大數據雲圖 [BIG DATA DEMYSTIFIED] pdf epub mobi txt 电子书下载 2025

☆☆☆☆☆

[美] 大衛·芬雷布著，孫唯編，盛楊燕譯

圖書標籤:

大數據
雲計算
數據分析
數據挖掘
機器學習
人工智能
商業智能
數據科學
技術
行業應用

下载链接在页面底部

facebook linkedin mastodon messenger pinterest reddit telegram twitter viber vkontakte whatsapp 复制链接

想要找书就要到求知書站

tushu.tinynews.org

立刻按 ctrl+D收藏本页

你会得到大惊喜!!

出版社：浙江人民出版社

ISBN：9787213058424

版次：1

商品编码：11360779

品牌：湛庐文化（Cheers Publishing）

包装：平装

丛书名：湛庐文化

外文名称：BIG DATA DEMYSTIFIED

开本：16开

出版时间：2013-12-01

用纸：胶版纸

页数：200

正文语种：中文

具体描述

編輯推薦

　　大數據時代商業應用之作，從大數據行業入手，描繪齣大數據時代的商業分布。

　　大數據雲圖《》作者大衛·芬雷布被譽為“大數據商業應用的引路人”。與同伴共同創建的Big Data Group公司，為科技買傢和供應商提供谘詢服務，其中關注度高的就是大數據雲圖。

內容簡介

　　、榖歌、IBM、Facebook…… 超過一百傢大數據公司的商業法則深度解密。教育、醫療、商業、設計、汽車…… 十幾個行業的成功企業案例全麵分享。

　　從Twitter到Netflix，從Bing到LinkedIn……互聯網新貴如何在大數據之戰中脫穎而齣？從福特到寶潔，從耐剋到三星……傳統商業巨頭如何在大數據時代再創輝煌？

　　大數據雲圖清晰勾勒齣大數據行業的企業分布，讓你能夠輕易發現大數據行業的下一個大機遇究竟在何處。

作者簡介

　　大衛·芬雷布（David Feinleib），“大數據商業應用的引路人”，他與同伴共同創建的Big Data Group公司，旨在為科技買傢和供應商提供谘詢服務。該公司繪製的大數據雲圖已經成為Twitter上的熱門話題，在全球較大的幻燈片分享社區SlideShare中的被瀏覽次數也超過30000次。

　　互聯網行業的資深創業者，先後創辦瞭多傢公司，包括onDevice公司，該公司後來被Keynote Systems公司收購；Consera Software公司，該公司後來被惠普公司收購；Likewise公司，該公司後來被美國EMC公司旗下的Isilon業務部收購。

　　著名風險投資人，曾在莫爾達維多風險投資公司人之，掌管20億美元資産。

精彩書評

　　大數據影響所有人。在這本頗具趣味性並發人深省的書中，芬雷布解釋瞭如何利用手中所掌握的正確工具，在大數據時代構建一個更豐富的企業模型，開闊眼界，收獲新知，建立競爭優勢。

拉斯·比約剋

　　——QlikTech公司首席執行官

　　穿透喧嘩與騷動，芬雷布揭示瞭大數據最重要的時代意義：對商業領域的影響。《大數據雲圖》是送給數據驅動的決策製定者的一本商業機會分布圖集。

　　——邁剋爾·德裏斯科　Metamarkets首席執行官

　　《大數據雲圖》為眾多大數據領域的創業公司描繪瞭一幅大數據景觀圖。它掀起瞭一場革命，重新定義瞭數據收集、存儲和分析的概念。對於任何想瞭解大數據對企業、政府、科學和全人類意味著什麼的人來說，這是一本必讀之作。

　　——桑傑·梅塔　Splunk 公司産品營銷副總裁

　　芬雷布對大數據分析和業務智能的洞見，使得他成為瞭矽榖最與時俱進的思想領袖之一。

　　——張若玫　遠創科技集團（Vitria Technology, Inc.）首席執行官

　　每一個試圖利用數據創建競爭優勢的企業領袖都應閱讀本書。芬雷布嚮我們展示瞭如何藉助大數據來提升企業的業績和改善我們生活。

　　——羅傑·埃倫伯格　　　IA Ventures創始人

　　《大數據雲圖》是每一位對大數據感興趣的人的必讀之作。芬雷布不僅告訴我們哪些大數據初創公司有望在未來一炮而紅，還解釋瞭我們如何利用數據過上更健康的生活、擁有更好的人際關係，教育我們的孩子。

　　——布拉德·費爾德　Foundry Group運營主管

　　如果你想知道未來十年最重要的流行趨勢是什麼，這本《大數據雲圖》就是為你量身打造的。

　　——卡梅倫·梅爾沃德　啓明投創

　　《大數據雲圖》綜閤瞭大數據的方方麵麵。芬雷布為我們深入淺齣地解釋瞭大數據這一復雜主題。

　　——肯·斯蒂芬斯　施樂公司雲解決方案高級副總裁

精彩書摘

　　第2章　可視化，在數據中發掘機遇的重要工具

　　你第一次來到華盛頓特區——美利堅閤眾國的首都，你很興奮，激動地想參觀白宮和所有的紀念碑、博物館。從一個地兒趕到另一個地兒，你需要利用當地的交通係統——地鐵，這看上去挺簡單的，但問題是：你沒有地圖，不知道怎麼走。拋開地圖，試想一下服務颱裏有一個好心人，他遞給你一份按字母順序排列的站名、綫路名和坐標清單。理論上，這就夠瞭，要弄清楚怎麼搭乘華盛頓的地鐵，你已經掌握瞭所有的信息。但事實上，要弄清楚搭哪條綫路，在哪個站上車、下車，簡直是一場噩夢。

　　不過，幸運的是，服務颱有另外一種地圖來傳達這些數據信息，那就是華盛頓地鐵圖。地圖上每條綫路的所有站點都是按照順序用不同的顔色標齣來的。你還可以在上麵看到綫路交叉的站點，如此一來，要知道在哪裏換乘，就很容易瞭。可以說突然之間，弄清楚如何搭乘地鐵變成瞭輕而易舉的事情。地鐵圖呈獻給你的不僅是數據信息，更是知識。

　　你不僅知道瞭該搭乘哪條綫路，還大概知道瞭到達目的地需要花多長時間。無須多想，你就能知道到達目的地有8個站，每個站之間大概需要幾分鍾，因而你可以計算齣從你所在的位置到“航空航天博物館”要花上20多分鍾。除此之外，地鐵圖上的路綫不僅標注瞭名字或終點站，還用瞭不用的顔色——紅、黃、藍、綠、橙來幫助於你辨認。每條綫路用的是不同的顔色，如此一來，不管是在地圖上還是地鐵外的牆壁上，隻要你想查找地鐵綫路，都能通過顔色快速辨彆。

　　將信息可視化能有效抓住人們的注意力。有的訊息如果通過單純的數字和文字來傳達，可能需要花費數分鍾甚至幾小時，甚至可能無法傳達，但是通過顔色、布局、標記和其他元素的融閤，圖形卻能夠在幾秒鍾之內就把這些訊息傳達給我們。

　　理清楚瞭頭緒，你發現其實華盛頓特區隻有86個地鐵站。東京地鐵係統包括東京地鐵公司（TokyoMetro）和都營地鐵公司（theToei）兩大地鐵運營係統，一共有274個站。算上東京更大片區的所有鐵路係統，東京一共有882個車站。〇1要是沒有地圖的話，人們將很難瞭解這麼多的站颱信息。

　　數據與圖形

　　倘若你使用過電子錶格，你就會發現，要從填滿數字的單元格中發現走勢有多麼睏難。在電影《黑客帝國》（TheMatrix）中，數字看上去就像圖形，而圖形看上去又像數字，因此，電子錶格並不是那麼容易理解的。這就是諸如微軟電子錶格軟件（MicrosoftExcel）和蘋果電子錶格軟件（AppleNumbers）這類程序內置圖錶生成功能的原因之一。一般來說，我們在看一個餅狀圖或條形圖的時候，更容易發現事物的變化走勢。

　　我們在製訂決策的時候瞭解事物的變化走勢至關重要。不管是討論銷售數據還是健康數據，一個簡單的數據點通常不足以告訴我們事情的整個變化走勢。

　　投資者常常要試著評估一個公司的業績。一種方法就是及時查看公司在某一特定時刻的數據。比方說，如果管理團隊在評估某一特定季度的銷售業績和利潤時，沒有考慮進去之前的季度情況的話,他們可能會總結說公司運營狀況良好。

　　但是，投資者很難從數據中看齣公司每個季度的業績增幅都在減少。因此，從理論上看，公司的銷售業績和利潤似乎還不錯，但事實上，如果不想辦法來增加銷量，公司很快就會走嚮破産。

　　管理者或投資者在瞭解公司業務發展趨勢的時候，內部環境信息是重要指標之一。管理者和投資者同時也需要瞭解外部環境，因為外部環境能讓他們瞭解自己的公司相對於其他公司運營情況如何。

　　如果某個季度銷售業績下滑，管理者就有可能會錯誤地認為公司的運營情況不好。可事實上，銷售業績下滑的原因可能是由大的行業問題引起的，例如，房地産行業受到房屋修建量減少的影響，航空業受到齣行減少的影響等。

　　外部環境是指同行業的其他公司在同一段時間內的運營情況，不瞭解外部環境，管理者就很難洞悉究竟是什麼導緻瞭公司的業務受損。即使管理者瞭解瞭內部環境和外部環境，但要想僅通過抽象的數字來看齣端倪還是很睏難的，而圖形可以幫助他們解決這一問題。

　　……

前言/序言

　　用大數據解讀商業與生活

　　如果現在是3月或12月，那你就得小心瞭——你有可能會分手。數據可視化專傢大衛·麥剋坎德萊斯（DavidMcCandless）和李·拜倫（LeeByron）分析瞭Facebook上的上萬條狀態更新並繪製成錶，發現美國的春假和寒假前兩周是分手高發期。

　　另一方麵，如果是聖誕節的話，你的戀愛狀態就會很不錯。聖誕節是一年之中發生分手次數最少的時候。如果你認為大數據晦澀難懂，和你的日常生活沒什麼關係的話，那你就需要重新考慮這個問題。大數據帶來的改變隨處可見，交友網站利用大數據改變其用戶資料管理方式，營銷人員利用大數據改變其精準化營銷的方式，甚至連我們自己記錄瘦身目標進行減肥的方式也被大數據所改變。

　　我是在進行法國鐵人三項訓練的時候迷上大數據的。我開始記錄我爬過的每座山、跑過的每段路，以及在舊金山水上公園冰冷的水中遊過的所有裏程。然後，為瞭便於自己對這些數據進行迴顧、可視化並進行分析，我將這些信息全部上傳到瞭網絡上。當時我並沒有意識到，這將是一段奇妙的探索之旅的開端，而寶藏就是如今眾所周知的大數據。

　　很多年前，人們就開始對數據進行利用。例如航空公司要利用數據弄清楚給機票定什麼價位，銀行要利用數據搞清楚該貸款給誰，信用卡公司則利用數據偵破信用卡詐騙。但是直到最近，數據，或者用現今的說法就是大數據，纔真正成為我們日常生活的一部分。這是因為即使這些公司早在多年前就使用瞭大量的數據，但是這些數據或多或少都被我們忽視瞭。

　　之後，Facebook和榖歌齣現瞭，至此大數據遊戲被永遠改變瞭。你和我，或者任何一個享受這些服務的用戶都生成瞭一條反映我們行為的數據足跡，它能夠反映齣我們的行為。每次我們進行搜索，例如查找某個人或者甚至隻是訪問某個網站，都加深瞭這條足跡。當Facebook的用戶尚少的時候，要存儲所有用戶的數據足跡，並不是什麼難事。但是很快地，Facebook用戶激增，麵對10000億的網頁搜索和超過10億的好友，現有技術開始力不從心。

　　這些公司不得不創建新技術來存儲和分析激增的數據——結果就迎來瞭被稱為大數據的創新爆炸。其他公司看到榖歌和Facebook的所作所為，他們也意欲效仿，利用大數據找齣客戶所需的商品，以此提高其産品的銷量。企業傢想通過這些數據提供更便捷的醫療保健服務，市政府則想通過數據更好地理解當地居民，提供他們所需的服務。

　　但是，存在一個巨大的問題就是，大部分的公司擁有大量數據，但是公司的大部分員工並不是數據科學傢。因此，對廣大受眾而言，圍繞大數據的討論依然過於技術化，因而顯得遙不可及。

　　我有幸將這個高度技術化的課題——一個略顯技術天賦的課題，呈獻給大傢，解釋數據對我們的日常生活造成的影響。這本書就是成果，它描述瞭數據是如何改變我們的生活、戀愛和學習方式的。

　　在研究這一課題的過程中，我得到瞭很多人的幫助和支持，對此我深錶感謝。我要感謝與我一同進行市場調研和谘詢業務的公司，包括Aerospike,CetasbyVMWare,Cloudyn,Lattice,Lyris,NewRelic,Newvem,Qliktech等。我要特彆感謝卡梅倫·梅爾沃德（CameronMyhrvold）的指導和建議。

《數據之舞：駕馭海量信息時代的商業脈搏》圖書簡介在信息洪流奔湧的二十一世紀，數據已然成為驅動全球經濟和社會進步的核心引擎。然而，麵對以TB、PB乃至EB計量的龐雜信息，許多企業和決策者仍然感到迷茫和無措。他們擁有海量數據，卻鮮能將其轉化為洞察力與競爭力。《數據之舞：駕馭海量信息時代的商業脈搏》正是為破解這一睏境而生的權威指南。本書並非一本枯燥的技術手冊，而是一份麵嚮商業領袖、戰略規劃師、市場分析師以及所有渴望在數據驅動時代占據先機的專業人士的實戰路綫圖。我們摒棄瞭深奧的數學公式和晦澀的代碼細節，聚焦於如何將“數據”這一原始資源，高效地冶煉成“洞察”，並最終轉化為可執行的商業價值。第一部分：重塑認知——數據時代的商業哲學本部分旨在為讀者建立一個堅實的數據思維基礎。我們首先探討瞭從“經驗驅動”到“數據驅動”的範式轉移，剖析瞭大數據技術浪潮對傳統商業模式的顛覆性影響。我們深入分析瞭現代企業在數據戰略層麵常見的“認知陷阱”——例如，盲目追求數據量而忽視質量，或者將數據分析視為孤立的技術部門職能。我們將“數據資産化”的概念細緻拆解，闡明瞭數據不僅僅是運營的副産品，更是企業未來增長的戰略儲備。書中通過一係列詳實的案例研究，展示瞭那些成功將數據融入企業 DNA 的組織，如何在客戶體驗、供應鏈優化、風險管理乃至産品創新等各個維度實現跨越式發展。我們強調，數據驅動並非意味著拋棄直覺，而是用量化的證據來校驗、拓展和深化人類的洞察力。第二部分：構建骨架——數據治理與基礎設施的藝術數據的價值，首先取決於它的可靠性和可訪問性。本部分聚焦於構建穩健、閤規且高效的數據生態係統。我們認為，治理絕非一道道冰冷的規章製度，而是一種確保數據“可信賴”和“易用性”的持續實踐。我們將詳細闡述現代數據治理的五大支柱：數據質量管理、元數據管理、數據安全與隱私保護、數據生命周期管理以及數據所有權與責任劃分。在隱私保護方麵，本書緊密結閤 GDPR、CCPA 等全球主要法規，指導企業如何在充分利用數據潛能的同時，建立起堅不可摧的信任壁壘。在基礎設施層麵，我們探討瞭從本地部署到混閤雲、多雲環境下的數據存儲與處理架構選擇。重點討論瞭如何根據業務場景（如實時交易、曆史分析、機器學習訓練）來設計最優的數據管道（Data Pipeline），確保數據在采集、清洗、存儲和分發過程中的效率和一緻性。讀者將獲得一份清晰的評估框架，用以衡量現有數據基礎設施的成熟度，並製定升級路綫圖。第三部分：釋放潛能——從洞察到行動的分析實踐這是全書最具操作性的核心部分。我們相信，數據分析的終極目標是驅動行動。本部分將分析的範圍從描述性統計擴展到預測性建模和規範性建議。我們係統性地介紹瞭現代商業分析方法論，包括：客戶細分與生命周期價值（CLV）分析：如何通過行為數據構建精準的用戶畫像，實現韆人韆麵的營銷與服務。運營效率優化：利用時間序列分析和流程挖掘技術，識彆供應鏈中的瓶頸和浪費環節。風險預警模型：建立早期識彆係統，用於識彆欺詐行為、信貸違約風險或設備故障預兆。書中特彆闢齣章節，深入探討瞭如何有效地將復雜的分析結果轉化為商業決策者能夠理解並采納的“故事”。我們強調可視化敘事的力量，指導讀者設計清晰的儀錶闆（Dashboard），並學會用數據來構建強有力的商業論證。關鍵在於，確保每一次數據輸齣都能清晰地迴答“所以呢？”這個問題，並指嚮下一步的明確行動。第四部分：麵嚮未來——嵌入式智能與數據文化數據驅動的成熟度體現在智能如何被“嵌入”到日常業務流程中，而不是被孤立地進行事後分析。本部分展望瞭數據智能的未來趨勢，包括實時流處理、邊緣計算對數據價值鏈的影響，以及人工智能（AI）與機器學習（ML）在企業決策中的深度融閤。我們探討瞭如何建立一個“數據原生”的企業文化。這涉及到人纔培養、跨部門協作模式的重塑，以及領導層如何帶頭擁抱不確定性並容忍基於數據探索的失敗。數據文化的構建，意味著將數據思維內化為組織應對挑戰的默認模式。結語：你的數據，你的未來《數據之舞》不是一個終點，而是一個旅程的起點。它提供瞭一套完整的框架，幫助您理解、組織、治理並最終駕馭您組織的數據資産。在這個信息爆炸的時代，擁有數據隻是起點，懂得如何讓數據跳齣其原始形態，在商業的舞颱上翩翩起舞，方能決定您企業的明天。本書緻力於賦予每一位讀者這種掌控全局的能力。

用户评价

评分☆☆☆☆☆

最近手頭事情有點多，但看到這本書的時候，心裏還是癢癢的。我從事的市場營銷工作，現在對數據分析的需求越來越大，感覺不瞭解大數據真的要落伍瞭。以前總覺得那些關於算法、模型的東西離我太遠，但又隱隱約約覺得它們是驅動我們業務增長的關鍵。所以，我特彆希望能在這本書裏找到一些實用的、能立刻應用到工作中的方法和思路。比如，如何通過大數據來更精準地定位目標客戶？如何利用數據來優化我們的廣告投放策略？甚至，如何用數據來預測市場的趨勢，幫助我們做齣更明智的決策？我不太喜歡那種隻講理論的書，更希望它能提供一些具體的案例，讓我看到彆人是怎麼做的，從中獲得啓發。如果能有一些圖錶或者流程圖來輔助說明就更好瞭，這樣理解起來會更直觀。

评分☆☆☆☆☆

說實話，我買這本書，很大一部分原因是衝著“Demystified”這個副標題來的。我一直覺得大數據這個詞聽起來很厲害，但具體是怎麼迴事，真的有點摸不著頭腦。各種關於數據泄露、隱私保護的討論也讓我有點擔心，覺得它是一把雙刃劍。我希望這本書能夠讓我理解大數據的本質，它究竟是什麼？它又帶來瞭哪些機遇和挑戰？我更希望它能解釋清楚，為什麼大數據如此重要，它又是如何改變我們的生活的。我希望這本書能夠給我一個清晰的認知框架，讓我能夠辨彆那些關於大數據的誇大其詞和不實信息。如果能提供一些關於如何負責任地使用大數據的建議，或者如何保護個人數據的隱私，那將是非常有價值的。我希望能通過閱讀這本書，成為一個對大數據有更全麵、更理性認識的人。

评分☆☆☆☆☆

我對這本書的期待，更多的是一種對未來的憧憬。我總覺得，掌握瞭大數據，就等於掌握瞭洞察未來的鑰匙。我希望這本書能夠為我打開這扇門，讓我看到大數據如何驅動創新，如何解決人類麵臨的各種復雜問題。我關注的不僅僅是技術本身，更是它所帶來的社會影響和倫理考量。大數據是否能幫助我們建立一個更公平、更高效的社會？它又可能帶來哪些潛在的風險？我希望這本書能夠提供一些前瞻性的思考，讓我對未來的發展方嚮有一個更深刻的理解。當然，我也希望它能夠激發我的一些靈感，讓我思考如何在自己的領域內，利用大數據的力量，創造更大的價值。這本書就像一個引子，我希望它能點燃我對大數據探索的熱情。

评分☆☆☆☆☆

這本書我一直想找個機會細細品味。封麵設計就很有吸引力，那種深邃的藍色調，仿佛蘊含著無盡的數據洪流，又帶著一絲科技的冷靜與神秘。我一直對“大數據”這個概念感到既熟悉又陌生，新聞、報告裏經常聽到，感覺它無處不在，卻又說不清到底是怎麼一迴事，就像一個模糊的輪廓，難以捉摸。我希望通過這本書，能夠真正理解大數據到底是什麼，它究竟是如何運作的，以及它在我們日常生活和工作中扮演著怎樣的角色。是不是它能幫助我們更清晰地認識這個日益被數據淹沒的世界？我特彆好奇作者會用怎樣的方式來“揭開迷霧”，是枯燥的技術講解，還是生動有趣的案例分析？我期待它能帶來一種豁然開朗的感覺，讓那些曾經覺得高不可攀的“大數據”變得觸手可及，理解起來不再那麼費力。我希望這本書不僅僅是知識的傳遞，更能引發我的思考，讓我對未來的技術發展方嚮有一個更深刻的洞察。

评分☆☆☆☆☆

這本書我拿到手裏，感覺沉甸甸的，不是重量，而是它所承載的知識分量。我一直是個對技術發展充滿好奇心的人，尤其對那些能夠改變世界的技術。大數據無疑就是其中之一。我希望這本書能夠帶我走進大數據的世界，讓我瞭解它的曆史淵源，它如何從一個小小的概念發展到如今無處不在的影響力。我更關注的是它背後的邏輯和原理，比如，數據是如何被收集、存儲、處理和分析的？這些過程是怎樣的？是否有一些基礎性的技術概念是我需要掌握的？我希望作者能夠用一種深入淺齣的方式來講解，避免過於專業和晦澀的術語，讓像我這樣的非技術背景的讀者也能理解。同時，我也想瞭解大數據在不同領域內的應用，比如科學研究、醫療健康、城市管理等等，它們是如何利用大數據來解決實際問題的。

评分☆☆☆☆☆

快递给力，东西不错！

评分☆☆☆☆☆

内容不错，我发现amazon的读者评论比京东的质量高很多啊。

评分☆☆☆☆☆

正版书籍，专业性不错。

评分☆☆☆☆☆

最近在研究大数据，这本书不错

评分☆☆☆☆☆

大数据貌似很火的样子，这次属于凑到下手，但是看了评价还是蛮期待的，虽然不属于这方面的专业人士，但是还是希望能够增长见识，来的时候包装完好，没有褶皱，因为还没有打开对内容无法评价了，希望以后还能赶上优惠的活动！！

评分☆☆☆☆☆

非常不错！我很喜欢看