大数据与商业分析

第1章 通过大数据管理企业

1.1 引言

1.2 挑战

1.3 正在发生的现象

1.4 社交网络

1.5 个性化服务和社群

1.6 科技驱动和商业分析

1.7 从数字到大数据

1.7.1 我们是如何走到这一步的？

1.7.2 为什么它如此重要？

1.7.3 科技的升级换代如何满足需求？

1.8 重新定义组织结构

1.8.1 关于重新定义

1.8.2 一些挑战

1.8.3 一些机遇

1.8.4 重塑的机会

1.9 为大数据时代做好准备

1.9.1 科学、技术、工程和数学

1.10 一些建议

1.11 参考文献

第2章 杰克和大数据豆茎：利用充满潜力的市场商机

2.1 你认识杰克吗？

2.2 来自大数据的挑战

2.3 当老问题遇上新问题

2.4 五个驱动力

2.4.1 全局视角

2.4.2 由内及外

2.4.3 由外及内

2.4.4 兼容并蓄

2.4.5 建立互信

2.5 收获与回报

2.5.1 增加15%～30%的市场投资回报率

2.5.2 提升10%～15%的客户毛利润

2.5.3 改善5%～7%的定价

2.6 什么才是你通往成功的豆茎？

第3章 大数据商务分析前沿：网络市场中的模式和案例

3.1 简介

3.2 大数据分析

3.2.1 计算机擅长的工作

3.2.2 计算机不是万能的

3.2.3 传统商务智能和大数据

3.2.4 模型必须由人来设计

3.2.5 模型也需要测量

3.2.6 数据越大，模型越好

3.2.7 大数据和Hadoop

3.3 网络营销案例学习

3.3.1 wine.com一对一邮箱

3.3.2 雅虎网络市场细分分析

3.3.3 雅虎邮箱保留

3.3.4 潜在客户评分

3.3.5 客户终身价值

3.3.6 广告表现优化

3.3.7 收入预测

3.3.8 Ask.com的搜索引擎营销

3.4 一些建模经验

3.5 结论

3.6 参考文献

第4章 数据的内在价值

4.1 介绍

4.2 数据历史简介

4.3 交易数据

4.4 个人信息

4.5 行为数据

4.6 数据的成本

4.7 数据的价值

4.8 微分值

4.9 结合数据

4.10 贬值的价值

4.11 数据的美元价值

4.12 结论

4.13 参考文献

第5章 从大数据中发现重要价值：开启高效能分析的力量

5.1 高效能分析：机遇和挑战

5.2 核心1：网格计算--充分利用你硬件环境里的容量

5.2.1 灵活性与成本优势

5.2.2 突破分析：从“天”到“分”

5.3 核心2：数据库内部处理--快速了解

5.3.1 计算1.2 万亿行数据

5.3.2 了解该获取哪些关系

5.3.3 更快的执行，更高的效率

5.4 核心3：内存分析

5.4.1 对市场偏好和趋势迅速做出反应

5.4.2 从167个小时到84秒

5.4.3 应对复杂的挑战

5.5 利用高效能分析取得成功究竟需要些什么？

5.6 结论

第6章 竞争者、情报和大数据

6.1 引言

6.2 知识管理、知识资本，以及竞争情报

6.3 大数据

6.4 战略保护系数以及大数据

6.5 结论

6.6 参考文献

第7章 用大数据拯救生命：揭开电子化健康记录隐藏的潜在信息

7.1 幸存下来的败血症患者

7.2 收集数据的新方法

7.3 时间问题

7.4 合规性评估

7.5 早期诊断

7.6 下一阶段：连续监测

7.7 解读医生和护士的注意事项

7.8 未来展望

第8章 创新模式和大数据

8.1 引言

8.2 大数据背景

8.2.1 作为一种自然资源的大数据

8.2.2 作为一种大的数字库存的大数据

8.2.3 作为一种对过去更加颗粒化视图的大数据

8.2.4 大数据和组织的挑战

8.2.5 大数据在过程创新中的角色

8.3 P-TRIZ：可重复过程的创新

8.4 符号

8.5 P-TRIZ方法和技术的例子

8.6 结论

8.7 参考文献

……

第9章 美国交通部门的大数据

第10章 将大数据作为决策过程的核心

第11章 从多元时间数据中提取有用的信息

第12章 大规模时间序列预测

第13章 使用大数据和分析来解锁慷慨

第14章 大数据在医疗保健中的应用

第15章 大数据：结构化和非结构化

随着诸如网络安全、应急管理、医疗保健、经济金融、交通运输等各个领域中大量数据的使用，对于组织机构而言，及时有效地弄清数据和信息的意义来改善决策制定的过程将变得尤为重要，这就是分析学的用武之地。研究表明，到2018年，单单美国就将有14万至19万商业数据分析学家的短缺。而为了弄清诸如结构化、非结构化、文本、数字、图像及其他各式各样数据的含义，这些分析学家应该对机器学习、高级统计技术，以及其他预测分析学等有所掌握。就更好地理解组织机构的案例研究、发展趋势、主要问题、挑战以及与大数据和商业分析相关联的技术而言，《大数据与商业分析》专为填补这一领域而量身定制。我们十分高兴地能邀请到一些杰出的专家学者和机构为本书赐稿。而来自行业、政府、非营利机构以及学会所写的章节提供了有关大数据和商业分析这块新兴领域的许多有趣的观点。大数据早已成为热点，但其如何进入商业应用却没有相应的模式，《大数据与商业分析》提供了一个很好的利用大数据的分析，为广大业者和学者提供了更多选择，是利用大数据进行商业分析的一本必读书。