|
|
|
《大數據專家 小企業也能用好大數據》幫助你了解什麼是真正的大數據——以及如何分析和使用大數據，從而不斷改善你的企業。
本書沒有讓人困惑的術語，作者通過一步步的指引和各種建議，幫助你從大數據中獲益。
有了這本書的指導，你會知道如何利用大數據來開發新訂單、開發新產品和新服務；了解科技變化，建立牢固的基礎，創建策略，做出明智的商業決策。
Bernard Marr是一位暢銷書作家，主講人，戰略咨詢顧問，KPI和大數據專家，現任Advanced Performance Institution首席執行官。他被CEO雜志評選為頗具商業頭腦的領導者之一。他為世界上許多知名的機構。出版過《智能大數據SMART准則：數據分析方法、案例和行動綱領》《關鍵績效指標》等暢銷書籍。
第一部分 大數據基礎知識1
第1章 小企業引入大數據3
對所有企業（無論大小）來說，為何大數據如此重要？3
走進數字時代4
了解運用大數據的無限方法5
大數據在小企業中的運用6
大數據的詳細信息7
用4個「V」定義大數據8
為什麼稱為「大」數據8
將數據轉化成大數據9
數據，無處不在9
探討結構化和非結構化數據，以及內部和外部數據10
了解新的數據類型11
大數據的關鍵決策12
了解內在見解的價值12
提高大數據技術和能力13
基礎設施建設14
讓大數據為自己所用15
從制訂計划開始15
利用大數據改變決策方式15
轉變企業經營方式16
第2章 挖掘大數據的精髓18
用4個「V」定義大數據19
增加數據量19
提高數據的速度20
數據種類的劇增20
判斷數據的真實性（Veracity）21
引進第五個「V」——價值（Value）21
了解大數據如此熱門的原因21
強大的預測能力22
基於事實做出決策22
挑戰因果關系23
為何現在會出現充滿數據的雲存儲呢？26
管理比以往更多的存儲空間26
加快網絡運行速度，促進大數據發展27
利用更強大的新型分析技術27
大數據未來發展如何？28
迎接大數據的反作用力28
鼓勵透明化和道德化31
確保有附加價值32
第3章 識別大數據在小企業中的用途33
摸透客戶心思，了解市場需求34
全方位審視你的客戶34
零售業更要將客戶作為重中之重35
了解（並預測）業內趨勢36
評估競爭對手37
改善經營方式37
增進內部效率38
對你的運營模式提出挑戰38
優化供應鏈39
抓住核心業務的推動因素40
人才的招聘和管理40
正確處理IT和安全的關系41
轉換研發的方式43
績效預測43
解鎖數據集間的聯系44
開放氣象數據44
用大數據作為試驗平台44
第二部分 解壓大數據47
第4章 解壓多種數據49
制定秩序：結構化數據49
挖掘結構化數據的利弊50
結構化數據舉例51
應對雜亂數據：非結構化或半結構化數據52
了解非結構化或半結構化數據的利弊53
非結構化或半結構化數據示例54
發現已有數據（內部數據）55
權衡內部數據的利弊56
內部數據示例56
獲取企業以外的數據（外部數據）57
深入了解外部數據的優缺點58
外部數據舉例59
究竟什麼類型的數據最適合自己59
第5章 發現新的數據類型61
追蹤活動數據62
活動數據的優缺點63
活動數據的使用64
掌握活動數據65
偷聽會話66
會話數據的優缺點67
使用會話數據67
掌握會話數據69
對圖片和照片進行描述69
照片和視頻圖像數據的優缺點70
使用照片和視頻圖像數據71
着手打造照片和視頻圖像數據72
以個人方式感知新數據72
傳感器數據的優缺點73
傳感器數據的使用74
獲取傳感器數據75
發現物聯網75
第6章 了解支撐大數據的技術變革77
完美風暴：為大數據的可能性添磚加瓦78
「雲」的概述78
轉換數據存儲79
潛入數據湖80
革命性的分析技術81
對分析的可能性進行解構82
文本分析82
語音分析84
影像分析84
視頻分析85
數據挖掘87
綜合分析88
第三部分 小企業迎來美好新世界91
第7章 着眼於見解價值93
實現從數據到見解，再到可行性信息的轉變94
把數據轉變成見解94
把見解變成可行性信息95
為人和機器提供數據96
將見解帶給所需之人97
吸引眼球97
讓見解更容易獲取並貫通98
為機器提供它們所需的見解99
了解機器學習100
連接數據與機器100
連接數據與進程101
第8章 開發和獲取大數據競爭力104
大數據與技能短板的挑戰104
企業所需的六大關鍵性大數據技能105
數據分析105
萌生創意106
數學與統計學應用107
理解計算機科學107
掌握商業知識108
溝通見解108
兩種截然不同的數據科學家109
在企業內部構建大數據技能110
開發現有人員110
招聘新人112
跳出框架想問題113
尋求外部技能114
挖掘服務供應商114
合作共贏117
眾包人才117
第9章 構建大數據基礎設施118
決斷大數據基礎設施118
基礎設施的關鍵要素119
評估現有基礎設施119
預算內的大數據：引入「大數據即服務」120
引進大數據的四個層次121
數據源層次121
數據存儲層次122
數據處理／分析層次122
數據產出層次122
獲取數據122
收集自有數據122
獲取外部資源124
存儲大數據124
理解Hadoop與映射規約125
認識Spark126
其他考慮：數據所有權與安全127
數據轉化為見解127
數據處理與分析128
了解Python128
廣受歡迎的數據分析平台129
展示見解131
認真處理主要的數據輸出選項131
可視化工具一覽131
第四部分 好戲上演！讓大數據為小企業效力133
第10章 打造大數據戰略135
決定怎樣利用大數據135
利用大數據改善企業決策136
利用大數據轉變企業運營137
小而魅惑：怎樣避免事無巨細地收集138
創建大數據戰略的關鍵步驟139
大數據戰略的六大部件140
構建堅實的企業大數據案例143
第11章 企業里的數據應用——決策146
以戰略起步147
引進「智能」戰略板147
完成「智能」戰略板148
在商業領域磨煉149
確定你的「未解之題」149
理解問題的力量150
「智能」問題注意事項151
找出解答問題的數據152
忘記「囊中之物」153
思考大與小153
確定已經擁有或可以獲取的數據154
它是否以某種形式存在於某個地方？154
內部並非總意味着廉價155
如需外部數據155
弄清成本與付出是否合情合理？155
數據的收集156
決定由誰收集數據156
決定何時收集156
決定怎樣收集157
數據的分析157
內部分 析與外部分 析的華麗對決158
結合數據來改善和證實見解159
見解的呈現與分布159
溝通與見解可視化160
牢記目標受眾160
儀表板與信息圖161
將知識融入企業163
做出正確的決定163
未雨綢繆163
第12章 企業里的數據應用——運營165
理解數據的作用166
利用數據改善運營流程166
重塑企業模式167
獲取所需數據168
尋找外部數據169
使用內部數據169
權衡成本與收益169
進行商業論證170
提供替代性數據集170
保障所有權171
大數據即企業資產171
確保權利與所有權172
數據管理172
尋找恰當的數據存儲172
確保數據安全173
避免數據泄露173
構建基礎設施與技術174
評估基礎設施需求174
打造基礎設施175
測試與試運營175
運營轉型176
運行起來176
放眼未來176
第13章 為企業打造大數據文化178
轉向事實型決策178
促進公司上下的認同179
強調數據的積極影響180
讓數據影響戰略180
人才管理181
提升雇員滿意度182
提高運營效率183
優化商業流程184
確定全新或額外的企業模式187
第五部分 幾個「十大」189
第14章 大數據需避免的十大錯誤191
數據搜集廣撒網191
對上等數據情有獨鍾192
直奔外部非結構化大數據192
困惑於現有數據192
忽視小數據193
盲目砸錢193
大數據與戰略問題互不搭調194
大數據戰略沒有人盡其才194
收集數據后卻「置之不理」194
分析成果展示不盡人意195
第15章 免費的大數據資源196
Data.gov（美國政府數據）196
美國普查局197
歐盟公開數據大門197
Data.gov.uk197
Healthdata.gov198
谷歌趨勢198
Facebook圖譜198
天氣數據來源199
聯邦儲備局經濟數據199
谷歌地圖200
第16章 主要的大數據收集工具201
智能手機GPS傳感器201
智能手機加速度傳感器202
遠程信息處理系統202
Wi—Fi信號203
LinkedIn203
Facebook203
Twitter204
機器傳感器204
交易數據205
財務數據205
關於作者206
