一本书搞懂企业大数据PDF|Epub|txt|kindle电子书版本网盘下载

一本书搞懂企业大数据PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第一章 认识大数据1

第一节 大数据的基本认知3

认知1：大数据的定义3

相关链接 大数据中多种多样的数据单位3

认知2：大数据的类型4

认知3：大数据的特征5

认知4：大数据的作用7

认知5：大数据的商业价值8

第二节 大数据的处理流程11

流程1：大数据的采集11

流程2：大数据的预处理11

流程3：大数据的统计11

流程4：大数据的挖掘12

第三节 大数据的处理技术12

技术1：大数据采集技术13

技术2：大数据预处理技术13

技术3：大数据存储及管理技术14

技术4：大数据分析及挖掘技术15

技术5：大数据展现与应用技术16

第四节 大数据的发展趋势17

趋势1：国家战略推进大数据行动17

趋势2：需求导向助力大数据贴近应用18

趋势3：将推动智能制造和制造强国建设19

趋势4：公众参与推动政务大数据发展应用20

趋势5：加速推动信息惠民向纵深发展20

趋势6：加快探索交易中心模式走向成熟21

趋势7：人工智能市场化、产业化取得新进展21

相关链接 全球大数据的发展趋势22

第二章 企业迈入大数据时代27

第一节 大数据转化企业思维29

转化1：样本思维向总体思维的转变29

转化2：精确思维向容错思维的转变29

转化3：因果思维向相关思维的转变30

转化4：自然思维向智能思维的转变30

相关链接 中小企业的“数据借力”之道32

第二节 大数据变革企业管理33

变革1：企业管理思想的转变33

变革2：企业管理决策的转变34

变革3：企业人力资源管理的转变35

变革4：企业财务管理的转变36

相关链接 大数据时代下的管理模式创新37

第三节 大数据助力企业发展39

助力1：帮企业了解用户40

助力2：帮企业锁定资源40

相关链接 啤酒与尿布的故事40

助力3：帮企业规划生产41

助力4：帮企业做好运营41

助力5：帮企业开展服务42

相关链接 大数据提升企业竞争力42

第三章 企业大数据的技术架构45

第一节 企业大数据生态产业链47

生态1：大数据提供者47

生态2：大数据技术提供者48

生态3：大数据服务提供者49

第二节 企业大数据的建设思路49

思路1：数据的获得49

思路2：数据的汇集和存储50

思路3：数据的管理50

思路4：数据的分析51

思路5：数据的价值51

思路6：数据的使用52

第三节 企业大数据的基本架构52

架构1：Hadoop技术平台52

架构2：大数据平台系统功能54

第四节 企业大数据的目标效果55

效果1：数据整合56

效果2：数据质量管控56

效果3：数据共享56

效果4：数据应用57

第四章 企业大数据的运营59

第一节 构建企业大数据的运营体系61

构建1：数据基础平台61

构建2：数据报表与可视化62

构建3：产品与运营分析63

构建4：精细化运营平台64

构建5：数据产品64

构建6：战略分析与决策64

第二节 催生企业大数据的商业模式64

催生1：数据自营模式64

催生2：数据租售模式66

催生3：数据平台模式66

催生4：数据仓库模式68

催生5：数据众包模式69

催生6：数据外包模式70

第三节 实现企业大数据的应用场景71

应用1：消费者需求分析71

应用2：打通生产竖井72

应用3：产品与服务的设计73

应用4：开放式的融合创新74

应用5：适应性库存管理74

应用6：质量管理75

应用7：劳动力的数字化76

应用8：资产智能管理76

第四节 实施企业大数据的关键节点77

实施1：制定大数据规划找准切入点78

实施2：强化高管团队大数据能力79

相关链接 大数据时代，CDO崛起80

实施3：设计合理的大数据组织架构80

实施4：搭建有效的大数据团队81

相关链接 中央数据部门团队的能力要求82

实施5：用制度和文化来保障大数据的实施83

第五章 金融业与大数据85

第一节 金融大数据的认知87

认知1：金融大数据的概念87

认知2：金融大数据的特点87

认知3：金融大数据的意义88

认知4：金融大数据的模式90

相关链接 京东供应链金融的运营模式91

第二节 大数据对金融业的影响92

影响1：大数据带给金融业的机遇92

影响2 大数据带给金融业的挑战93

相关链接 大数据与金融业的完美结合94

第三节 大数据在金融业的应用96

应用1：银行大数据的应用97

应用2：保险行业大数据的应用100

应用3：证券行业大数据的应用104

应用4：互联网金融大数据的应用107

第四节 金融行业大数据应用案例107

案例1：中信银行玩转大数据，以客户为“上帝”107

案例2：IBM助力民生银行应对金融业的大数据挑战108

案例3：大数据助力青岛银行提升运营能力110

第六章 工业与大数据113

第一节 工业大数据的认知115

认知1：工业大数据的概念115

认知2：工业大数据的种类115

认知3：工业大数据的特征116

认知4：工业大数据的特点116

认知5：工业大数据的用途117

认知6：工业大数据的发展态势119

相关链接 中国将推动大数据和制造业相融合119

第二节 大数据带动制造业转型升级120

带动1：数据赋能制造业的全流程120

带动2：数据驱动生产和制造柔性化趋势121

带动3：利用大数据创新商业模式122

带动4：学习国际上工业大数据应用的实践122

带动5：从数据化到智慧化要循序渐进123

相关链接 大数据推动下的工业4.0123

第三节 大数据在工业企业的应用125

应用1：加速产品创新125

应用2：高价值大型产品的故障诊断与预测125

应用3：工业供应链的分析和优化126

应用4：产品销售预测与需求管理126

应用5：生产制造环节的改善127

应用6：产品质量管理与分析128

第四节 工业企业大数据应用案例129

案例1：德国安贝格西门子智能工厂129

案例2：德国博世洪堡工厂130

第七章 零售业与大数据133

第一节 零售业大数据的认知134

认知1：零售业大数据的范畴135

认知2：零售业大数据的发展构想135

认知3：零售业大数据的价值136

认知4：零售业大数据的应用需求138

第二节 大数据对消费行为的改变139

改变1：消费者购买决策更为理性140

改变2：消费者品牌依赖度弱化140

改变3：消费者需求更加个性化141

改变4：消费者在参与互动中获得消费体验142

第三节 大数据在零售企业的应用143

应用1：用户画像让商家读懂用户143

应用2：提供个性化的服务与商品推荐144

应用3：大数据与用户忠诚度管理145

应用4：重要客户的识别与维护145

应用5：提升用户洞察力，优化产品与服务146

相关链接 大数据在零售行业的创新性应用146

第四节 零售企业大数据的应用案例149

案例1：ZARA把消费者声音转化成大数据149

案例2：7-Eleven的App，既是数据搜集器也是行动店员150

案例3：沃尔玛利用大数据颠覆零售业152

第八章 大数据面临的问题及应对155

第一节 大数据与安全挑战156

挑战1：信息管理成本显著增加157

挑战2：信息有效性验证工作大大增加157

挑战3：安全防御边界有所扩展158

挑战4：独立决策的比例显著降低159

挑战5：攻防双方地位的不对等性大大降低159

挑战6：安全加固策略的复杂性有所降低160

相关链接 大数据安全问题频现160

第二节 大数据与隐私保护163

要点1：保护隐私成新趋势163

要点2：隐私的概念及量化163

要点3：大数据生命周期的隐私保护模型165

相关链接 大数据时代如何进行有效的隐私保护166

参考文献169