大數據產業革命:重構DT時代的企業數據解決方案

大數據產業革命:重構DT時代的企業數據解決方案

《大數據產業革命:重構DT時代的企業數據解決方案》 這本書由中國人民大學出版社於2015年6月出版。

作者簡介

羅伯特·托馬斯

IBM軟體集團副總裁,IBM大數據和信息管理產品線負責人。他在商業運營戰略、高科技、收購與資產剝離、製造運營以及產品的設計開發領域有著豐富的經驗。在擔任IBM軟體業務拓展副總裁時期,托馬斯先生領導收購了Netezza和Vivisimo兩家大數據時代的領導企業。

派屈克·馬博蘭

史密斯企業與環境學院資深研究員、牛津大學計量金融所教員、卡耐基梅隆大學電氣與計算機工程系客座教授、英國皇家統計學會會員以及電氣和電子工程師協會(IEEE)高級成員。他運用多學科方法在數據科學、決策制定以及風險管理中不斷研發定量技術。他的研究領域涉及大數據、預言預測、預測分析、機器學習以及人類行為分析。

譯者

張瀚文

在富士通、IBM等全球知名企業有十餘年的工作經驗,做過市場、行銷、產品、技術與渠道等多種工作。同時,他作為關鍵意見領袖(KOL)會定期在各大IT期刊、社區發表對前沿趨勢的見解與觀點。譯著有《忠誠度革命》《敏捷性思維》等。

內容簡介

《大數據產業革命》從九大行業的套用場景出發,介紹了大數據這些行業中的實際運用及其帶來的驚人的效果。作者總結梳理出了支撐各套用場景的54個數據模型和30個相關的數據要素。在書中,作者向我們指出了制定大數據戰略的關鍵步驟,以及如何認識數據資產,如何實施業務流程再造,如何搭建大數據的體系架構等問題,旨在“動員”讀者成為大數據產業革命的領導者,助力企業在邁向DT時代的過程中,成功進行升級轉型。

目錄

本書讚譽 Ⅰ

推薦序一 Ⅲ

推薦序二 Ⅴ

中文版序 Ⅶ

前言 Ⅸ

引言  001

大數據無疑開啟了一次時代的重大轉型。大數據產業革命的到來將意味著使用數據來完成那些令人難以置信的壯舉。

20 世紀的加州大學伯克利分校

找到隱藏模型的洞察力

致力於百分之一

大數據產業革命的到來

第一部分 九大行業的數據轉型

第1章 數據改變農業  013

數據正在成為農林漁牧行業中的核心,它不僅將改變農民的種植過程,還將對這一最古老的傳統行業未來生態系統的構建起到至關重要的作用。

氣候真的能夠左右農作物的收成嗎

農業的歷史進程

農業的數據時代

農業大數據的先行者:迪爾公司與孟山都公司

農業生態系統的核心:大數據

未來的農業

數據勝過天氣

第2章 被顛覆的醫療  030

大數據將促進從直覺判斷到數據推導的轉變,顛覆傳統的醫療手段,開啟醫生結合數學與機率統計進行診療的未來醫療數據時代的模式。

憑藉經驗問診的醫生們

醫療教育的歷史進程

醫學界所面臨的問題

醫學的數據時代

未來的醫學院

美國未來的醫療

第3章 保險精算師為什麼會成為數據科學家  048

未來保險精算師所面臨的挑戰是如何找到全新的方法來駕馭數據。全新商業模式的出現將徹底取代傳統保險行業賴以生存的取勝技能與工具。

基業長青的保險業

財產與意外保險承銷的歷史進程

精算對保險業的重要性

現代保險業

保險的數據時代

精算師未來的挑戰:駕馭大數據

第4章 個性化的零售與時尚行業  067

改變零售行業,不僅僅是利用數據來更加精準地找到客戶,更重要的是通過數據轉變零售商的態度,以個性化的方式看待每一位客戶。

設計師卡羅利娜的訴求

零售行業簡史

零售行業的數據時代

在大數據時代,卡羅利娜將走得更遠

第5章 被徹底改寫的傳統客戶服務  080

數據將徹底改變客戶服務,數據中所包含的個人位置與喜好等信息能幫助企業改善服務,實現個性化的用戶體驗,從而增強與客戶之間的黏合度。

丹的房貸之路

客戶服務的發展史

客戶關係的數據時代

數據打開房貸的快捷之路

第6章 智慧型機器能在不遠的未來完勝人類嗎  092

站在大數據時代最前沿的智慧型機器將通過物聯網和數據走進我們的生活,並改變我們的世界。

與特斯拉一樣聰明的風力渦輪機

智慧型機器

機器的數據時代

數據網路正在重塑許多行業

風力渦輪機的新時代

第7章 政府與社會之間遊戲規則的變革  105

數據將成為政府加強與民眾聯繫的驅動力,通過公私合作的方式在改善民生方面挖掘和運用大數據,從而帶來社會經濟福祉。

社交媒體的力量

數據將成為政府制定政策的依據

情報工作的數據時代

保障大數據時代的個人信息安全

大數據時代決策制定者面臨的挑戰

跨行業的社會化合作

實現社會公益的投資:影響債券

用數據構建民主知識型社會

第8章 大數據時代企業的可持續發展  127

大數據時代,為確保可持續發展的社會責任,許多企業正努力通過網際網路和社交媒體成為行業中的榜樣,試圖搶占先機。大數據將助力企業對未來場景中可能出現的風險進行評估,布置可持續發展戰略。

倫敦金融城:可持續發展的最佳典範

全球化的超級影響力

面臨環境風險的公司

早期的預警系統

構建數據時代的適應性與彈性

用什麼衡量企業的可持續性

放眼未來的決策制定

讓投資者恐慌的擱淺資產

數據在衡量風險過程中的重要性

第9章 天氣對能源的決定性影響  142

天氣預報一直以來都是並且今後也仍將是人類所面臨的一項挑戰。天氣與能源之間的緊密關係,為大數據套用於電力能源系統提供了平台,以確保能源的持續供應。

印度大停電

大數據與天氣預報

可再生能源:太陽能、水能和風能

大數據改變能源的消耗方式

天氣對管理可再生能源的重要性

第二部分 為即將到來的大數據產業變革做好準備

第10章 模型識別的意義  157

辨識大數據模型,並對這些模型的輕重緩急進行排列的能力在數據時代至關重要。

模型識別中成功元素的共通性

模型識別:是餡餅還是陷阱

從魚市中可以學到的模型識別

模型識別的方法

認識模型與謬誤之間的區別

第11章 迎來嶄新的數據時代  167

數據在企業內的重要性將隨著時間的推移而不斷地演變。從對某種商業模式的支撐、使用數據改善現有產品或服務,到以數據為產品的商業模式與企業的出現,我們正迎來一個嶄新的數據時代。

紐約城的“矽巷”:肉庫區

數據時代的商業模式

數據的競爭優勢

用於改進現有產品或服務的數據

數據產品將成為主流

第12章 大數據的關鍵模型  181

大數據模型在不同行業中的出現,有力地證實了這場革命的巨大潛力,大數據模型將助力於那些在數據時代已經做好準備的企業。

數據要素

54 項大數據模型

第三部分 成為大數據產業革命的領導者

第13章 數據帶來的商機  207

數據本身就是一種商機,而數據的精煉如同石油的提煉過程,需要經歷發掘、提煉與附加價值的過程,才能創造出未來的價值。

數據和石油一樣嗎

企業與組織運用數據的三個階段

把握數據所帶來的機遇

第14章 從未停止創新的保時捷  212

追求完美是成功的動力,在確保滿足不同客戶需求的同時,還針對性能、品質與價格進行最佳化,這無疑是數據時代企業領導人達成目標的最佳方式。

來自羅馬皮帶店的量身定製

費迪南德·保時捷

保時捷的誕生

保時捷的華麗轉身:保時捷跑車

保時捷的創新永無止境

羅馬店主的執著與專注

第15章 彪馬與阿迪的恩怨大戰  218

努力是任何成功企業的特質之一。作為一位偉大的商業領袖,彪馬公司CEO蔡茨運用大數據分析創造出的一種環境盈虧核算系統正是這種企業家精神的完美詮釋。

彪馬與阿迪的宿怨

難分伯仲的廣告大戰

彪馬的蔡茨時代

彪馬的殺手鐧:環境損益

握手言和

第16章 制定基於大數據的企業決策  224

部署大數據模型的七大步驟為企業向數據時代邁進提供了一個前所未有的路徑圖:摒棄根據傳統經驗與直覺判斷,轉向一切基於事實、事實為主的數據決策。

運用大數據模型的關鍵步驟

步驟 1:理解數據資產

步驟 2:探索數據

步驟 3:設計未來

步驟 4:設計一種由數據推動的商業模式

步驟 5:改變業務流程,適應數據時代

步驟 6:設計管理與安全策略

步驟 7:分配指標與激勵策略

第17章 大數據體系架構  248

大數據體系架構是全力以赴邁向大數據執行的第一步,只有邁出這一步,才能領略大數據參考體系架構的全貌。

未來的體系架構

從斯圖加特市所能學到的

利用架構中的各項投資

大數據的參考體系架構

第18章 參考體系架構中的業務視圖  260

數據時代體系架構中的業務視圖將讓企業領導者能夠理解在數據時代取得成功所必要的各項組件。

特倫克公司的大數據構架之業務視圖

參考體系架構中的業務視圖

第19章 參考體系架構中的邏輯視圖  270

數據時代體系架構中的邏輯視圖在數據時代將更細化地描述如何具體執行數據解決方案,以確保大數據的落地實施。

特倫克公司的大數據構架之邏輯視圖

參考體系架構中的邏輯視圖

數據攝取

數據分析

信息洞悉

操作型數據

數據管理

特倫克公司所面臨的升級挑戰

第20章 面向未來的體系架構  283

要想成為數據時代的先驅者,就要採取一系列面向未來的創新之舉,實現商業與體系架構的轉變,以便在未來立於不敗之地。

特倫克公司的創新之舉

特倫克公司的大數據實踐

特倫克公司構架業務視圖的升級改造

特倫克公司構架邏輯視圖的升級改造

特倫克公司做好了轉型的充分準備

結語  303

大數據正在進一步滲透到我們生活的各個方面,也在催化著這場變革,我們每個人都要做好投身於大數據產業革命洪流中去的準備……

是時候抓住大數據產業革命的機遇了

投身到大數據產業革命的洪流中

大數據是重塑網際網路商業模式的核心所在

未來的世界

譯者後記  309

熱門詞條

聯絡我們