1704272173
9 版权页 [:1704274360]
1704272174
1704272175
1704272176
Cover
1704272177
1704272178
1704272179
智能数据：如何挖掘高价值数据 [:1704272153]
1704272180
1704272181
智能数据：如何挖掘高价值数据
1704272182
1704272183
1704272184
1704272185
1704272186
智能数据：如何挖掘高价值数据 [:1704272154]
1704272187
智能数据：如何挖掘高价值数据 智能数据：如何挖掘高价值数据
1704272188
1704272189
[德]比约恩·布劳卿 拉斯·拉克 托马斯·拉姆什 著
1704272190
1704272191
王盛男 译
1704272192
1704272193
中信出版社
1704272194
1704272195
1704272196
1704272197
1704272198
智能数据：如何挖掘高价值数据 [:1704272155]
1704272199
智能数据：如何挖掘高价值数据 引言 以少博多的智能数据使用者
1704272200
1704272201
“如果我们掌握数据，那么请关注数据；如果我们掌握的全是观点，那么请相信我的观点。”
1704272202
1704272203
——吉姆·巴克斯代尔，网景公司前首席执行官
1704272204
1704272205
规模并不重要
1704272206
1704272207
“大数据”中的“大”到底有多大？近年来，技术分析员和IT（信息技术）供应商数量呈指数级增长；拍、泽、尧等量级单位不断被刷新；若将数据储存在CD或DVD光盘中，它们则会从地球一直堆到月球，甚至是火星。由于数据被认为是新的“原油”资源，所以这些指数越高越好。得益于日益廉价的存储设备、更加快捷的处理器和越来越智能化的算法，我们有能力善用这些资源。届时，数据信息向知识的转化意味着流程优化、更优决策以及全新商业模式的诞生。
1704272208
1704272209
啊哈！
1704272210
1704272211
然而现在，很多企业被淹没在数据洪流之中，数据并没有给它们带来太多好处。许多企业高管都有种不好的感觉，那就是，企业数字化竞争力的提升并没有像在公司战略会议上渲染“大数据”这一概念时所描述的那样快。他们甚至悲观地认为，“大数据”这一数字革命的时髦概念，前景并没有那么明朗，且弊大于利，令人心灰意冷。
1704272212
1704272213
“大数据”就如同一根魔法棒——我们抓取尽可能多的数据，然后，被人工智能操控的机器就可以告诉我们，我们应该通过什么方法、在哪些环节、能够在多大程度上去提高产品的附加值。更理想的是，大数据会告诉我们如何去创造一个全新的商业模式，正如贝宝（PayPal）联合创始人、脸谱网（Facebook）外部投资者彼得·蒂尔先生在“从0到1逻辑”中阐述的那样。更有甚者，用技术人员的话说，“大数据”就等同于宇宙大爆炸。
1704272214
1704272215
数字技术总是开“空头支票”，自卖自夸，承诺的多，做到的少。大数据分析逐渐丧失吸引力，在某种程度上，“大数据”概念的基本理念应对此负有一定的责任，因为在大多数应用领域，数据量的多寡并不是衡量数据价值创造力的决定性标准。
1704272216
1704272217
起决定性作用的不是数据量，而是正确地整合数据，物尽其用。
1704272218
1704272219
几个月来，在与经理人、IT负责人的交流中，我们发现，“大数据”所描绘的美好图景在企业的经营现实面前遭受重创。数据应用的惨败带来失望，伴随失望而来的是迷茫，甚至是惊诧。与此同时，所有的参与者也意识到，完全不关注数据也行不通。
1704272220
1704272221
本书描绘了一条走出“大数据带来的失望”的更智慧的途径。这一途径不仅适用于仍坚信“从0到1”理论的企业、“n+1组织”，而且也同样适用于那些既有成熟的商业运营模式，又想通过善用大数据分析手段提升业绩的企业。这些企业不认为数据是一种特有的商业模式，而是将数据看作一种核心要素，帮助我们更好地了解客户。相应地，这些企业也不会盯着堆积成山的数据（在这方面，谷歌也许更擅长），更不会去盯着ERP系统（企业资源计划系统，于1995年被引进，至今仍在不断被拓展功能）。
1704272222