数据实践之美:31位大数据专家的方法、技术与思想 - (EPUB全文下载)

文件大小:0.98 mb。
文件格式:epub 格式。
书籍内容:

数据实践之美:31位大数据专家的方法、技术与思想
Part1 数据化思维
NO.1 数据化运营的方法论体系
NO.2 数据化营销中的“一·二·三”
NO.3 企业数据化管理之巅—同业对标
NO.4 管理数据化:柳传志30年管理智慧如何为我所用
NO.5 数据领导力—指标体系规划与管理驾驶舱设计
Part2 数据治理
NO.6 数据库开发实施工艺提升的6种途径
NO.7 ETL串并发数据跑批处理的理论与运用实践
NO.8 如何高效地对复杂数据进行清洗与转换
Part3 BI与数据可视化
NO.9 商务智能业务分析构建“5步曲”
NO.10 构建数据体系的两个“5步曲”
NO.11 成功实施BI项目的4大要素
NO.12 Kimball理论在BI项目中的应用
NO.13 BI数据可视化分析SaaS产品前瞻
NO.14 大数据工程的系统架构设计和技术选型
NO.15 数据可视化4步工作法
NO.16 如何用R语言对复杂数据进行可视化
NO.17 新思路,新体系:让银行报表的3大痛点不再是噩梦
NO.18 Cognos在金融银行业的最佳运用
Part4 数据分析与数据挖掘
NO.19 如何做好一名商业分析师?
NO.20 如何用数据驱动运营
NO.21 企业增长中的精细化分析和Growth Hacking
NO.22 如何基于业务实现用户行为数据产品化
NO.23 电商的数据化管理与运营
NO.24 零售业数据分析指标的管理与应用
NO.25 做好零售业数据分析必须解决的3个难点
NO.26 如何用R语言做量化分析
NO.27 从BI到AI,数据分析的4个误区
NO.28 企业如何利用跨行业数据挖掘标准流程开展大数据实践
NO.29 详解过程挖掘的技术和方法
NO.30 个性化数据挖掘的关键技术与应用实践
Part5 大数据化之路
NO.31 教育行业的大数据实施路径
NO.32 数据科学在互联网金融中的应用
NO.33 地理大数据驱动的智慧选址
附录
Part1 数据化思维
数据化思维主要指企业在数据化运营和管理过程中运用数据的思维和方式。这部分的内容既有理论角度的阐释,也有案例角度的阐释,还有从管理、技术角度来阐释。从不同的角度我们会发现各位作者考虑问题的侧重点有所不同,打破思维僵式的最好方式莫过于此。
比如百度资深数据营销专家张子良的《数据化运营的方法论体系》和某互联网娱乐平台资深数据分析师叶秋萍的《数据化营销中的“一·二·三”》侧重于数据化运营思维的树立与拓展,而航天金穗资深数据分析师王卫东的《企业数据化管理之巅—同业对标》、帆软数据研究院院长兼帆软公司CMO袁华杰的《管理数据化:柳传志30年管理智慧如何为我所用》、美国注册管理会计师刘凯的《数据领导力—指标体系规划与管理驾驶舱设计》这3篇文章则侧重于数据化管理思维角度。
所以数据化思维首先解决的是“思维”的问题,在与数据打交道之前第一步要树立的就是如何用好数据的意识。这部分内容侧重体现了本书中“思想”这个环节。
NO.1 数据化运营的方法论体系
张子良
网名胖子哥,混迹IT十余载,好读书,不求甚解。经史子集,诸子百家,一样不通。唯喜老庄之道,凡事随心,顺天应时,无所苛求。术业有专攻,金融和互联网领域数据方向,数据架构、数据仓库、BI分析多有涉猎,所憾无一精通,唯有孜孜以求,继续践行。
从大数据,到互联网思维,有人迷失,有人觉醒,迷失者继续凌乱,而清醒者却开始探索其背后的本质。当喧嚣散去,山还是山,商业还是商业,本质未变,变的只是渠道和方法。互联网与大数据时代,如何回归商业的本质,数据化运营也许不是唯一的答案,但却会是一种有效的手段。
本文采用“5w+1h”方法论,试图构建数据化运营的方法论体系,带你走进数据化运营世界。全篇围绕“谁来做数据化运营?为什么需要数据化运营?数据化运营的目标和收益是什么?数据化运营如何做?何时做?从什么地方切入?”等问题一一展开,抽丝剥茧,若能给读者启示,足以快慰我心。
谁来做数据化运营(Who)
核心观点:数据化运营的组织架构=顶级组织+自顶向下。
“名不正,则言不顺;言不顺,则事不成”,关乎数据化运营能否实现的首要问题是组织架构,作为企业的数据化运营部门,必须是顶级组织,与各业务线平级,唯有如此才能解决企业数据化运营面临的最大问题:部门沟通与协调。有了顶级的数据化运营组织架构,自顶向下地推动数据运营的战略和规划,才能使其变成现实。
1.吃过螃蟹的阿里巴巴和要吃螃蟹的联想
数据化运营行业的翘楚非阿里巴巴莫属,早在2013年,阿里巴巴就通过组织架构调整,将原有的淘宝、天猫、一淘、阿里国际业务、阿里云、聚划算和阿里小企业业务7大事业群,拆分为了25个事业部,其中就包括数据平台事业部,从此数据战略正式进入阿里巴巴的公司战略。根据公开资料获取到的阿里巴巴调整后的组织架构示意如图1所示。
图1 阿里巴巴组织架构图2013
2016年3月18日,联想集团宣布了新一年的组织架构调整,调整后的结构如图2所示。
图2 联想集团组织架构2016
图2中,笔者最为关心的是数据中心业务集团的成立,作为一个传统IT设备厂商,居然能有此决心,姑且不论其成效如何,单凭这一点,实在令人叹服,而在此背后则是数据的魅力。
2.固若金汤的篱笆墙和拧巴的数据产品经理
业务线利益、部门利益、小群体利益是数据化运营路上必须翻过的大山,每个机构都会人为地设置各种数据互通的藩篱,好比是扎紧的篱笆墙。数据化运营最大的难题是数据打通,最浪费时间和精力的则是内部关于数据互通的沟通与协调,最拧巴的莫过于数据产品经理,一方面为数据分析模型殚精竭虑,一方面巧妇难为无米之炊。
因此,执行数据化运营的团队,在企业组织架构中,必须且只能够是与各业务线平级的顶级组织部门;数据化运营的推进模式必须且只能够是站在整个企业级视角自顶向下的推进,而非自底向上。
数据化运营的驱动力(Why)
核心观点:数据化运营的驱动力=业务运营瓶颈+数据技术成熟。
数据化运营的驱动力来源于企业的业务发展瓶颈和大数据技术 ............

以上为书籍内容预览,如需阅读全文内容请下载EPUB源文件,祝您阅读愉快。

版权声明:书云(openelib.org)是世界上最大的在线非盈利图书馆之一,致力于让每个人都能便捷地了解我们的文明。我们尊重著作者的知识产权,如您认为书云侵犯了您的合法权益,请参考版权保护声明,通过邮件openelib@outlook.com联系我们,我们将及时处理您的合理请求。 数研咨询 流芳阁 研报之家 AI应用导航 研报之家
书云 Open E-Library » 数据实践之美:31位大数据专家的方法、技术与思想 - (EPUB全文下载)