數(shù)據(jù)戰(zhàn)略：如何從大數(shù)據(jù)、數(shù)據(jù)分析和萬(wàn)物互聯(lián)中獲利

贊譽(yù)

致謝

作者簡(jiǎn)介

第 1章　為何說(shuō)當(dāng)下業(yè)務(wù)無(wú)不是數(shù)據(jù)業(yè)務(wù)　// 1

1.1　大數(shù)據(jù)和物聯(lián)網(wǎng)的驚人增長(zhǎng)　// 1

1.2　數(shù)據(jù)驅(qū)動(dòng)的勇敢新世界　// 2

1.3　我們是否正在逼近人工智能　// 7

1.4　數(shù)據(jù)正在如何徹底改變我們的商業(yè)世界　// 10

1.4.1　數(shù)據(jù)在商業(yè)中的基本作用　// 10

1.4.2　智能工廠與工業(yè) 4.0　// 14

1.4.3　自動(dòng)化及其對(duì)就業(yè)的現(xiàn)實(shí)威脅　// 16

1.4.4　區(qū)塊鏈技術(shù)：是否是數(shù)據(jù)和企業(yè)的未來(lái)　 // 18

1.5　所有業(yè)務(wù)都必須成為數(shù)據(jù)業(yè)務(wù)　// 19

1.5.1　一切以數(shù)據(jù)戰(zhàn)略為起點(diǎn)　// 20

1.5.2　你的公司是否需要首席數(shù)據(jù)官　// 21

注解　// 23

第 2章　戰(zhàn)略性數(shù)據(jù)需求的確定　// 25

2.1　以數(shù)據(jù)提高企業(yè)的決策質(zhì)量　// 26

2.1.1　利用數(shù)據(jù)更好地了解客戶和市場(chǎng)　// 27

2.1.2　在一個(gè)意想不到的場(chǎng)景，讓數(shù)據(jù)為你而動(dòng)　// 29

2.2　利用數(shù)據(jù)改善運(yùn)營(yíng)　// 30

2.2.1　通過(guò)數(shù)據(jù)獲得內(nèi)部效率　// 31

2.2.2　亞馬遜：如何以數(shù)據(jù)優(yōu)化業(yè)務(wù)流程并增加銷售額　 // 33

2.2.3　優(yōu)步：如何以數(shù)據(jù)優(yōu)化運(yùn)輸　 // 34

2.2.4　羅爾斯·羅伊斯：如何以數(shù)據(jù)驅(qū)動(dòng)制造業(yè)成功　 // 35

2.3　商業(yè)模式的轉(zhuǎn)型：將數(shù)據(jù)作為企業(yè)資產(chǎn)　 // 37

2.3.1　如何以數(shù)據(jù)提升企業(yè)價(jià)值　// 37

2.3.2　將數(shù)據(jù)轉(zhuǎn)化為新的收入源泉　// 38

2.4　只有正確的數(shù)據(jù)才是有意義的，并非所有數(shù)據(jù)都是有價(jià)值的　 // 40

2.5　為數(shù)據(jù)提供強(qiáng)有力的商業(yè)案例　// 42

注解　// 43

第 3章　使用數(shù)據(jù)改善商業(yè)決策　// 44

3.1　明確你的關(guān)鍵性業(yè)務(wù)問(wèn)題　// 44

3.1.1　好問(wèn)題帶來(lái)更好的答案　// 46

3.1.2　針對(duì)顧客、市場(chǎng)和競(jìng)爭(zhēng)者的問(wèn)題　// 47

3.1.3　有關(guān)財(cái)務(wù)的問(wèn)題　// 52

3.1.4　有關(guān)內(nèi)部運(yùn)營(yíng)的問(wèn)題　// 55

3.1.5　有關(guān)人員的問(wèn)題　// 57

3.2　數(shù)據(jù)的可視化及溝通洞見　// 60

3.2.1　是否每個(gè)人都應(yīng)有權(quán)訪問(wèn)數(shù)據(jù)　// 61

3.2.2　告別電子表格，迎接數(shù)據(jù)可視化時(shí)代　// 63

3.2.3　以視覺(jué)與文字的融合發(fā)揮最大效果　// 64

3.2.4　虛擬現(xiàn)實(shí)和數(shù)據(jù)可視化的未來(lái)　// 65

注解　// 66

第 4章　使用數(shù)據(jù)改善企業(yè)運(yùn)營(yíng)　// 67

4.1　利用數(shù)據(jù)優(yōu)化運(yùn)營(yíng)流程　// 68

4.1.1　數(shù)據(jù)如何改善制造過(guò)程　// 68

4.1.2　如何以數(shù)據(jù)強(qiáng)化倉(cāng)儲(chǔ)和配送　// 70

4.1.3　如何以數(shù)據(jù)增強(qiáng)業(yè)務(wù)流程　// 71

4.1.4　如何以數(shù)據(jù)強(qiáng)化銷售及營(yíng)銷流程　// 75

4.2　以數(shù)據(jù)改善顧客供應(yīng)　// 78

4.2.1　為客戶提供更優(yōu)服務(wù)　// 78

4.2.2　提供更好的產(chǎn)品　// 81

注解　// 84

第 5章　數(shù)據(jù)的貨幣化　// 85

5.1　增加企業(yè)價(jià)值　// 86

5.2　數(shù)據(jù)本身成為企業(yè)核心資產(chǎn)　// 87

5.3　由企業(yè)數(shù)據(jù)處理能力創(chuàng)造的價(jià)值　// 90

5.4　向顧客或利益相關(guān)者出售數(shù)據(jù)　// 91

5.5　理解用戶生成數(shù)據(jù)的價(jià)值　// 96

第 6章　數(shù)據(jù)的取得與收集　// 98

6.1　了解不同類型的數(shù)據(jù)　// 99

6.1.1　對(duì)“大數(shù)據(jù)”的定義　// 100

6.1.2　結(jié)構(gòu)化數(shù)據(jù)的定義　// 101

6.1.3　非結(jié)構(gòu)化數(shù)據(jù)和半結(jié)構(gòu)化數(shù)據(jù)的定義　// 103

6.1.4　內(nèi)部數(shù)據(jù)的定義　// 105

6.1.5　外部數(shù)據(jù)的定義　// 106

6.2　更多的新型數(shù)據(jù)　// 108

6.2.1　活動(dòng)數(shù)據(jù)　// 108

6.2.2　對(duì)話數(shù)據(jù)　// 109

6.2.3　照片和視頻數(shù)據(jù)　// 110

6.2.4　傳感器數(shù)據(jù)　// 111

6.3　內(nèi)部數(shù)據(jù)的收集　// 111

6.4　外部數(shù)據(jù)的訪問(wèn)　// 113

6.5　如果你需要的數(shù)據(jù)尚不存在　// 116

注解　// 117

第 7章　將數(shù)據(jù)轉(zhuǎn)化為洞見　// 118

7.1　分析技術(shù)的進(jìn)化方式　// 119

7.2　了解不同類型的分析技術(shù)　// 120

7.2.1　文本分析　// 121

7.2.2　情感分析　// 122

7.2.3　圖像分析　// 122

7.2.4　視頻分析　// 123

7.2.5　語(yǔ)音分析　// 124

7.2.6　數(shù)據(jù)挖掘　// 124

7.2.7　業(yè)務(wù)實(shí)驗(yàn)　// 125

7.2.8　視覺(jué)分析　// 126

7.2.9　相關(guān)性分析　// 126

7.2.10　回歸分析　// 127

7.2.11　情景分析　// 128

7.2.12　預(yù)測(cè) /時(shí)間序列分析　// 129

7.2.13　蒙特卡羅模擬法　// 129

7.2.14　線性規(guī)劃　// 130

7.2.15　同期群分析　// 130

7.2.16　因子分析　// 131

7.2.17　神經(jīng)網(wǎng)絡(luò)分析　// 132

7.2.18　元分析 /文獻(xiàn)分析　// 133

7.3　高級(jí)分析：機(jī)器學(xué)習(xí)、深度學(xué)習(xí)和認(rèn)知計(jì)算　 // 133

7.4　以不同分析技術(shù)的結(jié)合追求成功最大化　// 137

第 8章　技術(shù)和數(shù)據(jù)基礎(chǔ)架構(gòu)的創(chuàng)建　// 139

8.1　“大數(shù)據(jù)即服務(wù)”：能成為企業(yè)的一站式解決方案嗎　// 140

8.2　收集數(shù)據(jù)　// 143

8.3　存儲(chǔ)數(shù)據(jù)　// 146

8.3.1　了解云基礎(chǔ) /分布式存儲(chǔ)系統(tǒng)　// 146

8.3.2　Hadoop概述　// 148

8.3.3　Spark：Hadoop的替代品　// 149

8.3.4　數(shù)據(jù)湖和數(shù)據(jù)倉(cāng)庫(kù)的簡(jiǎn)單介紹　// 150

8.4　數(shù)據(jù)的分析和處理　// 151

8.5　提供數(shù)據(jù)訪問(wèn)服務(wù)　// 155

8.5.1　倡導(dǎo)數(shù)據(jù)管家的概念　// 156

8.5.2　數(shù)據(jù)的溝通　// 157

注解　// 159

第 9章　打造組織的數(shù)據(jù)能力　// 160

9.1　大數(shù)據(jù)技能短缺及其對(duì)企業(yè)的影響　// 160

9.2　建立內(nèi)部技能和競(jìng)爭(zhēng)力　// 163

9.2.1　五種基本的數(shù)據(jù)科學(xué)技能　// 163

9.2.2　招募新人才　// 166

9.2.3　為現(xiàn)有人員提供培訓(xùn)并提高其工作技能　// 168

9.3　將數(shù)據(jù)分析業(yè)務(wù)外包　// 170

9.3.1　與數(shù)據(jù)服務(wù)供應(yīng)商合作　// 170

9.3.2　Kaggle：眾包數(shù)據(jù)科學(xué)家　// 172

注解　// 175

第 10章　不要讓數(shù)據(jù)成為負(fù)債：數(shù)據(jù)治理　// 177

10.1　數(shù)據(jù)所有權(quán)和隱私方面的考慮　// 178

10.1.1　擁有還是外購(gòu)　// 178

10.1.2　確保擁有合理權(quán)限　// 179

10.1.3　將數(shù)據(jù)最少化作為好的實(shí)踐　// 180

10.1.4　理解隱私問(wèn)題　// 182

10.2　數(shù)據(jù)的安全問(wèn)題　// 187

10.2.1　數(shù)據(jù)泄露的重大影響　// 187

10.2.2　物聯(lián)網(wǎng)的威脅　// 190

10.3　踐行良好的數(shù)據(jù)治理　// 192

注解　// 194

第 11章　數(shù)據(jù)戰(zhàn)略的執(zhí)行和完善　// 196

11.1　把數(shù)據(jù)戰(zhàn)略付諸實(shí)踐　// 196

11.1.1　態(tài)度是關(guān)鍵　// 196

11.1.2　數(shù)據(jù)戰(zhàn)略為什么會(huì)失敗　// 198

11.2　創(chuàng)建數(shù)據(jù)文化　// 201

11.3　重新審視數(shù)據(jù)戰(zhàn)略　// 203

11.3.1　調(diào)整企業(yè)需求　// 204

11.3.2　持續(xù)演進(jìn)的技術(shù)圖景　// 204

11.3.3　遙望未來(lái)　// 207

注解　// 210

為配合讀者閱讀本書，作者還提供了一份在線參考資料 ——《超越大數(shù)據(jù)》（Beyond the Big Data Buzz），要查詢?cè)撾娮訒?qǐng)?jiān)L問(wèn)網(wǎng)址：

www.koganpage.com/beyond-the-big-data-buzz。