大數(shù)據(jù)與商業(yè)分析

第1章 通過(guò)大數(shù)據(jù)管理企業(yè)
1.1 引言
1.2 挑戰(zhàn)
1.3 正在發(fā)生的現(xiàn)象
1.4 社交網(wǎng)絡(luò)
1.5 個(gè)性化服務(wù)和社群
1.6 科技驅(qū)動(dòng)和商業(yè)分析
1.7 從數(shù)字到大數(shù)據(jù)
1.7.1 我們是如何走到這一步的？
1.7.2 為什么它如此重要？
1.7.3 科技的升級(jí)換代如何滿足需求？
1.8 重新定義組織結(jié)構(gòu)
1.8.1 關(guān)于重新定義
1.8.2 一些挑戰(zhàn)
1.8.3 一些機(jī)遇
1.8.4 重塑的機(jī)會(huì)
1.9 為大數(shù)據(jù)時(shí)代做好準(zhǔn)備
1.9.1 科學(xué)、技術(shù)、工程和數(shù)學(xué)
1.10 一些建議
1.11 參考文獻(xiàn)
第2章 杰克和大數(shù)據(jù)豆莖：利用充滿潛力的市場(chǎng)商機(jī)
2.1 你認(rèn)識(shí)杰克嗎？
2.2 來(lái)自大數(shù)據(jù)的挑戰(zhàn)
2.3 當(dāng)老問(wèn)題遇上新問(wèn)題
2.4 五個(gè)驅(qū)動(dòng)力
2.4.1 全局視角
2.4.2 由內(nèi)及外
2.4.3 由外及內(nèi)
2.4.4 兼容并蓄
2.4.5 建立互信
2.5 收獲與回報(bào)
2.5.1 增加15%～30%的市場(chǎng)投資回報(bào)率
2.5.2 提升10%～15%的客戶毛利潤(rùn)
2.5.3 改善5%～7%的定價(jià)
2.6 什么才是你通往成功的豆莖？
第3章 大數(shù)據(jù)商務(wù)分析前沿：網(wǎng)絡(luò)市場(chǎng)中的模式和案例
3.1 簡(jiǎn)介
3.2 大數(shù)據(jù)分析
3.2.1 計(jì)算機(jī)擅長(zhǎng)的工作
3.2.2 計(jì)算機(jī)不是萬(wàn)能的
3.2.3 傳統(tǒng)商務(wù)智能和大數(shù)據(jù)
3.2.4 模型必須由人來(lái)設(shè)計(jì)
3.2.5 模型也需要測(cè)量
3.2.6 數(shù)據(jù)越大，模型越好
3.2.7 大數(shù)據(jù)和Hadoop
3.3 網(wǎng)絡(luò)營(yíng)銷案例學(xué)習(xí)
3.3.1 wine.com一對(duì)一郵箱
3.3.2 雅虎網(wǎng)絡(luò)市場(chǎng)細(xì)分分析
3.3.3 雅虎郵箱保留
3.3.4 潛在客戶評(píng)分
3.3.5 客戶終身價(jià)值
3.3.6 廣告表現(xiàn)優(yōu)化
3.3.7 收入預(yù)測(cè)
3.3.8 Ask.com的搜索引擎營(yíng)銷
3.4 一些建模經(jīng)驗(yàn)
3.5 結(jié)論
3.6 參考文獻(xiàn)
第4章 數(shù)據(jù)的內(nèi)在價(jià)值
4.1 介紹
4.2 數(shù)據(jù)歷史簡(jiǎn)介
4.3 交易數(shù)據(jù)
4.4 個(gè)人信息
4.5 行為數(shù)據(jù)
4.6 數(shù)據(jù)的成本
4.7 數(shù)據(jù)的價(jià)值
4.8 微分值
4.9 結(jié)合數(shù)據(jù)
4.10 貶值的價(jià)值
4.11 數(shù)據(jù)的美元價(jià)值
4.12 結(jié)論
4.13 參考文獻(xiàn)
第5章 從大數(shù)據(jù)中發(fā)現(xiàn)重要價(jià)值：開(kāi)啟高效能分析的力量
5.1 高效能分析：機(jī)遇和挑戰(zhàn)
5.2 核心1：網(wǎng)格計(jì)算--充分利用你硬件環(huán)境里的容量
5.2.1 靈活性與成本優(yōu)勢(shì)
5.2.2 突破分析：從“天”到“分”
5.3 核心2：數(shù)據(jù)庫(kù)內(nèi)部處理--快速了解
5.3.1 計(jì)算1.2 萬(wàn)億行數(shù)據(jù)
5.3.2 了解該獲取哪些關(guān)系
5.3.3 更快的執(zhí)行，更高的效率
5.4 核心3：內(nèi)存分析
5.4.1 對(duì)市場(chǎng)偏好和趨勢(shì)迅速做出反應(yīng)
5.4.2 從167個(gè)小時(shí)到84秒
5.4.3 應(yīng)對(duì)復(fù)雜的挑戰(zhàn)
5.5 利用高效能分析取得成功究竟需要些什么？
5.6 結(jié)論
第6章 競(jìng)爭(zhēng)者、情報(bào)和大數(shù)據(jù)
6.1 引言
6.2 知識(shí)管理、知識(shí)資本，以及競(jìng)爭(zhēng)情報(bào)
6.3 大數(shù)據(jù)
6.4 戰(zhàn)略保護(hù)系數(shù)以及大數(shù)據(jù)
6.5 結(jié)論
6.6 參考文獻(xiàn)
第7章 用大數(shù)據(jù)拯救生命：揭開(kāi)電子化健康記錄隱藏的潛在信息
7.1 幸存下來(lái)的敗血癥患者
7.2 收集數(shù)據(jù)的新方法
7.3 時(shí)間問(wèn)題
7.4 合規(guī)性評(píng)估
7.5 早期診斷
7.6 下一階段：連續(xù)監(jiān)測(cè)
7.7 解讀醫(yī)生和護(hù)士的注意事項(xiàng)
7.8 未來(lái)展望
第8章 創(chuàng)新模式和大數(shù)據(jù)
8.1 引言
8.2 大數(shù)據(jù)背景
8.2.1 作為一種自然資源的大數(shù)據(jù)
8.2.2 作為一種大的數(shù)字庫(kù)存的大數(shù)據(jù)
8.2.3 作為一種對(duì)過(guò)去更加顆粒化視圖的大數(shù)據(jù)
8.2.4 大數(shù)據(jù)和組織的挑戰(zhàn)
8.2.5 大數(shù)據(jù)在過(guò)程創(chuàng)新中的角色
8.3 P-TRIZ：可重復(fù)過(guò)程的創(chuàng)新
8.4 符號(hào)
8.5 P-TRIZ方法和技術(shù)的例子
8.6 結(jié)論
8.7 參考文獻(xiàn)
……
第9章 美國(guó)交通部門的大數(shù)據(jù)
第10章 將大數(shù)據(jù)作為決策過(guò)程的核心
第11章 從多元時(shí)間數(shù)據(jù)中提取有用的信息
第12章 大規(guī)模時(shí)間序列預(yù)測(cè)
第13章 使用大數(shù)據(jù)和分析來(lái)解鎖慷慨
第14章 大數(shù)據(jù)在醫(yī)療保健中的應(yīng)用
第15章 大數(shù)據(jù)：結(jié)構(gòu)化和非結(jié)構(gòu)化