Unlocking Business Agility with Evidence-Based Management: Satisfy Customers and Improve
Inglese, Patricia Kong, Kurt Bittner, Todd Miller, Ryan Ripley, 2024Solo 2 pezzi in stock presso il fornitore terzo
Informazioni sul prodotto
Sfruttare l'Evidence-Based Management, un metodo scientifico, per consentire alle organizzazioni di raggiungere gli obiettivi in condizioni di incertezza. Le organizzazioni spesso credono nella certezza dei loro piani e vedono ogni deviazione dal piano come un segno di fallimento. Vedono l'organizzazione come una macchina per creare ed eseguire piani, invece di considerarla come un organismo reattivo, attento ai cambiamenti del suo ambiente. In un mondo di incertezze, le organizzazioni devono essere in grado di reinventarsi ogni giorno sulla base di nuove informazioni. In Unlocking Business Agility with Evidence-Based Management, gli autori Patricia Kong, Todd Miller, Kurt Bittner e Ryan Ripley utilizzano il framework sviluppato da Scrum.org chiamato Evidence-Based Management (EBM). L'EBM è un approccio empirico che aiuta le organizzazioni a utilizzare la sperimentazione e il feedback rapido per progredire verso gli obiettivi. Questo percorso non è sempre ovvio o lineare, ma questo è un vantaggio: in un mondo complesso e mutevole, il percorso verso gli obiettivi sarà sempre incerto. L'EBM aiuta le organizzazioni a utilizzare nuovi dati per adattare il loro piano verso gli obiettivi. Nel corso del libro, gli autori presentano storie ed esperienze che illustrano come l'EBM possa essere applicata per stabilire obiettivi migliori e poi sfruttare l'empirismo per raggiungere tali obiettivi utilizzando feedback, apprendimento e prove. Questa guida definitiva aiuterà la tua organizzazione a identificare il suo vero scopo, a migliorare la sua capacità di raggiungere gli obiettivi e a costruire una cultura di fiducia, trasparenza e crescita. Chiarire gli obiettivi e dimostrare il valore, il successo e i progressi utilizzando metriche agili Progredire verso gli obiettivi in circostanze incerte e in rapido cambiamento Abbracciare l'empirismo e la sperimentazione per trovare soluzioni a problemi complessi Trovare casi di studio reali e anonimizzati su come articolare gli obiettivi e le misurazioni in modo da favorire l'autogestione e l'agilità aziendale Registra il tuo libro per avere un comodo accesso ai download, agli aggiornamenti e/o alle correzioni non appena saranno disponibili.
Lingua | Inglese |
argomento | Tecnologia & IT |
Subtopic | Programmazione |
Autore | Kurt Bittner, Patricia Kong, Ryan Ripley, Todd Miller |
Numero di pagine | 224 |
Copertina del libro | Copertina rigida |
Anno | 2024 |
No. di articolo | 39231991 |
Editore | Pearson Academic |
Categoria | Libro specialistico |
Data di rilascio | 10.2.2024 |
argomento | Tecnologia & IT |
Subtopic | Programmazione |
Lingua | Inglese |
Autore | Kurt Bittner, Patricia Kong, Ryan Ripley, Todd Miller |
Anno | 2024 |
Numero di pagine | 224 |
Copertina del libro | Copertina rigida |
Anno | 2024 |
Emissione di CO₂ | |
Contributo climatico |
Altezza | 230 mm |
Larghezza | 180 mm |
Peso | 402 g |
Confronta i prodotti
Suggerimenti
Valutazioni e opinioni
Ritenuta di garanzia
La frequenza con cui un prodotto di questo marchio nella categoria «Libro specialistico» presenta un difetto nei primi 24 mesi.
Fonte: Digitec Galaxus- Pearson AcademicDati non sufficienti
- 1.Anaconda0 %
- 1.Ariston0 %
- 1.Avery Publishing Group0 %
- 1.Beltz0 %
Durata della garanzia
Il tempo di elaborazione che intercorre tra l'arrivo al centro di assistenza e il recupero da parte del cliente, in media in giorni lavorativi.
Fonte: Digitec Galaxus- Pearson AcademicDati non sufficienti
- AnacondaDati non sufficienti
- AristonDati non sufficienti
- Avery Publishing GroupDati non sufficienti
- Beck C.H.Dati non sufficienti
Purtroppo non disponiamo di dati sufficienti per questa categoria per mostrarti ulteriori percentuali.
Percentuale di reso
La frequenza con cui un prodotto di questo marchio nella categoria «Libro specialistico» viene restituito.
Fonte: Digitec Galaxus- Pearson AcademicDati non sufficienti
- 1.Ariston0 %
- 1.Beltz0 %
- 1.DuMont0 %
- 1.Econ0 %