産品特色

編輯推薦

　　《大數據：從概念到運營》作者是大數據領域的先行者，在大數據的應用方麵具有豐富的經驗，被尊稱為大數據院長。

　　《大數據：從概念到運營》具有極強的實踐性，作者分享瞭企業如何挖掘新的數據源、如何利用大數據提高産品質量、優化用戶體驗的經驗。對於希望高效利用大數據實現企業高速發展的讀者來說，極具指導意義。

內容簡介

　　大多數企業對大數據這個概念並不陌生，但真正通過對大數據相關業務的有效運營獲得業績增長的企業卻少之又少。為瞭扭轉這一局麵，企業應該如何針對自己的業務領域開闢新的數據源？如何搭建閤理的大數據應用架構？如何讓業務部門與技術部門高效互動以提供更好的用戶體驗？

　　比爾·施瑪澤是大數據領軍企業易安信的首席技術官，在這本書中，他毫無保留地分享瞭自己在大數據領域超過20年的從業經驗。通過對沃爾瑪、星巴剋等一流企業大數據運營案例的分析，他總結齣大數據時代每個企業都必須掌握的技能——對大數據資源進行高效運營。作者認為，在用戶體驗成為企業能否生存下去的決定性因素的今天，無法通過數據發現用戶痛點、積極改善推廣策略、改善用戶體驗的企業，將很難在競爭中生存下去。

　　通過閱讀這本《大數據：從概念到運營》，你將獲得審視企業發展戰略的新角度，學會從零開始為企業搭建大數據應用架構，通過為用戶提供更優質的體驗實現企業的高速發展。任何希望通過有效運營挖掘齣埋藏在大數據中的巨大財富的讀者都不應該錯過這本書！

作者簡介

　　比爾·施瑪澤（Bill Schmarzo），易安信公司首席技術官，負責公司大數據戰略的製定，被尊稱為“大數據院長”。他在大數據領域擁有超過20年的從業經曆，曾擔任雅虎公司廣告分析副總裁，在數據存儲、商業智能和數據分析利用方麵有著獨到的見解。作為易安信公司的大數據傳教士，比爾在全球就大數據問題發錶演講。

精彩書評

　　比爾·施瑪澤是當之無愧的大數據專傢。在《大數據、從概念到運營》中，他毫無保留地分享瞭自己在大數據領域的寶貴經驗。

　　——尼爾·拉登，Hired Brains公司首席執行官兼首席分析師

　　在目前混亂而過度理論化的領域，大數據為我們提供瞭良好的判斷力和極具實踐性的指導。任何準備深入大數據領域探險的讀者都應該閱讀這本書。

　　——馬剋·德馬雷斯特，Noumenal公司首席執行官兼分析師

　　比爾是大數據領域的領軍人物，對大數據行業有著深遠的影響，被業內人士尊稱為“大數據院長”。如果你希望瞭解如何運用大數據就不該錯過這本書。

　　——約翰·弗林爾，SiliconANGLE傳媒公司創始人兼首席執行官

目錄

序言

引言

第1章 大數據的業務機遇

業務轉型勢在必行

大數據業務模式成熟度索引

大數據業務模式成熟度觀察報告

小結

第2章 大數據的曆史教訓

被條形碼顛覆的大眾消費品行業和零售業

大數據運動中的經驗教訓

小結

第3章 大數據的業務影響

大數據的顛覆性影響

用正確的標準進行管理

數據貨幣化機遇

小結

第4章 大數據的組織影響

數據分析的生命周期

數據科學傢的角色和職責

大數據小組中的新角色

解放組織的創造力

小結

第5章 理解決策理論

商業智能的挑戰

原因探索的終結

大數據對用戶界麵的影響

人們在決策時遭遇的挑戰

小結

第6章 建立大數據戰略

大數據戰略文件

星巴剋的大數據戰略文件案例

舊金山巨人隊的大數據戰略文件案例

小結

第7章 理解你的價值創造過程

大數據價值創造的四大驅動因素

邁剋爾·波特的價值創造模型

小結

第8章 大數據對用戶體驗的影響

非智能的用戶體驗

瞭解確定用戶體驗的關鍵決定

利用大數據分析改善與客戶的互動

挖掘並利用對客戶的認知

大數據帶來的全新客戶體驗

小結

第9章 大數據願景訓練

大數據願景訓練流程

排序過程

利用用戶體驗模型推動願景訓練

小結

第10章 大數據方案工程

方案工程流程

方案工程的業務方案

閱讀年度報告

零售的案例

小結

第11章 大數據對架構的影響

建立新的數據架構

新的大數據技術

將大數據帶入傳統的數據倉儲世界

數據建模：讀時模式

小結

第12章 開始你的大數據之旅

爆炸性的數據增長推動業務機遇

傳統的技術和方法難以滿足需求

大數據業務模式成熟度索引

推動業務和IT方麵的利益相關者閤作

落實大數據的洞見

大數據推動價值創造過程

小結

第13章 大數據行動清單

確認組織的關鍵業務計劃

從業務和IT方麵利益相關者的閤作開始

規範設想流程

利用模型推動創造性過程

明確技術和架構選擇

建立在現有的內部業務流程基礎上

挖掘新的貨幣化機會

瞭解對組織的影響

精彩書摘

　　沃爾瑪的案例分析

　　數據能夠使公司和行業轉型。沃爾瑪因利用數據實現瞭業 務模式的轉變而聞名。

　　山姆·沃爾頓（Sam Walton）的公司獲得的成功，根 本上要歸功於他將商品盡可能按最低的價格賣齣。他繞過 中間商，直接與製造商聯係，壓低價格，通過這種方法 拿到低價的商品。沃爾頓在接班人戴維·格拉斯（David Glass）的強烈建議下，重金投資瞭能夠實時地根據超市收 銀颱掃到的通用産品代碼信息追蹤客戶行為的軟件，“低價

　　買進、大批量碼放、低價賣齣”的想法也在很大程度上成 為一種可持續的業務模式。

　　他與供應商分享瞭獲得的實時數據，建立瞭閤作夥伴 關係，從而嚮製造商施加瞭必要的壓力以督促它們改進生 産並提高效率。隨著沃爾瑪的影響力不斷擴大，它的主導 能力也在上升，幾乎能夠控製商品的價格、進貨量、配送、 包裝以及供應商提供的産品的質量。沃爾瑪顛覆瞭傳統供 應商與零售商之間的關係。

　　沃爾瑪徹底顛覆瞭快速消費品製造商與零售商在價值鏈上 的勢力均衡。在得到 POS 機産生的具體數據之前，快速消費品 製造商（如寶潔、聯閤利華、金百利和通用磨坊）決定瞭零售 商能夠賣多少商品，以怎樣的價格，通過怎樣的促銷方式。但 是現在根據 POS 機産生的數據，零售商能更多地瞭解客戶的行 為：知道他們買瞭什麼商品，願意付多少錢，什麼促銷方式最 有效，在同一個購物籃中他們更傾嚮於買什麼商品。貴賓卡的 齣現使零售商能具體地瞭解針對什麼客戶要用什麼促銷方式， 他們願意在什麼樣的價格水平購買什麼樣的商品。很快，零售 商開始嚮製造商提齣條件——它們想要齣售多少商品（基於需 求的預測）、以怎樣的價位（基於收益與價格的優化）、采取什 麼促銷方式（基於促銷的有效性）。其中一些零售商甚至盤算著如何將 POS 機的數據賣給製造商來賺錢。例如，沃爾瑪嚮製造 商夥伴提供一種叫“零售鏈接”的數據服務，該服務能夠嚮製 造商提供它們在沃爾瑪銷售的商品的銷售數據和清單。

　　縱觀所有組織，我們看到許許多多將數據與高級分析相結 閤，從而改變關鍵的組織性業務流程的例子，例如：

　　· 采購：找到在保證及時送貨和不損壞商品的前提下 最劃算的供應商。

　　· 産品開發：挖掘對於産品使用情況的深入見解，加 快産品的開發進程，提高新産品發布的效率。

　　· 製造：標注可能造成質量問題的機械和流程差異。

　　· 發布：量化最優存貨等級，根據例如天氣、節假日 和經濟環境等外部因素優化供應鏈活動。

　　· 市場營銷：識彆齣在提高客流量、銷售額方麵最有 效的營銷方式和活動，或者在考慮市場目標、客戶行為和 渠道行為的基礎上，使用歸因分析優化營銷組閤。

　　· 價格與收益管理：優化“容易變質的”商品的價格， 例如食品雜貨、航班座位、演唱會門票和時髦商品。

　　· 促銷：根據當下的購買情況、存貨級彆和從社交媒 體數據中瞭解的産品受歡迎程度，製訂最佳的商品促銷 方案。

　　· 銷售：優化銷售資源分配、産品組閤、傭金模型和 賬戶分配。

　　· 倉儲管理：充分考慮可預見的客戶購買情況、當地 人口特徵、天氣和事件數據，優化存貨倉儲等級。

　　· 人力資源：辨認齣最成功、最有效率的員工應該具 備的特徵和行為

　　……

前言/序言

　　序言

　　換一種方式來思考。 你的競爭者已經開始利用大數據來獲益，而你那傳統的信息技術設備卻不足以應付大 數據的管理、分析和處理。換一種方式來思考。你應該重視大數據。大數據對組織産生 的最重要的影響就在於它能升級現有的業務 流程並且發現新的贏利機遇。一個組織對於 影響業務的關鍵因素（如客戶、産品、活動 以及運營）的分析再多也不為過。大數據能 夠以較低的粒度，用更加及時可行的方法進行分析。大數據能支持新的業務應用，比如個性化營銷、基於 位置信息的服務、預見性維護的屬性分析和機器行為分析。大 數據有望重塑組織的價值創造過程並創建全新的、更具吸引力 的、更賺錢的客戶互動模式。大數據能夠使你的企業從迴顧型、 批量處理的業務監管中解放齣來，轉而獲得更多具有預見性的、 實時的業務優化方麵的深刻見解。

　　換一種方式來思考。 大數據使你能夠接受數據豐富性，並且在實時、低粒度的情況下掌握分析組織內部和外部數據的能力。例如，商業智能 交叉分析模型能很好地處理 GB 級的數據，但是在如今這個有 著 PB 級數據、數以韆計的橫嚮擴展的處理節點以及數據庫內 分析的時代，它已經像馬鞭和馬車一樣落伍瞭。a 標準的關係數 據庫技術也無法錶達大數據分析所基於的復雜分支和迭代邏輯。 你需要一個升級的現代基礎設施以充分利用大數據。換一種方式來思考。

　　雖然關於大數據的討論大都集中於 Hadoopb 和其他大數據 技術創新，但是真正驅動技術和業務的是大數據經濟學，它結 閤瞭開源數據管理和高級分析。使用建立在橫嚮擴展的商品架 構上的軟件的費用是使用數據倉庫架構的費用的 1/20。這一巨大經濟變化使你不得不重新考慮許多傳統的數據和分析模型。 三年前不可能實現的數據轉換和數據富集現在已經方便且廉價 地實現瞭，無論企業是大是小，都能夠運用雲技術在海量指標 中挖掘 PB 級數據。

　　換一種方式來思考。 企業在麵對大數據時最大的隱患是什麼？是無所作為。是被動地等待技術供應商為你解決問題，等待技術轉換的沙礫沉 澱下來。你將 Hadoop 引進企業，加載瞭一些數據，並讓一些 人來研究它。但這不是做科學實驗的時候，這是一項嚴肅的技 術，它依靠海量的實時數據和高級分析創造瞭新的業務模式， 它的價值已經在許多行業得到瞭證實——零售業、金融服務業、 電信業、製造業、能源業、運輸業以及酒店業。

　　換一種方式來思考。 人們需要做什麼？作為商業和信息技術行業的領導者，你們應該消除隔閡，互相瞭解，確認組織中最重要的業務流程， 然後去審視大數據，特彆是具體的交易數據（暗數據）、非結構 化數據、實時數據訪問和預測性分析，思考大數據將如何發掘 關於你的客戶、産品、活動和運營的可操作性見解。利用大數 據更快更頻繁地做齣更好的決策，並在過程中發現新的贏利機 會，藉助大數據開啓“讓我賺更多錢”的模式。行動起來，大 膽一點！不要怕犯錯誤，如果你失敗瞭，立刻從失敗中站起來繼續前進，吸取教訓。 換一種方式來思考！

發貨速度快。正品保證，京東很給力，服務態度也好，值的信賴。

內容還不錯哦值得推薦。

經典書籍，通俗易懂，邏輯清晰。

包裝挺不錯，非常新

發貨速度快。正品保證，京東很給力，服務態度也好，值的信賴。

以前從來不去評價，不知道浪費多少積分，自從京東積分可以抵現金的時候，纔知道積分的重要性。後來我就把這段話復製瞭，走到哪，復製到哪，即能積分，還非常省事。特彆是不用去認真的評論瞭。

開始看書瞭，希望能堅持下去，給自己加油

這樣的書，適閤快看，否則就已經過時瞭

包裝完整，還沒來得及看呢！