the analysis process. It reads at a nice pase, and its not overly detailed or technical. Its a little old with an original copy write date of 2013, but it's updated and relevant, today.

[Emil Petersen · Rating 2 out of 5]

This is an introduction to data-driven analytics for people without any background doing that. I'm pretty sure that I am not in the target group, which is probably why I yielded very little from the book. Not sure that it's even that relevant anymore; if you want to know and use analytics, I recommend taking a free course online instead of reading this book.