注冊(cè) | 登錄讀書(shū)好,好讀書(shū),讀好書(shū)!
讀書(shū)網(wǎng)-DuShu.com
當(dāng)前位置: 首頁(yè)出版圖書(shū)經(jīng)濟(jì)管理管理管理信息系統(tǒng)從大數(shù)據(jù)到巨額利潤(rùn):如何在智能時(shí)代贏得新型商業(yè)競(jìng)爭(zhēng)

從大數(shù)據(jù)到巨額利潤(rùn):如何在智能時(shí)代贏得新型商業(yè)競(jìng)爭(zhēng)

從大數(shù)據(jù)到巨額利潤(rùn):如何在智能時(shí)代贏得新型商業(yè)競(jìng)爭(zhēng)

定 價(jià):¥68.00

作 者: (美)拉塞爾·沃克
出版社: 廣東人民出版社
叢編項(xiàng):
標(biāo) 簽: 暫缺

購(gòu)買(mǎi)這本書(shū)可以去


ISBN: 9787218133089 出版時(shí)間: 2019-05-01 包裝: 平裝
開(kāi)本: 16開(kāi) 頁(yè)數(shù): 368 字?jǐn)?shù):  

內(nèi)容簡(jiǎn)介

  智能時(shí)代的 企業(yè)管理、創(chuàng)新和贏利手冊(cè)大數(shù)據(jù)儼然已成為新時(shí)代的石油,它是物聯(lián)網(wǎng)、人工智能、云計(jì)算、無(wú)人駕駛等新興技術(shù)得以運(yùn)行的必備能源。在《從大數(shù)據(jù)到巨額利潤(rùn)》中,拉塞爾·沃克探討了大數(shù)據(jù)的本質(zhì),以及各類(lèi)企業(yè)應(yīng)如何盤(pán)活數(shù)據(jù)資產(chǎn),用數(shù)據(jù)分析贏得商業(yè)競(jìng)爭(zhēng)。 在絕大多數(shù)的企業(yè)中,用數(shù)據(jù)贏利的方法就是將流量轉(zhuǎn)變成廣告收入,而沃克結(jié)合谷歌、Facebook、蘋(píng)果、Netflix、領(lǐng)英、Zillow、優(yōu)步等公司的案例,介紹了眾多不同的的數(shù)據(jù)贏利策略,包括用數(shù)據(jù)優(yōu)化內(nèi)部運(yùn)營(yíng)、出售新型數(shù)據(jù)產(chǎn)品、與合作企業(yè)交易數(shù)據(jù)等,為企業(yè)挖掘數(shù)據(jù)價(jià)值提供了更多的選擇。 更為難得的是,沃克不止于探討理論,而是更注重實(shí)踐。他詳細(xì)論述了大數(shù)據(jù)在各個(gè)領(lǐng)域的應(yīng)用細(xì)節(jié),從辨別數(shù)據(jù)類(lèi)型、更新數(shù)據(jù)采集方法,到用數(shù)據(jù)驅(qū)動(dòng)創(chuàng)新、組建數(shù)據(jù)分析團(tuán)隊(duì)等,堪稱(chēng)一部*佳的大數(shù)據(jù)實(shí)戰(zhàn)指南。 在本書(shū)的最后,沃克還提供了一種評(píng)估企業(yè)數(shù)據(jù)策略的框架(從新手級(jí)到專(zhuān)家級(jí)),并分析了大數(shù)據(jù)未來(lái)發(fā)展的8大趨勢(shì),以幫助處于不同階段的企業(yè)找到適合自身的數(shù)據(jù)策略。

作者簡(jiǎn)介

  拉塞爾·沃克(Russell Walker) 康奈爾大學(xué)博士,西北大學(xué)教授分析咨詢實(shí)驗(yàn)室創(chuàng)始人 拉塞爾·沃克研究并教授的領(lǐng)先管理課程包括大數(shù)據(jù)與分析,數(shù)據(jù)導(dǎo)向戰(zhàn)略營(yíng)銷(xiāo)、風(fēng)險(xiǎn)管理與全球領(lǐng)導(dǎo)力。他創(chuàng)辦了廣受歡迎的分析咨詢實(shí)驗(yàn)室,這個(gè)實(shí)驗(yàn)室把凱洛格商學(xué)院的工商管理碩士們聚集了起來(lái),共同參與現(xiàn)實(shí)生活中的分析學(xué)項(xiàng)目及大數(shù)據(jù)應(yīng)用。沃克常為全球企業(yè)提供有關(guān)大數(shù)據(jù)與分析、風(fēng)險(xiǎn)管理與國(guó)際化經(jīng)營(yíng)策略等方面的咨詢。他的觀點(diǎn)經(jīng)常被《金融時(shí)報(bào)》《福布斯》《彭博資訊》《國(guó)際先驅(qū)論壇報(bào)》《華盛頓郵報(bào)》和美國(guó)有線電視新聞網(wǎng)等眾多媒體引用。他受邀在多個(gè)重要國(guó)際組織發(fā)表演講,包括美國(guó)國(guó)務(wù)院、世界銀行和國(guó)際金融公司等。

圖書(shū)目錄

前 言 當(dāng)數(shù)據(jù)成為新時(shí)代的石油

 

第1章 重新認(rèn)識(shí)大數(shù)據(jù)

數(shù)據(jù)規(guī)模:多大才是大?

數(shù)據(jù)創(chuàng)造:每次使用,都是一次創(chuàng)造

數(shù)據(jù)存儲(chǔ):1年存下16萬(wàn)個(gè)國(guó)會(huì)圖書(shū)館

數(shù)據(jù)處理:摩爾定律何時(shí)失效?

數(shù)據(jù)使用:把控流程,而非數(shù)據(jù)

當(dāng)永久存儲(chǔ)數(shù)據(jù)的成本接近零

研究全體數(shù)據(jù),而非樣本

定義元數(shù)據(jù)

一場(chǎng)關(guān)于數(shù)據(jù)采集的全景電影

在機(jī)會(huì)窗口內(nèi)利用數(shù)據(jù)

病毒式分發(fā)

數(shù)據(jù)的可用優(yōu)化了決策 

從何處創(chuàng)造大數(shù)據(jù)?

 

第2章 速度與規(guī)模

借助大數(shù)據(jù)克服復(fù)雜性

Yelp 和貓途鷹:創(chuàng)建新型數(shù)據(jù)集

大數(shù)據(jù)與廣告牌

高速數(shù)據(jù)是新常態(tài)

當(dāng)數(shù)據(jù)能夠描述現(xiàn)實(shí)世界

人與物聯(lián)網(wǎng)的交互

用大數(shù)據(jù)營(yíng)造動(dòng)態(tài)優(yōu)勢(shì)

亞馬遜:協(xié)調(diào)高速度與大規(guī)模

建立自學(xué)習(xí)算法

掌控高速度和高精度的數(shù)據(jù)環(huán)境

 

第3章 被動(dòng)數(shù)據(jù)采集

從主動(dòng)數(shù)據(jù)采集開(kāi)始

 “還訂上次的那種口味嗎?”

從Cookie到谷歌眼鏡

無(wú)處不在的傳感器

一次關(guān)于駕駛體驗(yàn)的革命

被動(dòng)數(shù)據(jù)采集與精細(xì)農(nóng)業(yè)

不受操縱的數(shù)據(jù)

Microsoft Home與未來(lái)家居

Cardiio與個(gè)人健康

隱私困境

 

第4章 大數(shù)據(jù)度量

前進(jìn)保險(xiǎn):主動(dòng)采集數(shù)據(jù),降低保險(xiǎn)費(fèi)率

從微觀到宏觀

借助被動(dòng)數(shù)據(jù)采集進(jìn)行間接度量

利用大數(shù)據(jù)度量資產(chǎn)

反演數(shù)據(jù)

 

第5章 精準(zhǔn)大數(shù)據(jù)

從傳感器到服務(wù)器

社交網(wǎng)絡(luò)與總統(tǒng)大選

“朋友圈”開(kāi)始影響晉升

度量20平方厘米的土地

精準(zhǔn)醫(yī)學(xué):從“分子級(jí)”的數(shù)據(jù)開(kāi)始

高精度數(shù)據(jù)促成個(gè)性化大規(guī)模定制

數(shù)字化平臺(tái):持續(xù)提高數(shù)據(jù)精度

 

第6章 融合釋放價(jià)值

房產(chǎn)數(shù)據(jù)的可用性

Zillow:真實(shí)房產(chǎn)數(shù)據(jù)的新標(biāo)準(zhǔn)

集中公共數(shù)據(jù)與專(zhuān)有數(shù)據(jù)

數(shù)據(jù)產(chǎn)品化

Redfin和Trulia:數(shù)據(jù)創(chuàng)新成為新的戰(zhàn)場(chǎng)

各種形式的數(shù)據(jù)

Zillow的經(jīng)驗(yàn)

Mint:改變個(gè)人理財(cái)業(yè)務(wù)

Mint的經(jīng)驗(yàn)

 

第7章 4大數(shù)據(jù)策略,8種贏利模式

數(shù)據(jù)策略1:保持?jǐn)?shù)據(jù)專(zhuān)有性

數(shù)據(jù)策略2:與合作伙伴交易數(shù)據(jù)

數(shù)據(jù)策略3:出售數(shù)據(jù)產(chǎn)品給潛在客戶

數(shù)據(jù)策略4:讓數(shù)據(jù)為大多數(shù)用戶所用

善用新型廣告數(shù)據(jù)

基礎(chǔ)數(shù)據(jù)免費(fèi),優(yōu)質(zhì)數(shù)據(jù)付費(fèi)

綜合應(yīng)用各種數(shù)據(jù)策略

領(lǐng)英:打造多側(cè)面商業(yè)模式

領(lǐng)英的經(jīng)驗(yàn)

 

第8章 通過(guò)反演數(shù)據(jù)獲取利潤(rùn)

Netflix:顛覆式創(chuàng)新者

百視達(dá)錯(cuò)失良機(jī)

培育關(guān)于客戶偏好的數(shù)據(jù)

與客戶交換數(shù)據(jù)

數(shù)據(jù)分析創(chuàng)造高度定制化的體驗(yàn)

數(shù)據(jù)戰(zhàn)爭(zhēng)已經(jīng)打響

Netflix的經(jīng)驗(yàn)

 

第9章 尋找數(shù)據(jù)科學(xué)家

數(shù)據(jù)科學(xué)家的興起

一幅數(shù)據(jù)科學(xué)家的畫(huà)像

配備數(shù)據(jù)分析團(tuán)隊(duì)的優(yōu)勢(shì)

配備數(shù)據(jù)分析團(tuán)隊(duì)的挑戰(zhàn)

創(chuàng)建集中分析團(tuán)隊(duì)

首席數(shù)據(jù)科學(xué)家

如何留住數(shù)據(jù)科學(xué)家

 

第10章 利用大數(shù)據(jù)激發(fā)創(chuàng)新

動(dòng)態(tài)化運(yùn)用數(shù)據(jù)

新數(shù)據(jù)創(chuàng)造新生活

從人工驅(qū)動(dòng)轉(zhuǎn)向數(shù)據(jù)驅(qū)動(dòng)

數(shù)據(jù)實(shí)驗(yàn)室

Nest的啟示

數(shù)字化平臺(tái)和物聯(lián)網(wǎng)開(kāi)啟定制化創(chuàng)新

用大數(shù)據(jù)挑戰(zhàn)激勵(lì)創(chuàng)新

在企業(yè)中運(yùn)用數(shù)據(jù)進(jìn)行實(shí)驗(yàn)

 

第11章 新數(shù)據(jù)的顛覆力

來(lái)自蜂窩網(wǎng)絡(luò)的數(shù)據(jù)

從主動(dòng)數(shù)據(jù)采集轉(zhuǎn)向被動(dòng)數(shù)據(jù)采集

利用位置信息實(shí)現(xiàn)贏利

LBS:基于位置的服務(wù)

Foursquare:用客戶位置信息引導(dǎo)方向

基于位置數(shù)據(jù)的7種贏利模式

重視數(shù)據(jù)精度

從數(shù)據(jù)看舊金山人與紐約人

Foursquare的經(jīng)驗(yàn)

 

第12章 保護(hù)數(shù)據(jù)資產(chǎn)

無(wú)隱私的社會(huì)

追蹤與監(jiān)控

誰(shuí)擁有數(shù)據(jù)?

聚合數(shù)據(jù)視圖中的隱私

處理大數(shù)據(jù)中的數(shù)據(jù)風(fēng)險(xiǎn)

處理敏感個(gè)人數(shù)據(jù)的最佳實(shí)踐

 

第13章 大數(shù)據(jù)的8大趨勢(shì)

趨勢(shì)1:數(shù)據(jù)采集、創(chuàng)造和使用中的自動(dòng)化程度將增強(qiáng)

趨勢(shì)2:云計(jì)算使大多數(shù)公司可以創(chuàng)造大數(shù)據(jù)

趨勢(shì)3:靈活的分析工具使更多公司能夠處理大數(shù)據(jù)

趨勢(shì)4:移動(dòng)平臺(tái)將基于位置的數(shù)據(jù)和服務(wù)推向新高度

趨勢(shì)5:數(shù)據(jù)分析人才將供不應(yīng)求

趨勢(shì)6:數(shù)字化平臺(tái)的聚合將更為常見(jiàn)

趨勢(shì)7:新數(shù)據(jù)將提高市場(chǎng)效率

趨勢(shì)8:自主,而不僅僅是自動(dòng)化

 

第14章 如何評(píng)估大數(shù)據(jù)贏利策略

數(shù)據(jù)來(lái)源

創(chuàng)新

增長(zhǎng)模式

市場(chǎng)機(jī)遇

分析

從新手級(jí)到專(zhuān)家級(jí)

迎接大數(shù)據(jù)時(shí)代

 

致謝


本目錄推薦

掃描二維碼
Copyright ? 讀書(shū)網(wǎng) www.talentonion.com 2005-2020, All Rights Reserved.
鄂ICP備15019699號(hào) 鄂公網(wǎng)安備 42010302001612號(hào)