麥肯锡大數據指南 [Big Data, Analytics, and the Future of Marketing &] pdf epub mobi txt 電子書 下載 2025

簡體網頁||繁體網頁

☆☆☆☆☆

[美] 麥肯锡（McKinsey&Company） 著，王霞，龐昊，任鵬 譯

圖書標籤:

• 大數據
• 麥肯锡
• 營銷
• 分析
• 商業
• 戰略
• 未來
• 數據驅動
• 決策
• 管理

齣版社： 機械工業齣版社

ISBN：9787111549345

版次：1

商品編碼：11994725

品牌：機工齣版

包裝：平裝

叢書名： 麥肯锡學院

外文名稱：Big Data, Analytics, and the Future of Marketing &

開本：16開

齣版時間：2016-10-01

用紙：膠版紙

頁數：20

編輯推薦

適讀人群 ：IT、大數據領域專業人士

　　全球大數據概念的提齣者麥肯锡公司

　　首度發布專業的大數據指南　

　　當下，能給市場和營銷帶來改變機會的就是大數據瞭。數據大爆炸解禁瞭數“太字節”（terabyte）的信息。這些信息包羅萬象，從用戶行為到氣象模式，再到新興市場的人口變化。雖然“大數據”一詞如日中天，熱鬧非凡，但行業應用、實踐卻乏善可陳。

　　本書是大數據概念的提齣者麥肯锡曆時7年，集結麥肯锡全球研究院43位專傢智慧的結晶。所有大數據相關的從業者，通過本書可以瞭解到：

　　大數據應用的現狀與未來：雖然大數據在應用中的潛力還遠遠沒有發揮到位，但有些企業卻利用數據分析做到瞭高於市場5%~6%的增長。如此顯著的優勢沒有哪傢企業敢忽視。

　　大數據分析的痛點與價值：大數據分析，重點不在於堆積數據，而在於利用數據，做齣更好的、利潤更高的決策。麥肯锡發現，數據驅動決策的公司能夠提高市場營銷投資迴報率15%~20%。營銷活動中，創造力依然重要，但先看看數據，再做決策，將避免企業營銷費用的巨大浪費。

　　大數據的本質，不是數據參考，而是生産資料：大數據時代，數據不是一切，數據隻是一種生産資料。如果數據不能産生行動，就沒什麼用處。采集數據、采集正確的數據，本書將指導專業人士如何把數據變成商業洞察，變成驅動市場增長的力量。

內容簡介

本書對大數據、高級分析與營銷的未來做齣前沿的解讀。幫助企業挖掘數據時代的商業機會。

根據麥肯锡全球研究院（MGI）和麥肯锡商業技術辦公室的新調查研究顯示，任何一個行業的領軍者都已經看到瞭大數據所帶來的前所未有的潛力和重大意義。

有些企業成功地運用數據，獲得瞭高於市場的業務增長。這些企業在三個方麵做得很好：

1. 利用分析從數據中找到有價值的商業機會，進而引導決策並改善市場投資迴報率。

2. 將數據中發現的商業洞察轉化為讓客戶欣喜的、精心設計的産品和營銷方案

3. 有效地將這些産品和營銷方案投放進入市場。

本書為大數據領域的專傢、學者、專業人士提供前沿、專業的指南。

作者簡介

戴維·考特（David Court）

麥肯锡全球資深董事閤夥人。戴維領導著麥肯锡的職能部門，目前是公司數字化舉措的負責人。

耶斯科·派瑞（Jesko Perrey）

麥肯锡全球資深董事閤夥人。耶斯科是麥肯锡市場與營銷業務的全球負責人，他緻力於幫助客戶提高市場與營銷能力，以取得高於市場的增長。

蒂姆·麥圭爾（Tim McGuire）

麥肯锡全球資深董事閤夥人。蒂姆負責麥肯锡全球消費者市場分析中心，領導著150多個谘詢顧問為客戶提供零售、快速消費品、銀行、電信以及醫療健康等領域的戰略決策谘詢。

丹尼斯·斯派萊剋（Dennis Spillecke）

麥肯锡全球資深董事閤夥人。丹尼斯負責麥肯锡全球品牌與營銷費用效能部門，幫助客戶在競爭日益激烈的商業環境中樹立成功的品牌。

譯者簡介

王霞

現任清華大數據産業聯閤會秘書長。清華大學工學學士、碩士，中國社會科學院博士。於1999年加入諾基亞研究院，參與或負責多項諾基亞重大專項、歐盟框架計劃項目、國傢863計劃等國際國內重大閤作或科研項目，在信號處理、人機交互、移動服務、用戶體驗、移動計算、軟硬件一體化解決方案、大數據技術等領域取得瞭重要的技術創新成果。負責籌建瞭諾基亞深圳研究院，並在短時間內打造瞭一支高效的産品創新團隊。王霞的研究成果獲多項專利，已發錶瞭數十篇論文。曾參與閤譯《矽榖生態圈：創新的雨林法則》。

目錄

推薦序　大數據並不神秘，方法論鑄就神奇
緻謝
序言
第一部分　商機
第1章大數據帶來大影響　/ 2
1.1　為何數據分析會在産生成效前流産　/ 5
1.2　應用新技術取得規模化成果　/ 9
1.3　工具之外：組織調整　/ 12
第2章大數據和高級分析：來自一綫的成功故事　/ 18
第3章通過大數據發掘新微觀市場　/ 25
3.1　根據商機調整銷售覆蓋範圍　/ 26
3.2　為每一類機會製訂銷售方案　/ 29
3.3　支持銷售實施方案　/ 30
第4章智能分析：市場營銷如何帶動短期和長期業務增長　/ 34
4.1　如今，營銷預算決策流程已經瓦解瞭　/ 35
4.2　營銷組閤模型不見全局　/ 37
4.3　營銷人員重新平衡短期和長期增長　/ 41
第5章　大數據與高級分析付諸實踐　/ 45
5.1　引起領導注意　/ 46
5.2　尋找更好的答案　/ 47
5.3　改變組織架構　/ 48
5.4　實施大數據　/ 50
第6章　瞭解用戶，無論他們身在何處　/ 52
6.1　係統思維　/ 53
6.2　關注重要數據　/ 54
6.3　補全數據　/ 55
6.4　匹配用戶　/ 57
第7章　市場營銷分析驅動齣色業務增長　/ 60
7.1　將數據分析提升到戰略高度　/ 62
7.2　做齣更好的決策　/ 64
第二部分　洞察與行動
第8章　領先的零售商如何將商業洞察轉變為利潤　/ 76
8.1　轉型的三個步驟　/ 78
8.2　如何增加客戶黏性　/ 85
第9章　從營銷中獲取更多投資迴報的五個步驟　/ 92
第10章　運用大數據做齣更好的定價決策　/ 100
10.1　産品數量多到無法有效定價　/ 101
10.2　數據轉變為利潤的四個步驟　/ 103
第11章　營銷的“相關性時代”　/ 109
11.1　傾聽客戶的聲音　/ 110
11.2　及時響應　/ 116
第12章　吉爾特公司：用大數據、移動終端與社交媒體重塑購物體驗　/ 123
12.1　利用大數據完成個性化營銷　/ 123
12.2　利用雲端靈活擴展　/ 125
12.3　新用戶來自移動端　/ 126
12.4　跟著“大V”（網絡紅人）買買買　/ 127
第13章　透過零售顯微鏡重新認識客戶　/ 129
13.1　數據之夢成真的零售業　/ 130
13.2　CLM領域的領導者會做些什麼　/ 133
第14章　定價：大數據和分析的力量　/ 137
第15章　傳播之外：你真的玩轉社交媒體瞭嗎　/ 145
15.1　社交媒體不是在真空狀態下存在的　/ 146
15.2　瞭解贏得媒體的價值：社交GRP　/ 147
15.3　彰顯社交媒體價值　/ 150
第三部分　如何轉型、如何開始
第16章　如何從大數據中獲得最大價值　/ 154
第17章　大數據團隊需要的五種角色　/ 159
17.1　王者之師　/ 159
17.2　建立服務客戶的文化　/ 163
第18章　希望大數據營銷計劃起作用？你需要懂人性　/ 167
18.1　障礙1：“太難瞭，不值得”　/ 169
18.2　障礙2：“我懂得更多”　/ 170
18.3　障礙3：“我不相信你”　/ 171
第19章　開始大數據之旅：將戰略與業績掛鈎　/ 174
第20章　使大數據發揮作用你需要什麼：鉛筆　/ 181
第21章　快快快：算法營銷與用戶數據過載　/ 187
21.1　算法營銷效益　/ 189
21.2　進入算法營銷的節奏　/ 191
第22章　簡化大數據，否則對銷售來說毫無用處　/ 195
22.1　綫索簡化　/ 196
22.2　簡化測試　/ 197
22.3　簡化工具　/ 198

前言/序言

序言

自從20年前互聯網開始流行以後，最能給市場和營銷帶來改變機會的就是大數據瞭。數據大爆炸解禁瞭數“太字節”（terabyte）的信息。這些信息包羅萬象，從用戶行為到氣象模式，再到新興市場的人口變化。

有些企業成功地運用數據，獲得瞭高於市場的業務增長。這些企業在三個方麵做得很好：

（1）利用分析從數據中找到有價值的商業機會，進而引導決策並改善市場投資迴報率（marketing return on investment，MROI）。

（2）將數據中發現的商業洞察轉化為讓客戶欣喜的、精心設計的産品和營銷方案。

（3）有效地將這些産品和營銷方案投放市場。

這座數據金礦扮演著市場和營銷領導者支撐點的角色。將大數據和分析引入運營的企業，其生産率和利潤率比其他競爭對手高5%～6%。如此顯著的優勢沒有哪傢企業敢忽視。

本書將會討論大數據和高級分析的商業機會、企業案例以及可能帶來的組織機構調整。我們希望本書能夠激發起更好、更有用的討論。

麥肯锡大數據指南：撥雲見日，驅動商業未來 在信息爆炸的時代，數據已成為企業最寶貴的資産。然而，海量數據的湧現並非自動轉化為商業洞察。如何從浩瀚的數據洪流中提煉齣有價值的信息，並將其轉化為驅動增長的戰略，成為當下企業麵臨的巨大挑戰。麥肯锡公司，作為全球頂尖的管理谘詢機構，憑藉其深厚的行業積纍和前瞻性的研究，為您呈現《大數據：洞察、分析與營銷未來》（Big Data, Analytics, and the Future of Marketing &）——一本深入淺齣的指南，旨在幫助您全麵理解大數據時代的機遇與挑戰，掌握駕馭數據、賦能營銷、塑造未來的關鍵能力。 本書並非僅僅羅列技術名詞或羅列枯燥的統計模型，它是一次關於如何利用數據重塑企業戰略、優化運營、革新客戶體驗的深度探索。我們從戰略高度齣發，揭示大數據如何從概念走嚮落地，如何從邊緣走嚮核心，最終成為企業決策的驅動力。 一、 洞察本質：理解大數據的戰略意義 大數據，顧名思義，遠不止於“大”。它指的是那些規模龐大、類型多樣、增長迅速，並且傳統數據處理工具難以有效捕捉、管理和分析的數據集閤。然而，其真正的價值並非體現在數據的“大”，而在於數據所蘊含的“洞察”。這些洞察能夠幫助企業更深刻地理解市場趨勢、客戶需求、競爭格局，從而做齣更明智的決策，搶占先機。 本書將深入剖析大數據的核心特徵，包括體量（Volume）、多樣性（Variety）、速度（Velocity）、真實性（Veracity）和價值（Value）。我們將逐一解析這些特徵在不同行業、不同業務場景下的體現，以及它們對企業數據戰略提齣的新要求。例如，實時交易數據的處理速度需求，社交媒體非結構化數據的分析難度，以及如何確保海量數據來源的可靠性，都是企業必須正視的問題。 更重要的是，我們將強調大數據戰略的關鍵成功要素。這不僅僅是技術部門的事情，更需要自上而下的領導層支持，以及跨部門的協作。企業需要明確其數據戰略的目標——是提升運營效率？是優化産品開發？是改善客戶服務？還是開闢新的商業模式？一旦目標確立，便能圍繞這些目標來規劃數據的采集、存儲、處理、分析和應用的全流程。 二、 駕馭工具：掌握數據分析的核心能力 擁有數據隻是第一步，真正的力量在於分析。本書將帶領您穿越紛繁復雜的數據分析領域，從基礎的描述性分析，到診斷性分析、預測性分析，再到指導性分析，循序漸進地揭示如何從數據中挖掘有意義的信息。 描述性分析（Descriptive Analytics）： 這是最基礎的分析，旨在迴答“發生瞭什麼？”。通過報錶、儀錶盤等形式，企業可以瞭解曆史銷售情況、客戶行為模式、運營績效等。本書將介紹如何構建有效的可視化報錶，讓數據“說話”。 診斷性分析（Diagnostic Analytics）： 這一層次旨在迴答“為什麼會發生？”。通過深入挖掘數據背後的原因，企業可以找到問題的癥結所在，例如，為什麼某個産品的銷售額下降？為什麼客戶滿意度降低？我們將探討相關的分析技術，如數據挖掘、OLAP（聯機分析處理）等。 預測性分析（Predictive Analytics）： 這是大數據分析的價值所在，它試圖迴答“將來會發生什麼？”。通過建立預測模型，企業可以預測未來銷售趨勢、客戶流失風險、市場需求變化等。本書將介紹機器學習、統計建模等預測分析的關鍵技術，並提供實際應用案例。 指導性分析（Prescriptive Analytics）： 這是最高層次的分析，它不僅預測未來，更試圖迴答“我們應該做什麼？”。通過優化算法，指導性分析可以為企業提供最佳的行動建議，例如，如何最優地分配營銷預算？如何調整生産計劃以最大化利潤？我們將探討如何利用優化模型和模擬技術實現這一目標。 除瞭以上核心分析類型，本書還將介紹數據科學、人工智能、機器學習等前沿技術在大數據分析中的應用。我們將解析這些技術的原理，但更側重於它們如何為企業帶來實際的商業價值。例如，自然語言處理（NLP）如何用於分析海量文本數據，深度學習（Deep Learning）如何賦能圖像識彆和語音分析，以及如何利用推薦係統提升用戶體驗。 三、 驅動營銷：重塑客戶體驗與增長 大數據和分析技術對營銷領域的顛覆尤為顯著。傳統的“廣撒網”式營銷方式正逐漸被精準、個性化的營銷所取代。本書將重點闡述大數據如何賦能營銷的各個環節，幫助企業實現更高效、更具影響力的營銷活動。 精準客戶畫像（Customer Profiling）： 通過整閤來自不同渠道的客戶數據，如交易記錄、網站瀏覽行為、社交媒體互動、客戶服務反饋等，企業可以構建齣更加全麵、精細的客戶畫像。這使得企業能夠深入瞭解不同客戶群體的需求、偏好、痛點和購買路徑，為後續的營銷策略製定提供堅實基礎。 個性化營銷（Personalized Marketing）： 基於精準的客戶畫像，企業可以為每一位客戶量身定製營銷內容、産品推薦、優惠信息等。無論是電子郵件營銷、App推送，還是網站內容展示，都能夠做到“韆人韆麵”，極大地提升營銷的轉化率和客戶滿意度。 客戶生命周期管理（Customer Lifetime Value Management）： 大數據分析能夠幫助企業識彆高價值客戶，預測客戶的生命周期價值，並采取相應的策略進行維護和增長。通過識彆潛在的客戶流失信號，企業可以提前乾預，挽留客戶，實現長期價值最大化。 渠道優化與歸因分析（Channel Optimization and Attribution）： 在多渠道營銷環境下，理解不同渠道對最終轉化的貢獻至關重要。本書將介紹如何利用數據分析工具進行跨渠道的歸因分析，識彆最有效的營銷觸點，從而優化預算分配，提升整體營銷ROI。 産品創新與優化（Product Innovation and Optimization）： 通過分析客戶對産品的反饋、使用行為以及市場趨勢，企業可以更準確地把握市場需求，指導新産品的研發和現有産品的迭代升級，從而更好地滿足客戶期望，增強市場競爭力。 四、 擁抱未來：構建持續競爭優勢 大數據和分析技術的發展日新月異，企業如何保持敏銳，持續學習，纔能在不斷變化的商業環境中立於不敗之地？本書將為您提供前瞻性的指導。 數據驅動的文化（Data-Driven Culture）： 成功的企業並非僅僅擁有先進的技術，更在於擁有一種以數據為導嚮的決策文化。這意味著鼓勵員工大膽質疑、勇於嘗試，並以數據作為支持決策的重要依據。本書將探討如何建立這樣的文化，從員工培訓到激勵機製。 數據治理與倫理（Data Governance and Ethics）： 隨著數據規模的擴大，數據安全、隱私保護以及閤規性問題日益凸顯。本書將強調建立完善的數據治理體係的重要性，確保數據的閤規使用，維護企業的聲譽和客戶的信任。 技術趨勢與投資方嚮（Technology Trends and Investment Directions）： 我們將探討未來大數據和分析領域可能齣現的關鍵技術趨勢，例如，邊緣計算、聯邦學習、可解釋AI等，並為企業在技術選型和投資方麵提供參考。 人纔培養與組織轉型（Talent Development and Organizational Transformation）： 掌握大數據能力需要具備相關的人纔。本書將討論企業如何吸引、培養和留住數據科學傢、數據工程師、分析師等關鍵人纔，並探討組織結構如何適應數據驅動的業務模式。 《大數據：洞察、分析與營銷未來》不僅是一本指南，更是一份行動的號角。它將幫助您撥開數據的迷霧，看見隱藏的機遇，掌握驅動商業增長的強大引擎。無論您是企業決策者、營銷專傢、數據分析師，還是希望在數字化浪潮中乘風破浪的創業者，本書都將為您提供寶貴的知識和實用的方法，助您在日趨激烈的大數據競爭中贏得先機，塑造更加美好的商業未來。

評分☆☆☆☆☆

這本書給我最大的感受是，它真正做到瞭“與時俱進”。在如今信息爆炸的時代，能夠保持對新趨勢的敏銳洞察，並將其轉化為 actionable insights，這本身就是一項巨大的挑戰。而《麥肯锡大數據指南》恰恰做到瞭這一點。它不僅僅是在描述大數據，更是在探討大數據如何重塑營銷和商業的未來。我被書中那些關於“預測性營銷”和“實時營銷”的概念深深吸引。想象一下，能夠提前預知客戶的需求，並在他們需要的時候提供恰到好處的服務，這簡直是營銷的最高境界。這本書讓我看到瞭，大數據不再是冰冷的統計數字，而是連接企業與客戶的橋梁。它讓我開始思考，如何將數據轉化為一種更具人性化、更具溫度的互動方式。而且，書中對“創新”和“持續學習”的強調，也讓我深以為然。在這個快速變化的時代，停滯不前就意味著被淘汰，而擁抱大數據，就是擁抱未來的最佳方式。這本書為我提供瞭一個全新的視角，去審視和應對未來的挑戰。

評分☆☆☆☆☆

我對這本書的整體感受可以用“耳目一新”來形容。它提供的不是那種“快速緻富”的秘籍，而是關於如何構建一個可持續、數據驅動的商業生態係統的深刻洞察。我印象最深刻的是書中對“數據人纔”的培養和團隊協作的強調。它指齣，光有先進的技術和海量的數據是不夠的，還需要懂得如何將它們轉化為實際行動的團隊。這本書讓我認識到，大數據不僅僅是技術問題，更是管理和組織問題。它鼓勵我們打破部門之間的壁壘，建立一種跨職能的數據文化。書中還提供瞭一些關於如何構建數據驅動型組織的具體建議，比如如何設立 KPIs，如何評估數據項目的 ROI 等等，這些都非常有啓發性。我尤其喜歡書中那種嚴謹的邏輯和清晰的論證方式，讀起來一點也不枯燥，反而讓人有一種在跟隨一位經驗豐富的嚮導探索未知領域的興奮感。這本書讓我對未來充滿瞭期待，也讓我對自己在其中可以扮演的角色有瞭更清晰的認識。

評分☆☆☆☆☆

這本書簡直是一場思維的盛宴！我從封麵上就感受到瞭那種撲麵而來的、關於未來的緊迫感和機遇感。作者（姑且稱為“麥肯锡”）在書裏似乎描繪瞭一個由數據構建的新世界，在這個世界裏，每一個決策都像是被一雙洞悉一切的眼睛所指引。我特彆著迷於他們如何將看似雜亂無章的海量數據，提煉成清晰的商業洞察。讀這本書的過程中，我時不時會停下來，反復咀嚼那些關於“模式識彆”和“預測性分析”的段落。它讓我開始重新審視自己工作中的許多習慣，質疑那些依賴直覺或過往經驗的決策方式。我甚至覺得，這本書不僅僅是在談論營銷，它觸及的是一種全新的商業哲學，一種對信息驅動的時代的深刻理解。那種感覺就像是，我一直以來都在黑暗中摸索，而這本書為我點亮瞭一盞明燈，讓我看到瞭前方清晰的路徑。我迫不及待地想將書中的一些概念應用到實際工作中，去驗證那些令人振奮的可能性。這本書的價值，遠不止於提供一些技巧，它更是一種思維方式的啓濛。

評分☆☆☆☆☆

說實話，一開始拿到這本《麥肯锡大數據指南》的時候，我腦海裏浮現的都是一些關於復雜算法和冰冷數字的畫麵。但讀進去之後，纔發現它完全顛覆瞭我的認知。這本書的厲害之處在於，它並沒有將自己局限於技術層麵，而是將大數據置於營銷和商業戰略的宏觀視角下進行解讀。我尤其欣賞書中對於“客戶旅程”的細緻拆解，以及如何利用大數據來優化每一個觸點。它讓我看到瞭，大數據並非隻是工具，而是構建客戶忠誠度和驅動業務增長的戰略核心。我被書中那些真實的案例深深吸引，它們用生動的故事講述瞭大數據如何幫助企業解決實際問題，實現質的飛躍。比如，書中提到的某個零售商如何通過分析顧客的購買曆史和瀏覽行為，實現精準的個性化推薦，這簡直是教科書級彆的操作。這種理論與實踐的完美結閤，讓我覺得這本書既有深度又不失實用性。它不僅僅是提供給那些技術專傢閱讀的，對於每一個身處商業一綫，渴望提升競爭力的從業者來說，都是一本不可多得的寶藏。

評分☆☆☆☆☆

我發現這本書有一種魔力，它能讓你在閱讀過程中，不斷地對“信息”和“價值”産生全新的思考。它不像一些泛泛而談的書籍，而是深入淺齣地剖析瞭大數據背後的商業邏輯。我特彆喜歡書中關於“數據倫理”和“隱私保護”的討論，這顯示齣作者的遠見卓識。在日益數據化的今天，如何平衡數據利用和用戶隱私，確實是一個亟待解決的問題。這本書並沒有迴避這個敏感話題，反而提供瞭建設性的思考方嚮。此外，它還讓我意識到，數據分析的能力，已經成為瞭一種必備的“軟技能”。不僅僅是數據科學傢，市場營銷人員、産品經理，甚至高層管理者，都需要具備一定程度的數據解讀和應用能力。書中對“數據可視化”和“溝通”的強調，也讓我受益匪淺。畢竟，再強大的數據分析，如果無法有效地傳達給決策者，也隻是紙上談兵。總而言之，這本書就像是一麵鏡子，照齣瞭我們在數據時代可能存在的盲點，並為我們指明瞭前進的方嚮。

評分☆☆☆☆☆

學習、交流、不恥下問是你掌握采購知識和技巧的基礎，包括嚮你的同事、供應商和網絡，不等不靠，不依不賴，選擇適當的時機、采用閤理的方式嚮同事請教纔能得到滿意的結果。不問，則被人誤解不思進取；多問，則讓他人無法顧及；亂問，則使人感覺你的無知與愚蠢。所以，不明白的問題盡量通過網絡先瞭解，或者自己先領悟，形成自己的一個思路後，在老采購空閑的時候與其進行交流，請多采用；“是不是”這樣的問題方式，少采用；“我應該怎樣?”的問話方式，多采用。這樣，你將獲得彆人的認同！

評分☆☆☆☆☆

質量很好質量很好質量很好質量很好質量很好質量很好

評分☆☆☆☆☆

3. 初始假設：不要讓初始假設成為思想僵化的藉口

評分☆☆☆☆☆

已經買的第三本啦，受益良多、值得反復精讀

評分☆☆☆☆☆

送貨快，一如既往的好

評分☆☆☆☆☆

書的印刷不錯，類似方法論的書籍很適閤工作一段時間的人，可以參照自己的工作經驗去理解思考一下

評分☆☆☆☆☆

做活動買瞭一波書，希望以後暢銷書也能多做活動。

評分☆☆☆☆☆

很抱歉書的位置哦，還是喜歡實體書，有電子的，看完瞭，覺得還是很有必要入手一本紙質書

評分☆☆☆☆☆

購物車裏躺瞭一年多，在618的時候麥肯锡的4本書就剩這一本瞭。