> ## Content Index
> Fetch the complete content index at: https://xilejun.com.cn/llms.txt
> Use this file to discover other available public pages before exploring further.

# 新书介绍｜《人与 AI 共创》
- URL: https://xilejun.com.cn/xilejun_newbook_2007/
- Published: 2026-11-07T15:12:04.000Z
- Updated: 2026-11-07T15:12:04.000Z
- Description: 业务产生数据，数据提炼见解，见解回到业务。一本写给业务用户与分析师的数据分析通识，约 2027 年 3 月出版。
- Author: 喜乐君分析知识库
- Tags: 数据分析, AI

这是《人与 AI 共创：业务·数据·分析通识》——一本写给业务用户与分析师的书。

它不从工具开始，也不止于方法。全书只回答三个问题：业务如何变成数据，数据如何提炼成见解，见解又如何回到业务。

💡

本书预计2027年Q1上市，后期确定后发布预售计划。

## 三个框架，一张地图

先看“业务·数据·分析”三层：

- **分析层**：见解与展现。
- **数据层**：记录事实，承上启下。
- **业务层**：现实运营，数据的来源。

再把三层摊开成两个可以带走的工具：**企业数据地图**——业务流程、数据资产与指标，摊在同一张图上；**数字化评估三角**——认知、组织、工具三边不等长，短板决定水位。

![业务·数据·分析、企业数据地图、数字化评估三角](https://xilejun.com.cn/content/images/2026/11/main.png)

三个框架：业务·数据·分析，企业数据地图，数字化评估三角

## 三篇 · 十三章 · 三条读法

全书 13 章（含第 0 章），分三篇：

- **第 0 章 · 寓言**：《狗狗币银行成长记》。谁都可以先看。
- **第一篇 认知篇（1–4）**：认知框架、数据架构、数字化转型的正道与歧路。写给决策者。
- **第二篇 概念篇（5–9）**：指标与度量、问题与可视化、事实表与属性表、数据模型、算法模型。写给分析师。
- **第三篇 案例篇（10–12）**：库存、航空业务、旅客流失。三个案例，三个方向。

不必逐章读完。按角色选一条路即可：决策者读 1–4，再接 10–12；分析师读 5–9，再接 10–12；数据与 IT 从 5–6 起步，7–8 可跳过，接 9 与 10–12。

![三条读法](https://xilejun.com.cn/content/images/2026/11/routes.png)

三条读法：不必逐章读完，圆点 0 是谁都可以先看的寓言

## 三个案例，三个方向

库存案例自下而上：先把业务过程映到数据，再完成分析。航空业务横向铺开：先看懂业务对象、过程与规则。旅客流失自上而下：从问题出发，倒推需要的数据。

![三个案例：库存、航空业务、旅客流失](https://xilejun.com.cn/content/images/2026/11/cases.png)

三个案例，三个方向：库存、航空、旅客流失

## 同一份书稿，既给人读，也给 AI 读

书稿里还配了「本章Skill」：把这一章的方法整理成可以直接交给 AI 助手执行的提示词。例如第 1 章的《数据地图·绘制指南》，发给 AI 助手，再说一句“请按这份指南，带我画一个××主题的数据地图”，它会先提问，再逐层推进，最后产出图。

这也是书名里“共创”的另一层意思：人负责判断，AI 负责执行。

![人与 AI 共创](https://xilejun.com.cn/content/images/2026/11/core.png)

人与 AI 共创：业务、数据、分析三层，最后回到业务

## 作者

**喜乐君（吴玉朋）**，敏捷 BI 布道师，上海唯知唯识科技有限公司创始人。长期专注于数据可视化分析与 BI 领域，从事培训、咨询与企业项目落地。著有《数据可视化分析》《业务可视化分析》。

## 出版信息

- 书名：人与 AI 共创：业务·数据·分析通识
- 开本：197 × 245 毫米
- 篇幅：13 章（含第 0 章）
- 出版：约 2027 年 3 月（以最终出版信息为准）

新书试读、目录与预定信息会在本站陆续更新。想提前读到部分书稿，可以先[了解本站的读者计划](https://xilejun.com.cn/about/)。