大数据策略 如何成功使用大数据与10个行业案例分享PDF|Epub|txt|kindle电子书版本网盘下载

大数据策略 如何成功使用大数据与10个行业案例分享PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 何为真正的大数据1

1.1 技术层面的定义1

1.2 为什么数据规模无关紧要4

1.3 大数据对管理层意味着什么4

1.3.1 “大数据是万能的”4

1.3.2 “数据只是另一种电子表格”5

1.4 大数据的执行方式5

1.5 小结10

第2章 如何制定成功的大数据策略11

2.1 转不出的死命循环11

2.2 如何解开“谁是第一次”这个难题13

2.2.1 改变大数据视角13

2.2.2 用户认知与数据采集13

2.2.3 Facebook预测性分析的现实14

2.2.4 Facebook数据收集走得更远15

2.2.5 使用Facebook坦诚认知大数据发展潜力16

2.2.6 专业认知与大数据现实16

2.2.7 从感知到认知偏差17

2.2.8 寻找大数据占卜师17

2.3 下一步：拥抱无知19

2.4 始于何处19

2.4.1 在结束时开始20

2.4.2 当行动变为无为时21

2.5 确认目标，瞄准目标22

2.6 如何获得最佳实践方法，让落后观念远离前进的道路24

2.6.1 解决人们对大数据的恐慌24

2.6.2 终结未知的恐惧24

2.6.3 接受改变，融入改变25

2.6.4 机器统治并不确定，人类仍然起作用26

2.6.5 接触少数固执的人26

2.7 回答没人提出的问题26

2.7.1 持续询问可能性27

2.7.2 寻找最终目标27

2.8 与解说团队交叉合作28

2.8.1 为团队增加业务分析师和关键终端用户28

2.8.2 为收集和管理数据增加首席数据官29

2.9 小处着手、逐步发展并扩张30

2.10 原型和迭代策略31

2.11 谈谈向数据策略中添加预测分析31

2.12 民主化数据，但预计几乎无人使用（目前）31

2.13 策略就是一个活的文档；充实它、滋养它32

2.14 小结32

第3章 提出“正确”的问题33

3.1 协作努力，提出问题34

3.2 魔法8号球效应35

3.3 用数学软件来分析现实问题36

3.4 “正确”问题的清单36

3.5 小结36

第4章 选择“正确”数据源的方法37

4.1 需要更多的数据源（数据类型）而非数据本身（数据容量）37

4.2 为什么无论数据规模多大，生成的数据量都会不足且永远不足38

4.3 数据囤积与先捉再放38

4.4 不可思议的大数据案例：购买尿布的狗主人39

4.5 升级事务性数据的价值39

4.6 社交媒体数据分析的局限性40

4.7 大数据买卖的货币价值40

4.8 利用黑客技术赚钱碰到麻烦41

4.9 评估数据源42

4.10 过时的模型招致竞争对手42

4.11 购买数据时的考量43

4.12 确定所需的外围数据43

4.13 谈谈结构化与非结构化数据44

4.14 防止人为偏见对数据选择的影响46

4.15 数据孤岛的危险46

4.16 使用所需数据源的必要步骤47

4.17 小结48

第5章 解答大数据问题如同玩魔方49

5.1 可行性数据的概念49

5.2 描述性、预测性和规范性数据分析类型的差异51

5.2.1 描述性数据分析52

5.2.2 预测性数据分析53

5.2.3 规范性数据分析53

5.3 已有明确答案的问题54

5.4 解释会导致更多的问题55

5.5 需要解读的问题——魔方55

5.6 小结57

第6章 实时分析在动态化策略中的作用59

6.1 检查实时错觉和时间胶囊60

6.2 静态策略与动态策略61

6.3 谈谈转向动态策略的变革管理62

6.4 选择分析方式62

6.5 利用专家经验，加速数据分析65

6.6 实时分析来得太迟时该怎么办66

6.7 小结66

第7章 大数据的价值主张和货币化67

7.1 确定未知领域的投资回报率（ROI）67

7.2 滥发的货币和模糊的投资回报率69

7.3 成本核算的困惑70

7.4 成本不是问题71

7.5 先考虑大数据项目再谈商业案例71

7.6 计算实际成本72

7.7 价值所在73

7.7.1 从技术角度看待商业案例73

7.7.2 从非技术角度看待商业案例74

7.8 项目回报率的计算公式74

7.9 重要问题：是否应该出售数据76

7.9.1 销售数据解析77

7.9.2 物以稀为贵77

7.10 小结78

第8章 协同经济的兴起和盈利方式79

8.1 数据等于知识和财富79

8.2 大数据带来的最大冲击：颠覆原有模式80

8.2.1 分享经济82

8.2.2 创客运动83

8.2.3 合作创新84

8.3 新模式在新协同经济中兴起85

8.4 强调流畅性，摒弃灵活度87

8.5 应用大数据制定战略新模式89

8.6 小结90

第9章 隐私难题91

9.1 真相揭开的那天预示着个人隐私神话的失败92

9.1.1 危险汇总94

9.1.2 可在世界各地接听的手机通话94

9.1.3 公民和退伍军人的数据如何帮助其他国家策划袭击96

9.1.4 数据扩散逐步升级97

9.1.5 为个人隐私画一条底线98

9.1.6 企业的隐私难题101

9.2 数据收集中的4大转变102

9.2.1 数据入侵性改变103

9.2.2 数据多样性的改变104

9.2.3 数据整合性的改变105

9.2.4 数据作用范围的改变105

9.3 必须质疑的商业问题110

9.4 谁是真正的数据拥有者110

9.5 当前法律和措施在设定先例中的作用111

9.6 授权允许的误区113

9.7 个人价值与混合数据113

9.8 匿名数据的误区114

9.9 个人隐私与个人利益之间的平衡115

9.10 数据收集何时会使你或你的公司承担责任115

9.11 商业价值的透明度117

9.12 数据从业人员必须铭记的事实118

9.13 小结118

第10章 国防情报部门中的用例119

10.1 态势感知和可视化120

10.2 信息相关性问题处理（“了解情况”问题）121

10.3 海量数据中信息搜索和发现（“海底捞针”问题）124

10.4 企业网络安全数据管理127

10.5 后勤信息（包括粗放型／动态性企业资产目录）127

10.6 加强卫生保健127

10.7 开源信息129

10.8 内存数据的现代化130

10.9 企业数据中心130

10.10 武器装备与战争中的大数据用例130

10.11 小结131

第11章 政府大数据管理用例133

11.1 大数据趋势对政府数据的影响134

11.2 联合国“全球脉动”计划用例135

11.3 联邦政府（非国防部或情报界）用例137

11.4 州政府用例139

11.5 当地政府用例142

11.6 法律实施用例144

11.7 小结145

第12章 安全行业用例147

12.1 一切都在互联网上147

12.2 亦敌亦友的数据148

12.3 防病毒／反恶意软件用例149

12.4 目标如何击中要害151

12.5 虚拟和现实世界的碰撞156

12.6 纷乱的机器数据157

12.6.1 农民面临的信息安全困境157

12.6.2 物联网中农民面临的安全困境周而复始158

12.7 当前和未来信息安全分析法159

12.8 小结162

第13章 医疗保健领域用例163

13.1 解决抗生素危机163

13.2 使用大数据治病165

13.3 从谷歌到疾病预防控制中心165

13.3.1 美国疾病预防控制中心（CDC）的糖尿病交互图谱168

13.3.2 项目数据领域171

13.3.3 赛智生物网络172

13.4 另一方：生物黑客173

13.5 电子健康记录（EHR）、电子病历（EMR）和大数据175

13.6 公布医疗保健数据176

13.7 小结179

第14章 小企业和农场用例181

14.1 大数据适用于小企业181

14.2 炒作和真实世界局限性之间的界限182

14.3 为工作选择合适的工具182

14.4 可能会使用的外部数据源示例187

14.5 给使用共用或共享数据农民的一句忠告192

14.5.1 说法一：数据属于农民193

14.5.2 说法二：数据只用于“帮助”农民从农场中更加受益194

14.5.3 说法三：农民的数据将会保密194

14.6 钱、钱、钱：大数据扩大借贷能力的方式195

14.6.1 PayPal信贷196

14.6.2 亚马逊资本服务196

14.6.3 数据驱动型贷款公司Kabbage197

14.7 小结197

第15章 交通运输中的用例199

15.1 加速发展大数据赚取利润199

15.1.1 美中不足的事200

15.1.2 依靠数据获胜不会长久201

15.1.3 火车、飞机和船舶中的数据使用201

15.2 车联网：很可能不是你以为的那样203

15.2.1 数据引导创新和自动化206

15.2.2 智能城市的崛起206

15.2.3 正在发生的交通创新实例207

15.3 数据和无人驾驶汽车208

15.4 互联的基础设施210

15.5 汽车保险品牌数据收集设备212

15.6 交通领域无法预料的数据可靠性214

15.7 小结215

第16章 能源领域中的用例217

16.1 关于能源神话和假设的大数据217

16.2 美国能源信息署（EIA）能源数据存储库219

16.3 EIA能源数据表格浏览器220

16.4 失踪的智能电表数据222

16.5 EIA的API和数据集222

16.6 国际意义与合作223

16.7 公私合作下的能源数据变革224

16.8 公用事业用例225

16.9 小结227

第17章 零售业大数据用例229

17.1 在大数据中重新运用老战术229

17.1.1 零售业没搞砸，对象客户发生了变化231

17.1.2 品牌叛变和恶魔客户231

17.1.3 客户体验又成为一个问题232

17.1.4 大数据与恶魔客户复兴232

17.2 零售业与大数据博弈的原因234

17.3 大数据帮助零售业的方式234

17.3.1 产品选择和定价235

17.3.2 当前市场分析236

17.3.3 利用大数据开发新的定价模式236

17.3.4 寻找更好的方法获取更多、更好和更清洁的客户数据237

17.3.5 研究和预测客户接受度和反应237

17.3.6 预测并规划应对更广泛的市场发展趋势241

17.4 预测零售业未来243

17.5 小结244

第18章 银行和金融服务业用例245

18.1 定义问题245

18.2 银行和贷款机构的用例246

18.3 大数据如何在借贷领域点燃新竞争248

18.4 新型可选择贷款方式248

18.4.1 贝宝（PayPal）贷款项目248

18.4.2 人人贷和贷款俱乐部249

18.5 零售商与银行的较量；信用卡品牌规避银行250

18.6 征信局所面临的大数据问题250

18.7 谈谈保险公司252

18.8 小结254

第19章 制造业用例255

19.1 经济形式与机会展望256

19.2 制造业的十字路口258

19.3 3D打印与大数据的相交点260

19.4 3D打印是如何影响制造业并扰乱客户的261

19.4.1 盈创公司一天打印10所住宅261

19.4.2 3D打印的景观别墅262

19.4.3 3D打印的傍水小宅263

19.4.4 3D家庭打印对制造业的影响263

19.5 增材制造的转变将是巨大的，并会波及所有部门263

19.6 个性化制造将如何改变一切，甚至创造更多的大数据265

19.7 制造业内部新数据源涌出266

19.8 此行业的用例267

19.9 小结267

第20章 下放权力269

20.1 数据民主化269

20.2 4步措施270

20.3 其他4步272

20.4 小结273

第21章 摘要275

21.1 何为真正的大数据275

21.2 如何制定成功的大数据策略276

21.3 提出“正确”的问题276

21.4 选择“正确”数据源的方法277

21.5 解答大数据问题如同玩魔方277

21.6 实时分析在动态化策略中的作用278

21.7 大数据的价值主张和货币化279

21.8 协同经济的兴起和盈利方式279

21.9 隐私难题280

21.10 政府大数据管理用例280

21.11 国防情报部门中的用例281

21.12 安全行业用例282

21.13 医疗保健领域用例282

21.14 小企业和农场用例283

21.15 能源领域中的用例284

21.16 交通运输中的用例285

21.17 零售业大数据用例286

21.18 银行和金融服务业用例287

21.19 制造业用例288

21.20 下放权力289