大數據與商業分析

大數據與商業分析

作者：（美）傑伊·利博維茨（Jay Liebowitz）主編，劉斌、曲文波、林建忠 等譯
定價：49元
印次：1-1
ISBN：9787302390794
出版日期：2015.04.01
印刷日期：2015.04.07

隨著諸如網路安全、應急管理、醫療保健、經濟金融、交通運輸等各個領域中大量數據的使用，對於組織機構而言，及時有效地弄清數據和信息的意義來改善決策制定的過程將變得尤為重要，這就是分析學的用武之地。研究表明，到2018年，單單美國就將有14萬至19萬商業數據分析學家的短缺。

目錄

第1章通過大數據管理企業

11引言

12挑戰

13正在發生的現象

14社交網路

15個性化服務和社群

16科技驅動和商業分析

17從數字到大數據

171我們是如何走到這一步的？

172為什麼它如此重要？

173科技的升級換代如何滿足需求？

18重新定義組織結構

181關於重新定義

182一些挑戰

183一些機遇

184重塑的機會

19為大數據時代做好準備

191科學、技術、工程和數學

110一些建議

111參考文獻

第2章傑克和大數據豆莖：利用充滿潛力的市場商機

21你認識傑克嗎？

22來自大數據的挑戰

23當老問題遇上新問題

24五個驅動力

241全局視角

242由內及外

243由外及內

244兼容並蓄

245建立互信

25收穫與回報

251增加15%～30%的市場投資回報率

252提升10%～15%的客戶毛利潤

253改善5%～7%的定價

26什麼才是你通往成功的豆莖？

第3章大數據商務分析前沿：網路市場中的模式和案例

31簡介

32大數據分析

321計算機擅長的工作

322計算機不是萬能的

323傳統商務智慧型和大數據

324模型必須由人來設計

325模型也需要測量

326數據越大，模型越好

327大數據和Hadoop

33網路行銷案例學習

331winecom一對一信箱

332雅虎網路市場區隔分析

333雅虎信箱保留

334潛在客戶評分

335客戶終身價值

336廣告表現最佳化

337收入預測

338Askcom的搜尋引擎行銷

34一些建模經驗

35結論

36參考文獻

第4章數據的內在價值

41介紹

42數據歷史簡介

43交易數據

44個人信息

45行為數據

46數據的成本

47數據的價值

48微分值

49結合數據

410貶值的價值

411數據的美元價值

412結論

412參考文獻

第5章從大數據中發現重要價值：開啟高效能分析的力量

51高效能分析：機遇和挑戰

52核心1：格線計算——充分利用你硬體環境裡的容量

521靈活性與成本優勢

522突破分析：從“天”到“分”

53核心2：資料庫內部處理——快速了解

531計算12萬億行數據

532了解該獲取哪些關係

533更快的執行，更高的效率

54核心3：記憶體分析

541對市場偏好和趨勢迅速做出反應

542從167個小時到84秒

543應對複雜的挑戰

55利用高效能分析取得成功究竟需要些什麼？

56結論

第6章競爭者、情報和大數據

61引言

62知識管理、知識資本，以及競爭情報

63大數據

64戰略保護係數以及大數據

65結論

66參考文獻

第7章用大數據拯救生命：揭開電子化健康記錄隱藏的潛在信息

71倖存下來的敗血症患者

72收集數據的新方法

73時間問題

74合規性評估

75早期診斷

76下一階段：連續監測

77解讀醫生和護士的注意事項

78未來展望

第8章創新模式和大數據

81引言

82大數據背景

821作為一種自然資源的大數據

822作為一種大的數字型檔存的大數據

823作為一種對過去更加顆粒化視圖的大數據

824大數據和組織的挑戰

825大數據在過程創新中的角色

83PTRIZ：可重複過程的創新

84符號

85PTRIZ方法和技術的例子

86結論

87參考文獻

第9章美國交通部門的大數據

第10章將大數據作為決策過程的核心

101背景

102鐵三角：技能、信任和使用權

103人才

1031功能與職責——金髮女孩準則

1032要達成目的，不能以此為開始

1033過猶不及

104流程

1041像鐘錶發條一樣規律

1042半途而廢，還不如不開頭

1043增值而非增擾

1044重寫歷史

105技術

1051用戶有差別

106結論

第11章從多元時間數據中提取有用的信息

111引言

112實例套用：公共衛生

113實例套用：臨床信息學

114實例套用：金融

115實例套用：設備管理

116結論

117致謝

118參考文獻

第12章大規模時間序列預測

121引言

122背景

1221R與數據分析

1222相關工作

123Map：並行套用

1231設計目的

1232實施概況

1233R的詞法作用域和序列化

1234工作日程安排

1235錯誤的處理和返回值

124簡化

1241數據存儲和序列化

1242Dremel中的分散式結果整合

125套用於預測

1251谷歌預測

1252預測方法論概覽

126預測置信區間

1261疊代預測法

1262比薩餅搜尋軌跡的1000條實現

127預測評價和RMapReduce

128實驗結果

129結論

1210致謝

1211參考文獻

第13章使用大數據和分析來解鎖慷慨

131引言

132大數據環境

133慷慨行為分析

1331慷慨是天生的

1332慷慨基於信任

134必須考慮捐贈者的要求

135為什麼大數據在解決這一問題中占據了一席

之地？

136大數據及分析是如何解鎖慷慨的？

1361步驟一：利用人口統計與調查數據來豐富

數據

1362步驟二：用大數據來豐富交易數據

1363步驟三：融合數據然後建立一個單支持者

視圖

1364步驟四：為數據建模和建立他們為什麼捐獻的

模型

1365步驟五：學習和回響

137結論

第14章大數據在醫療保健中的套用

141引言

142健康大數據的類型

143臨床服務數據

144公共衛生調查和監測信息

145醫學研究數據

146以消費者為中心的信息

147創建分析工具，為臨床提供信息和業務決策

148在大數據文化下取得成功

149參考文獻

第15章大數據：結構化和非結構化

151引言

152輕量級和重量級的語義學

153商用NLP系統

1531技術方法

1532實施和系統集成

1533歧義與語境

154未來的方向

155附錄