3无套内射视频免费看看,五十路丰满中年熟女中出,人妻无码aⅴ中文字幕日韩

內(nèi)容簡介

　　數(shù)字化體系正在各個行業(yè)落地生根。本書首先介紹了工業(yè)、智慧農(nóng)業(yè)、智慧服務(wù)業(yè)、智慧城市的數(shù)字化建設(shè)現(xiàn)狀和發(fā)展趨勢，讓讀者初步了解數(shù)字化發(fā)展。數(shù)據(jù)中臺是企業(yè)數(shù)字化建設(shè)的基礎(chǔ)。本書重點介紹了數(shù)據(jù)中臺的定義、整體框架和建設(shè)的方法論。該方法論主要涉及企業(yè)數(shù)字化發(fā)展戰(zhàn)略、組織架構(gòu)變革、數(shù)據(jù)的存儲和建模、數(shù)據(jù)平臺的建設(shè)、數(shù)據(jù)服務(wù)框架、數(shù)據(jù)產(chǎn)品化和數(shù)據(jù)智能化建設(shè)等多個方面的內(nèi)容。本書通過企業(yè)中兩個熱門場景的應(yīng)用詳細介紹了數(shù)據(jù)中臺的落地實戰(zhàn)。第一個是營銷場景。企業(yè)通過營銷中臺的建設(shè)，構(gòu)建了智能化營銷體系，有效地提升了數(shù)據(jù)驅(qū)動營銷的效能。第二個是風(fēng)險管理場景。企業(yè)通過風(fēng)險管理中臺的建設(shè)，支持“事前—事中—事后”的智能風(fēng)險管理，大幅提升了風(fēng)險管理的效率和能力。本書適合科技企業(yè)和互聯(lián)網(wǎng)企業(yè)的創(chuàng)始人、中高層管理人員、數(shù)據(jù)戰(zhàn)略負責(zé)人、首席數(shù)據(jù)官、信息系統(tǒng)負責(zé)人，以及正處于轉(zhuǎn)型中的傳統(tǒng)企業(yè)管理者和政府相關(guān)部門的工作人員閱讀。

作者簡介

　　彭勇，國家公派留法計算機博士，中關(guān)村管委會技術(shù)專家，中國保險學(xué)會特聘保險科技專家。彭勇從事大數(shù)據(jù)研究和應(yīng)用相關(guān)工作約16年，負責(zé)大數(shù)據(jù)創(chuàng)新項目超過100個，在數(shù)據(jù)倉庫建設(shè)、數(shù)據(jù)中臺建設(shè)、保險產(chǎn)品定制和創(chuàng)新、精算定價、精準營銷、產(chǎn)品推薦、風(fēng)險管理、智能理賠、人工智能、數(shù)字化轉(zhuǎn)型等方面經(jīng)驗豐富。彭勇現(xiàn)就職于全球知名保險定制平臺——保準牛，擔(dān)任首席科學(xué)家。

圖書目錄

第1章數(shù)字化轉(zhuǎn)型是大勢所趨
第2章認知數(shù)據(jù)中臺
2.1 什么是數(shù)據(jù)中臺
2.2 建設(shè)數(shù)據(jù)中臺的價值
2.3 數(shù)據(jù)中臺的建設(shè)目標(biāo)
2.4 數(shù)據(jù)中臺與上下游平臺的關(guān)系
2.5 數(shù)據(jù)中臺建設(shè)的9大誤區(qū)
2.6 行業(yè)對數(shù)據(jù)中臺的4個認知階段
2.7 數(shù)據(jù)中臺服務(wù)化發(fā)展階段
第3章數(shù)據(jù)中臺建設(shè)方法論
3.1 數(shù)字化戰(zhàn)略
3.2 數(shù)據(jù)中臺的整體框架
3.2.1 統(tǒng)一數(shù)據(jù)基礎(chǔ)設(shè)施平臺
3.2.2 數(shù)據(jù)接入和匯聚平臺
3.2.3 統(tǒng)一數(shù)據(jù)模型平臺
3.2.4 統(tǒng)一ID和標(biāo)簽平臺
3.2.5 數(shù)據(jù)開發(fā)和運維平臺
3.2.6 數(shù)據(jù)智能平臺
3.2.7 數(shù)據(jù)管理平臺
3.2.8 數(shù)據(jù)服務(wù)平臺
3.3 數(shù)據(jù)中臺的8大設(shè)計準則
3.3.1 有數(shù)能用
3.3.2 讓數(shù)據(jù)可用
3.3.3 讓數(shù)據(jù)好用
3.3.4 讓數(shù)據(jù)易用
3.3.5 讓數(shù)據(jù)放心用
3.3.6 讓數(shù)據(jù)更智能
3.3.7 讓數(shù)據(jù)服務(wù)化
3.3.8 讓數(shù)據(jù)可控
3.4 數(shù)據(jù)中臺行動攻略
3.4.1 “九看”方法論
3.4.2 數(shù)據(jù)中臺MVP建設(shè)路徑
3.5 數(shù)據(jù)中臺技術(shù)選型
第4章統(tǒng)一數(shù)據(jù)模型：讓數(shù)據(jù)資產(chǎn)化
4.1 數(shù)據(jù)標(biāo)準化體系的價值
4.2 數(shù)據(jù)資產(chǎn)管理體系介紹
4.3 高效數(shù)據(jù)建模，讓數(shù)據(jù)好用起來
4.3.1 統(tǒng)一數(shù)據(jù)模型的意義
4.3.2 統(tǒng)一數(shù)據(jù)模型具體做什么
4.3.3 如何建設(shè)統(tǒng)一數(shù)據(jù)模型
4.4 對維度建模進一步探索
4.5 統(tǒng)一建模的注意事項
第5章數(shù)據(jù)計算平臺：讓數(shù)據(jù)“飛”起來
5.1 計算平臺的應(yīng)用場景
5.2 應(yīng)用場景一：批處理
5.3 應(yīng)用場景二：實時計算
5.4 應(yīng)用場景三：實時查詢
5.5 應(yīng)用場景四：海量日志和信息檢索
5.6 應(yīng)用場景五：多維分析
5.7 應(yīng)用場景六：圖計算
5.8 應(yīng)用場景七：人工智能計算
第6章算法即服務(wù)：最大化實現(xiàn)數(shù)據(jù)價值
6.1 算法的價值
6.2 建模標(biāo)準化流程
6.2.1 業(yè)務(wù)理解貫穿始終
6.2.2 數(shù)據(jù)準備
6.2.3 數(shù)據(jù)預(yù)處理
6.2.4 特征工程
6.2.5 模型構(gòu)建
6.2.6 模型評估
6.2.7 模型部署，讓模型服務(wù)化
6.2.8 模型監(jiān)控和迭代
6.3 算法即服務(wù)應(yīng)用實踐
6.4 算法即服務(wù)須遵循的原則
6.4.1 算法即服務(wù)需要業(yè)務(wù)知識的輸入，業(yè)務(wù)理解貫穿建模始終
6.4.2 算法不是萬能的，有適用的場景
6.4.3 要合理地平衡算法的計算性能和效果
6.4.4 要優(yōu)先選擇混合模型
6.4.5 要盡量實現(xiàn)建模全流程自動化
第7章數(shù)據(jù)產(chǎn)品：讓數(shù)據(jù)應(yīng)用更便捷
7.1 自助取數(shù)和自助分析
7.2 數(shù)據(jù)爬蟲
7.3 客戶畫像
7.4 標(biāo)簽圈選
7.5 客戶分群
7.6 數(shù)據(jù)可視化工具
7.7 規(guī)則引擎
第8章營銷中臺：讓營銷更精準、更及時
8.1 數(shù)字化營銷是大勢所趨
8.2 營銷體系升級
8.3 營銷中臺建設(shè)
8.3.1 營銷中臺框架圖
8.3.2 營銷中臺功能介紹
8.4 營銷中臺應(yīng)用案例
8.4.1 電話營銷續(xù)保精準營銷
8.4.2 廣告精準投放獲客+線索轉(zhuǎn)化
8.4.3 保險智能銷售助手
第9章風(fēng)險管理中臺：360°的風(fēng)險管家
9.1 風(fēng)險管理中臺
9.1.1 主要風(fēng)險管理節(jié)點示例
9.1.2 風(fēng)險管理中臺框架圖
9.1.3 風(fēng)險管理中臺功能介紹
9.1.4 風(fēng)險管理的標(biāo)準化流程
9.2 風(fēng)險管理中臺的應(yīng)用案例
9.2.1 反“薅羊毛”
9.2.2 語音質(zhì)檢風(fēng)險篩查
9.2.3 車險理賠反欺詐
9.2.4 團體保險風(fēng)險管理體系
9.2.5 人身險風(fēng)險管理建設(shè)