基本信息
| 作者：董超 編著 | |||
| 叢書名： | |||
| 出版日期：2017年1月 | 書號：978-7-122-28523-2 | ||
| 開本：B5 710×1000 1/16 | 裝幀：平 | 版次：1版1次 | 頁數：169頁 |
內容簡介
《一本書搞懂企業大數據》內容涵蓋：認識大數據、企業邁入大數據時代、企業大數據的技術架構、企業大數據的運營、金融業與大數據、工業與大數據、零售業與大數據、大數據面臨的問題及應對等，供讀者參考。
本書有助於數據分析人員、企業管理者、戰略決策者、技術供應商等，精準、快速地實施大規模數據分析，從而實現更多價值。
目錄
第一章 認識大數據 1
網際網路技術的飛速發展和套用，不僅改變了生產和消費的行為及商業模式，同時也帶來了信息數據在數量、頻度和使用等多方面的巨大變革。從數據角度看，整個世界已跨入“大數據”時代。
第一節 大數據的基本認知 3
認知1：大數據的定義 3
相關連結 大數據中多種多樣的數據單位 3
認知2：大數據的類型 4
認知3：大數據的特徵 5
認知4：大數據的作用 7
認知5：大數據的商業價值 8
第二節 大數據的處理流程 11
流程1：大數據的採集 11
流程2：大數據的預處理 11
流程3：大數據的統計 11
流程4：大數據的挖掘 12
第三節 大數據的處理技術 12
技術1：大數據採集技術 13
技術2：大數據預處理技術 13
技術3：大數據存儲及管理技術 14
技術4：大數據分析及挖掘技術 15
技術5：大數據展現與套用技術 16
第四節 大數據的發展趨勢 17
趨勢1：國家戰略推進大數據行動 17
趨勢2：需求導向助力大數據貼近套用 18
趨勢3：將推動智慧型製造和製造強國建設 19
趨勢4：公眾參與推動政務大數據發展套用 20
趨勢5：加速推動信息惠民向縱深發展 20
趨勢6：加快探索交易中心模式走向成熟 21
趨勢7：人工智慧市場化、產業化取得新進展 21
相關連結 全球大數據的發展趨勢 22
第二章 企業邁入大數據時代 27
隨著網路、特別是移動網際網路的快速發展，大數據已滲透到了我們工作與生活的方方面面，也正使得我們生活、工作以及思維方式發生巨大變化。無論是一個國家、一家企業，還是我們每一個人，都將受到大數據時代的影響。
第一節 大數據轉化企業思維 29
轉化1：樣本思維向總體思維的轉變 29
轉化2：精確思維向容錯思維的轉變 29
轉化3：因果思維向相關思維的轉變 30
轉化4：自然思維向智慧型思維的轉變 30
相關連結 中小企業的“數據借力”之道 32
第二節 大數據變革企業管理 33
變革1：企業管理思想的轉變 33
變革2：企業管理決策的轉變 34
變革3：企業人力資源管理的轉變 35
變革4：企業財務管理的轉變 36
相關連結 大數據時代下的管理模式創新 37
第三節 大數據助力企業發展 39
助力1：幫企業了解用戶 40
助力2：幫企業鎖定資源 40
相關連結 啤酒與尿布的故事 40
助力3：幫企業規劃生產 41
助力4：幫企業做好運營 41
助力5：幫企業開展服務 42
相關連結 大數據提升企業競爭力 42
第三章 企業大數據的技術架構 45
大數據的爆炸式增長已超出了傳統IT基礎架構的處理能力，企業應開發新的數據架構，圍繞“數據收集、數據管理、數據分析、知識形成、智慧行動”的全過程，開發使用這些數據，讓其釋放出更多隱藏價值。
第一節 企業大數據生態產業鏈 47
生態1：大數據提供者 47
生態2：大數據技術提供者 48
生態3：大數據服務提供者 49
第二節 企業大數據的建設思路 49
思路1：數據的獲得 49
思路2：數據的匯集和存儲 50
思路3：數據的管理 50
思路4：數據的分析 51
思路5：數據的價值 51
思路6：數據的使用 52
第三節 企業大數據的基本架構 52
架構1：Hadoop技術平台 52
架構2：大數據平台系統功能 54
第四節 企業大數據的目標效果 55
效果1：數據整合 56
效果2：數據質量管控 56
效果3：數據共享 56
效果4：數據套用 57
第四章 企業大數據的運營 59
移動網際網路時代給了企業獲取海量數據的機會，有了完整數據資源的寶庫，企業需要在創新中求變，要通過高效的數據資源分析和利用，在競爭日益激烈的市場環境中作出精準決策，提高數據經營的質量，盤活手中的數據資源。
第一節 構建企業大數據的運營體系 61
構建1：數據基礎平台 61
構建2：數據報表與可視化 62
構建3：產品與運營分析 63
構建4：精細化運營平台 64
構建5：數據產品 64
構建6：戰略分析與決策 64
第二節 催生企業大數據的商業模式 64
催生1：數據自營模式 64
催生2：數據租售模式 66
催生3：數據平台模式 66
催生4：數據倉庫模式 68
催生5：數據眾包模式 69
催生6：數據外包模式 70
第三節 實現企業大數據的套用場景 71
套用1：消費者需求分析 71
套用2：打通生產豎井 72
套用3：產品與服務的設計 73
套用4：開放式的融合創新 74
套用5：適應性庫存管理 74
套用6：質量管理 75
套用7：勞動力的數位化 76
套用8：資產智慧型管理 76
第四節 實施企業大數據的關鍵節點 77
實施1：制定大數據規劃找準切入點 78
實施2：強化高管團隊大數據能力 79
相關連結 大數據時代，CDO崛起 80
實施3：設計合理的大數據組織架構 80
實施4：搭建有效的大數據團隊 81
相關連結 中央數據部門團隊的能力要求 82
實施5：用制度和文化來保障大數據的實施 83
第五章 金融業與大數據 85
大數據是重塑金融競爭格局的一個重要支撐和抓手，對它的有效利用，將帶動整個行業的發展，給整個金融體系帶來創新動能。金融行業藉助於大數據，將會獲得更快的發展速度、更低的成本、更多的先發優勢。
第一節 金融大數據的認知 87
認知1：金融大數據的概念 87
認知2：金融大數據的特點 87
認知3：金融大數據的意義 88
認知4：金融大數據的模式 90
相關連結 京東供應鏈金融的運營模式 91
第二節 大數據對金融業的影響 92
影響1：大數據帶給金融業的機遇 92
影響2：大數據帶給金融業的挑戰 93
相關連結 大數據與金融業的完美結合 94
第三節 大數據在金融業的套用 96
套用1：銀行大數據的套用 97
套用2：保險行業大數據的套用 100
套用3：證券行業大數據的套用 104
套用4：網際網路金融大數據的套用 107
第四節 金融行業大數據套用案例 107
案例1：中信銀行玩轉大數據，以客戶為“上帝” 107
案例2：IBM助力民生銀行應對金融業的大數據挑戰 108
案例3：大數據助力青島銀行提升運營能力 110
第六章 工業與大數據 113
“大數據”的本質是基於網際網路基礎上的信息化套用，其真正的“魔力”在於信息化與工業化的融合，使工業製造的生產效率得到大規模提升。工業大數據已經成為當前製造業轉型升級的關鍵，也是工業4.0的重要核心。
第一節 工業大數據的認知 115
認知1：工業大數據的概念 115
認知2：工業大數據的種類 115
認知3：工業大數據的特徵 116
認知4：工業大數據的特點 116
認知5：工業大數據的用途 117
認知6：工業大數據的發展態勢 119
相關連結 中國將推動大數據和製造業相融合 119
第二節 大數據帶動製造業轉型升級 120
帶動1：數據賦能製造業的全流程 120
帶動2：數據驅動生產和製造柔性化趨勢 121
帶動3：利用大數據創新商業模式 122
帶動4：學習國際上工業大數據套用的實踐 122
帶動5：從數據化到智慧化要循序漸進 123
相關連結 大數據推動下的工業4.0 123
第三節 大數據在工業企業的套用 125
套用1：加速產品創新 125
套用2：高價值大型產品的故障診斷與預測 125
套用3：工業供應鏈的分析和最佳化 126
套用4：產品銷售預測與需求管理 126
套用5：生產製造環節的改善 127
套用6：產品質量管理與分析 128
第四節 工業企業大數據套用案例 129
案例1：德國安貝格西門子智慧型工廠 129
案例2：德國博世洪堡工廠 130
第七章 零售業與大數據 133
通過對零售行業數據進行挖掘分析，能夠給零售企業帶來巨大的商業價值以及服務創新，諸如能夠更好地了解和洞察消費者，從而實現精準化行銷，或者變革供應鏈模式，實現貨品精細化管理等。
第一節 零售業大數據的認知 134
認知1：零售業大數據的範疇 135
認知2：零售業大數據的發展構想 135
認知3：零售業大數據的價值 136
認知4：零售業大數據的套用需求 138
第二節 大數據對消費行為的改變 139
改變1：消費者購買決策更為理性 140
改變2：消費者品牌依賴度弱化 140
改變3：消費者需求更加個性化 141
改變4：消費者在參與互動中獲得消費體驗 142
第三節 大數據在零售企業的套用 143
套用1：用戶畫像讓商家讀懂用戶 143
套用2：提供個性化的服務與商品推薦 144
套用3：大數據與用戶忠誠度管理 145
套用4：重要客戶的識別與維護 145
套用5：提升用戶洞察力，最佳化產品與服務 146
相關連結 大數據在零售行業的創新性套用 146
第四節 零售企業大數據的套用案例 149
案例1：ZARA把消費者聲音轉化成大數據 149
案例2：7-Eleven的App，既是數據蒐集器也是行動店員 150
案例3：沃爾瑪利用大數據顛覆零售業 152
第八章 大數據面臨的問題及應對 155
隨著網際網路+行動計畫進一步推進實施，大數據將加速從網際網路向更廣泛的領域滲透。我們在享受大數據帶來各種方便的同時，大數據也給我們帶來了新的問題，如安全問題、隱私問題等。
第一節 大數據與安全挑戰 156
挑戰1：信息管理成本顯著增加 157
挑戰2：信息有效性驗證工作大大增加 157
挑戰3：安全防禦邊界有所擴展 158
挑戰4：獨立決策的比例顯著降低 159
挑戰5：攻防雙方地位的不對等性大大降低 159
挑戰6：安全加固策略的複雜性有所降低 160
相關連結 大數據安全問題頻現 160
第二節 大數據與隱私保護 163
要點1：保護隱私成新趨勢 163
要點2：隱私的概念及量化 163
要點3：大數據生命周期的隱私保護模型 165
相關連結 大數據時代如何進行有效的隱私保護 166
參考文獻 169
