打字猴:1.70043099e+09
1700430990 第三部分重点讨论驾驭大数据的人和他们所属的团队,以及确保他们能够提供优质分析的方法。如何提供优质的分析,包括大数据分析,其关键因素是找到合适的人来掌舵,并且他们能够遵循正确的分析原则。读完这3章后,读者将了解优质分析、优秀的分析专家和分析团队的特质。
1700430991
1700430992 第7章 如何提供优质分析
1700430993
1700430994 计算统计结果、撰写报告、使用建模算法仅仅是实现优质分析众多步骤中的几步。本章首先阐述了一些定义,然后讨论了一系列关于如何创建优质分析的主题。大数据给企业带来了从未处理过的复杂数据组合,将本章讨论的原则牢记在心对驾驭大数据非常关键。
1700430995
1700430996 第8章 如何成为优秀的分析专家
1700430997
1700430998 数学、统计学以及编程方面的能力是必要的,但对于一个优秀的分析专家来说,仅仅具备这些技能还不够。优秀的分析专家还需要具备大多数人通常不会首先具备的特质。这些特质包括承诺、创造力、商业头脑、演讲能力与沟通技巧以及直觉。本章将探讨在寻找一个优秀的分析专家时,这些特质为什么非常重要且不能被忽视。
1700430999
1700431000 第9章 如何打造优秀的分析团队
1700431001
1700431002 企业如何打造一个高级分析团队,并使其发挥最优效果?把他们放在企业的什么位置最合适?这些团队如何运转?谁来创建高级分析?本章将讨论建立一个优秀的分析团队时必须考虑的一些常见挑战和原则。
1700431003
1700431004 第四部分 整合:分析文化
1700431005
1700431006 第四部分将介绍一些著名的基本原则,企业想利用高级分析和大数据进行成功创新必须遵循这些原则。尽管这些原则也被广泛地应用于其他领域,但我们的焦点和视角是这些原则将要如何应用于当前企业环境的高级分析中。读者可能已经比较熟悉所涉及的这些概念,但是对于如何将它们应用到高级分析和大数据中,也许还是很陌生的。
1700431007
1700431008 第10章 促进分析创新
1700431009
1700431010 本章从回顾一些成功创新背后的基本原则开始,然后通过分析创新中心的概念,将它们应用到大数据和高级分析中。我们的目标是能够让读者清楚地理解如何在企业中更好地促进分析创新,并驾驭大数据。
1700431011
1700431012 第11章 营造创新和探索的文化氛围
1700431013
1700431014 本章将介绍如何营造创新和探索的文化氛围作为本书的结尾。本章的文字有趣而轻松,并给如何营造出有利于促进创新分析的文化氛围留出了一些思考空间。这些涉及的原则被广泛地讨论,并被大家熟知。但是,这些原则仍然值得回顾,并且需要思考企业如何将这些确立的原则应用到大数据和高级分析中。
1700431015
1700431016
1700431017
1700431018
1700431019 驾驭大数据 [:1700430514]
1700431020 驾驭大数据 第一部分 大数据的兴起
1700431021
1700431022 驾驭大数据 [:1700430515]
1700431023 第1章什么是大数据,大数据为什么重要
1700431024
1700431025 在未来几年中,各种新的、强大的数据源会持续爆炸式地增长,它们将会对高级分析产生巨大的影响。例如,仅仅依靠人口统计学和销售历史来分析顾客的时代已经成为了历史。事实上,每一个行业中,都将出现或者已经出现了至少一种崭新的数据源。其中一些数据源被广泛应用于各个行业,而另外一些数据源则只对很小一部分行业和市场具有重大意义。这些数据源都涉及了一个新术语,该术语受到人们越来越多的议论,这个术语便是——大数据。
1700431026
1700431027 大数据如雨后春笋般地出现在各行各业中,如果能够适当地使用大数据,将可以扩大企业的竞争优势。如果一个企业忽视了大数据,这将会为其带来风险,并导致在竞争中渐渐落后。为了保持竞争力,企业必须积极地去收集和分析这些新的数据源,并深入了解这些新数据源带来的新信息。专业的分析人士将有很多的工作要做!将大数据和其他已经被分析了多年的数据结合在一起,并不是一件容易的事情。
1700431028
1700431029 本章首先介绍了大数据的背景、它的作用,然后从企业如何利用大数据的角度做了大量介绍。如果读者想要成功驾驭大数据浪潮,那么在理解本书其他部分的同时,需要更深刻地理解本章内容。
1700431030
1700431031 驾驭大数据 [:1700430516]
1700431032 1.1 什么是大数据
1700431033
1700431034 关于大数据,业界并没有一个统一的定义,但却有几个一致的观点。有两份资料很好地诠释了大数据的本质。第一个定义来自于Gartner公司的Merv Adrian在2011年第一季度刊登在《Teradata Magazine》上的一篇文章。他说,“大数据超出了常用硬件环境和软件工具在可接受的时间内为其用户收集、管理和处理数据的能力。”〔1〕另一个定义来自于麦肯锡全球数据分析研究所(Mckinsey Global Institute)在2011年5月发表的一篇论文:“大数据是指大小超出了典型数据库软件工具收集、存储、管理和分析能力的数据集。”〔2〕
1700431035
1700431036 这些定义暗示着大数据的界定会随着技术的进步而变化。以往的大数据或今天的大数据,在明天将不再是大数据。大数据的这个定义会使有些人感到不安。前面的定义又暗示着大数据的界定会随着行业甚至企业的不同而不同,因为它们所用工具和技术的处理能力可能大相径庭。我们将在本章的“今天的大数据将不再是明天的大数据”一节中对此展开更详细的讨论。
1700431037
1700431038 麦肯锡的论文中列举了一些有趣的事实,这些事实能够帮助读者认识今天的数据量是多么庞大。
1700431039
[ 上一页 ]  [ :1.70043099e+09 ]  [ 下一页 ]