全部商品分类

您现在的位置: 全部商品分类 > 电子电脑 > 电工无线电自动化 > 自动化技术

大数据MBA(通过大数据实现与分析驱动企业决策与转型)/大数据应用与技术丛书

  • 定价: ¥49.8
  • ISBN:9787302477365
  • 开 本:16开 平装
  •  
  • 折扣:
  • 出版社:清华大学
  • 页数:228页
  • 作者:(美)比尔·施玛泽...
  • 立即节省:
  • 2017-08-01 第1版
  • 2017-08-01 第1次印刷
我要买:
点击放图片

导语

  

内容提要

  

    商业利益相关者放弃对信息技术数据和分析方法控制的日子已经结束了。商业利益相关者在对机构进行数据收集和分析工作提供支持和货币化方面必须处于前沿及核心的位置。商业领导者需要了解在何处以及如何使用大数据,利用客户、产品和运营数据的新来源之间的冲突,再加上数据科学,优化关键业务流程,发现新的货币化机会,创造竞争优势新来源。然而,将商业用户改造成数据科学家是不现实的。最重要的是,我们应当教会商业用户像数据科学家一样思考,这样他们便可以利用信息技术,与数据科学家合作,进行用例识别、需求定义、业务估值以及最终的分析操作。比尔·施玛泽著,于楠译的《大数据MBA(通过大数据实现与分析驱动企业决策与转型)/大数据应用与技术丛书》提供了一个商业化框架,辅以相应的支持方法和实践练习。这些方法和练习不仅可以帮助商业用户明确在何处以及如何利用大数据获得商业优势,而且还为操作分析方法、建立正确的组织结构,以及将机构用户体验的分析观察结果推向客户和一线员工等多方面提供了相应的指导。

作者简介

    比尔·施玛泽(Bill Schmarzo),易安信公司首席技术官,负责公司大数据战略的制定,被尊称为“大数据院长”。他在大数据领域拥有超过20年的从业经历,曾担任雅虎公司广告分析副总裁,在数据存储、商业智能和数据分析利用方面有着独到的见解。作为易安信公司的大数据传教士,比尔在全球就大数据问题发表演讲。

目录

第I部分  大数据的商业潜力
  第1章  大数据商业任务
    1.1  大数据MBA介绍
    1.2  关注大数据的驱动竞争差异
    1.2.1  利用技术推动竞争差异
    1.2.2  论经济驱动的商业转型经验
    1.3  “不同思考方式”的重要性
    1.3.1  别想着大数据技术,想想商业转型
    1.3.2  别想着商业智能,想想数据科学
    1.3.3  别想着数据仓库,想想数据湖泊
    1.3.4  别想着“发生了什么”,想想“会发生什么”
    1.3.5  别想着最高收入人群,想想合作
    1.4  本章小结
    1.5  家庭作业
  第2章  大数据商业模式成熟度指数
    2.1  介绍大数据商业模式成熟度指数
    2.1.1  阶段1:商业监测
    2.1.2  阶段2:商业观察
    2.1.3  阶段3:商业优化
    2.1.4  阶段4:数据货币化
    2.1.5  阶段5:商业蜕变
    2.2  大数据商业模式成熟度指数经验心得
    2.2.1  经验1:专注原始大数据价值
    2.2.2  经验2:充分利用见解,创建新的盈利机会
    2.2.3  经验3:为企业机构变革做准备
    2.3  本章小结
    2.4  家庭作业
  第3章  大数据策略文档
    3.1  建立通用商业术语
    3.2  介绍大数据策略文档
    3.2.1  确定机构的关键商业计划
    3.2.2  Chipotle餐馆中最重要的是什么
    3.2.3  确定关键商业实体和关键决策
    3.2.4  明确经济助力因素(用例)
    3.2.5  识别和优化数据源
    3.3  介绍优先级矩阵
    3.4  使用大数据策略文档,赢得世界职业棒球大赛
    3.5  本章小结
    3.6  家庭作业
  第4章  用户体验的重要性
    4.1  “无知的”用户体验
    4.2  消费者案例分析:提高客户参与
    4.3  商业案例研究:启用一线员工
    4.3.1  门店经理仪表盘
    4.3.2  示例用例:竞争分析
    4.3.3  其他用例
    4.4  B2B案例研究:使渠道更有效
    4.4.1  顾问是你的合作伙伴——助他们成功
    4.4.2  理财顾问案例研究
    4.4.3  理财顾问仪表盘的信息部分
    4.4.4  理财顾问仪表盘的律议部分
    4.5  本章小结
    4.6  家庭作业
第II部分  数据科学
  第5章  商业智能和数据科学之间的差异
    5.1  什么是数据科学
    5.1.1  商业智能与数据科学:问题是不同的
    5.1.2  商业智能问题
    5.1.3  数据科学的问题
    5.2  分析师各具特点
    5.3  分析方法不同
    5.3.1  商业智能分析师的参与过程
    5.3.2  数据科学家的参与过程
    5.4  数据模型不同
    5.4.1  商业智能的数据模型
    5.4.2  数据科学的数据建模
    5.5  商业角度的不同
    5.6  本章小结
    5.7  家庭作业
  第6章  数据科学101
    6.1  数据科学案例研究设置
    6.2  基础的探索性分析
    6.2.1  趋势分析
    6.2.2  箱形图
    6.2.3  地理(空间)分析
    6.2.4  配对图
    6.2.5  时间序列分解
    6.3  分析算法与模型
    6.3.1  聚类分析
    6.3.2  正态曲线当量(NCE)分析
……
第III部分  商业利益相关者的数据科学
第IV部分  构建跨企业间的支持