一本書搞懂企業大數據

《一本書搞懂企業大數據》是2017年化學工業出版社出版書籍,作者是董超 。

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

相關詞條

熱門詞條

聯絡我們