具体描述
★涵盖美、英、日、印、澳等标竿企业与政府应用案例
★首度揭露两岸三地海量资料分析领先者的策略
每分钟内、有68万则脸书po文、3000张Flickr照片、4.7万次APP下载、2亿封email信件
这就是云端时代的新金脉！
源源不绝的庞杂资料量，彻底改变游戏规则，
云端时代的杀手级应用，运用Big Data海量资料分析，
谁能理出脉络、洞察商机、领先创新，就能成为新赢家！
「四百年前，发明了显微镜，改变了测量的标准，人类研究物体的细微程度，从此不同。海量资料分析将带来的革命，就像四百年前的显微镜一样，我们能够掌握事件、行为的精细程度，也将从此进入全新的境界。 」－麻省理工学院史隆管理学院教授班恩约福森（Erik Brynjolfsson）
美国白宫宣布，将海量资料喻为「未来的新石油」，是国家发展的战略性资产； 哈佛大学更指出，海量资料分析将引领新一波经济繁荣！ 这是一场改变商业规则与竞争力的资讯革命！
完整公开Big Data海量资料新概念与应用技术，揭露领先企业的竞争优势。
什么是「海量资料」？
当你连上脸书按赞打卡、上传照片到网路相簿与朋友分享、上班收发e-mail、用悠游卡买杯咖啡、透过ATM领钱、走进大卖场刷卡购物、甚至是进家门开灯，都正在源源不断创造「海量资料」。
每一天，全球人类制造出来的资料量高达25亿GB，要用4000万台64GB的iPad才装得下。
过去，资料量太大、毫无价值的资料太多、「赌博」的代价太高，没有一家企业有本钱用过去既有的流程一一过泸所有的资料，但新的方法和工具，将从中挖出值得锻铸与收藏的珍宝。
经过整合、分析的海量资料，可以让公司增加50％的新客户，让政府减少30％的成本！
这些如海潮般涌流的大量资料，正是云端时代的新金脉，已经创造出惊人的效益：
运用海量资料分析，ZARA最短3天就可以推出一件新品，一年可推出12,000款时装。
罗森（Lawson）便利商店收集和分析社群媒体和网站讨论区的大量资料，即时反应顾客意见，预计2015年公司税前营收，将因此较2011年大幅增长60％！
借由精准的预测和行销机制，中国联通重庆分公司已将客户续约率提高34%。
金融业借海量资料分析，将规划和执行促销的成本降低10％，客户对行销活动的回应率提高60％。
制造业採用海量资料分析，可缩短20~50％研发到上市的时间、提升供需预测精准度，增加2~3％毛利。
Twitter上发佈有关脸书的相关讯息，其情感倾向可以做为股价走势的领先指标。
海量资料分析为英国政府提高效率及削减浪费，一年可省下160到330亿英镑。
斯德哥尔摩运用海量资料分析建置道路收费系统，市中心的交通流量锐减25%，使用公共交通工具人数比前一年增加4万多人，道路的废气排放量减少了8%至14%，市中心的温室气体排放量也下降了40%！
隶属美国能源部的邦威电力管理局，省下了盖一座新电厂的6到10亿美元支出！
从过泸垃圾邮件而来的数学模型，居然可能找出HIV病毒的有效疫苗！
本书共分为三部份：
第一部份介绍海量资料分析的概念，以及企业、政府部门可应用的范畴。什么是海量资料分析？与个人和企业有什么关系？将对全球产业造成怎样的冲击？第一章至第三章将深入浅出地回答上述问题。
第二部份完整介绍海量资料在各产业的应用实况，为企业及政府部门提供应用的方向。案例涵盖零售、金融、政府部门、能源、制造、娱乐、医疗、电信等八大类别，搜罗欧美、澳洲、印度、日本、中国大陆、台湾等地的实际案例，展现海量资料分析产生的效益。
第三部份则概略介绍海量资料分析所需技术及未来发展趋势，提供企业主管、以及对资料分析有兴趣的学生、研究者应用与研究的方向。
作者简介
胡世忠
美国威斯康辛大学麦迪逊分校工商管理系毕业，现为IBM全球副总裁兼IBM软体集团大中华区总经理，全面负责IBM软件中间业务和解决方案业务。曾任IBM新兴市场资讯管理软体总监，领导旗下的数据管理、企业内容管理、商业分析等业务，拥有丰富的软体业务管理经验。
著者信息
图书目录
推荐序 冲击社会文化的大趋势张善政
推荐序 在数据海中航向创新之地钱大群
推荐序 连女神卡卡都爱用的新技术黄慧珠
推荐序 一个由资料组成的人与世界戴季全
导读 人类生活的下一块拼图李实恭
第一部 什么是Big Data？
第一章 海量资料新世界
第二章 不只是大而已
第二部 Big Data大商机
第三章 破坏式的全新竞争力
第四章 应用案例：从行销到反恐
第五章 零售：更好、更快、更便宜
第六章 医疗：降低成本、促进医学研发
第七章 政府部门：提高效率、打击犯罪
第八章 能源：节能减碳新利器
第九章 电信：庞大通讯资料就是宝山
第十章 金融：防堵诈骗、有效行销
第十一章 制造：协调产销、管理供应链
第十二章 娱乐：更深入、更即时的娱乐体验
第三部 技术与前瞻
第十三章 海量分析的技术要件
第十四章 结语与展望
图书序言
推荐序一
冲击社会文化的大趋势∕张善政
「海量资料」（Big Data）就是过去没办法储存、分析，但今天已可以驾驭管理的资料，是资讯产业里最夯的新名词；而更令各方垂涎的，是其背后隐藏的庞大商机。谁先开发出海量资料的创新应用，就可以领先对手。但是海量资料的冲击层面绝对不仅于此，商业价值只是其冰山的一角。
让我们退一步，从历史与文化层面来想。人类的历史，乃是把过去先人的活动加以有系统的串接。「史前」，就是没有文字可以记载历史的年代；「不可考」，就是文字纪录已经丧失的历史。历史记录的对象，以达官文人等成就显赫人士为主，一般的庶民并没有机会成为历史记载的对象，充其量就是在家谱中的一个名字。
今天，一个人的行踪透过手机定位可以全程追踪、电子行事历记录了这个人的重要活动、信用卡与储值卡记录了这个人的消费行为、健保系统记录了这个人大半的健康就医资料，再加上这个人主动在社群网路上记载的形形色色活动，试想还有什么资讯是不能记录、掌握的？这会造就何等情境？举其一，升斗小民的资料一样会被记录，也可以成为历史的一部分。难怪国外有人提议全民用推特（twitter）写历史！
我们已经到了一个个人资讯爆炸的时代，而拜资讯技术之赐，这些资料都可以长期地记录、保存，对个人、企业、政府都蕴藏了高度的应用价值。当然，利之所趋，就如网际网路的发展，先有电子商务、才有颠覆极权政治的社群网站；海量资料的冲击首先会出现在商业行为上，其次就是政治、社会与文化。卖场业者要推测一个固定购物客户的家庭组成与饮食习惯绝非难事；电信业者透过基地台的手机註册纪录推算客户日常行踪，也是轻而易举；政府可以透过特定医疗用品的销售资讯，锁定年长者社会福利的重点区域。这里面夹杂了商业动机，也可以扩展到政治与社会目的。所以，海量资料不是单单资讯业者的事，更是社会有识之士必须深入了解的大趋势。
这真是一个充满了想像空间的时代！政府施政如能借海量资料掌握潜在需求，必能促进施政的满意度，故本人实非常乐见《云端时代的杀手级应用：Big Data海量资料分析》这本书的问世。伴随者政府推动云端运算，政府与民间必须合力推动海量资料的运用，国家社会才能均衡的进步。本书提出许多海量资料的应用案例，借此应该能扩展我们的想像空间，刺激我们举一反三的能力。期待以我们国人的智慧，能借本书抛砖引玉发展出具本土特色、扬名国际的应用。
（作者为行政院政务委员、前Google亚太营运总监）
推荐序二
钱大群
随着每一次的技术革命都意味着外部环境的大幅改变，而企业也必须跟着转型，否则很快就会在时代的巨轮下消逝。而转型，以IBM自身来说，有超过100年的经验可以分享。
经过前50年的迅速发展，到1970年代的时候，IBM已经是在计算机行业里非常成功的公司，但是1980年代之后，IBM犯了一系列的错误，在1993年陷入最低谷，甚至濒临破产。
市场的翻转，让我们走上一条不断地改变自己，去适应环境变化的转型和创新之路。1993年之后，IBM历经了三次重大的转型，第一次转型是从硬体转向软体和服务，第二次转型则是出售了PC业务，向高价值业务转型。2004年之后，整合全球企业和智慧的地球，让IBM每年节约开支10亿美元，每股盈利连续8年、36个季度以两位数字成长。而今，我们其中90％的利润来自软体和服务，而不是来自硬体。
过去10年，大环境改变是很大的，尤其在金融危机以后。然而，成功的时代里也有失败的企业，即便是在最困难的环境里也有非常成功的企业，唯有转型和创新，才有能力驾驭这些外来的影响。
2012年，IBM在全球调查了1709位企业CEO，了解他们对互联经济大格局之下企业如何持续转型的看法，发现CEO们并不满足于IT运用仅止于整合供应链和后端办公系统，而是希望充分发挥海量资料和互联科技的潜力，重新思考人与人互联后对企业带来的价值。
有超过一半的CEO认为，在新时代里要转型创新，必须建立广泛的伙伴关系，进行充分的协作。超过70％的CEO认为，企业必须建立强大的业务分析洞察能力，从而能够深入理解每一个客户，对于他们的需求做出快速反应，以个性化服务赢得客户。也有75％的CEO认为，在新的互联时代背景下，社交媒体的影响愈来愈大，必须有新的人才战略。
这些来自绩优企业的三项最重要的发现，代表着企业必须建立更加开放的文化，抓住世界进入计算新纪元的趋势和契机，挖掘出海量资料中有价值的洞察，而这些洞察也将成为企业创新的源泉，以及和客户一起智慧成长的能力。
尤其在现今的环境里，数据量的爆发和以前完全不一样，我们的资料有90％是过去两年创造出来的，到了2020年的时候，全世界要消化的数据量是现在的44倍以上。为什么有那么大的数据源？除了传统企业掌握的数字，每天都有各式各样数据在传输的社交网站之外，也包括物联网连接起来以后，即便养一头牛、养一头猪都有晶片，都会产生的无数数据。
今天的数据已经不是我们用传统的方式，把数字打进计算机处理一下就得到报表，而是在感知化（instrumented）、物联化（interconnected）和智能化（intelligent）的交会下，就好像把调节水量的三道闸门同时开启一样，遍及各处的数据量，从原本的潺潺细流汇流成磅礡大川，再倾洩灌入一片无边无际的数据海。
而企业可以在这片数据汪洋中安全地航向目的地，还是被巨浪吞没，就是这本书要谈的主要议题，在这个命题之下，这本书里所谈的海量资料，并不只是一门新技术，更是以大量的资料为基础，进行业务分析、预估与洞察的创新能力。
在这个变动的环境中、资料爆炸的时代下，全世界经济正在重组。未来，有70％的增长来自新兴市场，会有30亿人口成为新的中产阶级，带动全球供应链发生新的变化，这个重组过程对企业来说，既是机会也是挑战。
如果能把大量的资料，用科学化的方式做到更优化的预估，那么在面对复杂环境所带来的诸多挑战下，不管是企业或政府能运用这些经过提炼的智慧，创造新的成长机遇以及全新的价值。
诚如书中所说，这已经不是一个简单的资料增加问题，而是一场量变形成质变的变革，衷心期盼在巨变之后的新世界里，我们都会是搭上发现者号的一员，持续往创新的方向航行。
（作者为IBM大中华区总裁）
推荐序三
连女神卡卡都爱用的新技术∕黄慧珠
每一天在Facebook上的IBM Taiwan专页里，都会提供一则最新讯息分享给大家，趁着工作空档，我也会滑滑手机，看看同仁的「小编报报」或「蓝血生活」，今天又提供了什么有趣的资讯或新知。
长达九天的春节连假里，IBM Taiwan专页里的一则文章攫取了我的注意力，标题是「Big Data's Surprising Uses: From Lady Gaga To CIA」（海量资料令人意想不到的应用：从女神卡卡到CIA）。
我想，十之八九的读者都和我一样好奇，女神卡卡和Big Data之间究竟有什么关系？在流行乐界，女神卡卡不仅是全球粉丝最多的歌手，也是本世纪以来最具话题性的演艺「产品」，包括哈佛商学院、欧洲管理和技术学院（European School of Management and Technology）、安特卫普大学管理学院（UAMS）都曾经将她当作创意产业的MBA课程研究案例。
在被问及这位另类艺人的哪些地方值得企业学习时，这些名校老师的回答是：女神卡卡善用社群媒体营造自己的粉丝圈，以及利用各种平台不断炒作自己。而这个成功策略的推动者就是她的业务经理卡特（Troy Carter），和他打造的新商业模式。
卡特认为，当你在推特上有超过3100万追随者、在脸书上被按了5100万个赞时，这代表的是你拥有比地球上任何一个人都还要多的庞大粉丝团，但5100万个赞并不意味着5100万张CD或演唱会门票，你得知道这些人是谁，怎么赚钱和持续促进明星的高人气。
于是，卡特运用了海量资料分析，处理这些大规模、结构各异和高度复杂的资料，从这些庞大的资料中找到最具有吸引力的方法，成立了「Littlemonsters.com」这个微型社群平台，让这一百万个忠实的「小怪兽」成为女神卡卡各项活动的铁票，维持100％的未来收入。
媒体这么形容，每个成功男人的背后，都应该有一个女人；而在每一个成功的艺人背后，肯定有一个天才的经理。或许这么说会更加适当，卡特是一个懂得「资料价值」的天才经理。
IBM估计，每一天从各种各样感测器、社群媒体和数十亿的移动设备中流出的资料量高达25亿GB（Gigabyte，吉位元组），其中的90％为非结构性资料，而这些非结构化资料将会佔据IT最大比例的工作负载量。
今天，全球网路人口已超过20亿人，光是中国就有5.5亿，而台湾则有1100万人经常上网，等于佔了人口数的一半。全球手机用户有60亿，光是中国移动用户就达到6.5亿人，而台湾的行动电话更是超过3000万支，等于平均每个人拥有1.3支，2012年手机上网用户高达535万人，比2011年成长一倍。
因应而生的海量资料带动了2012年280亿美元的全球IT支出，2013年带动之IT支出规模可望进一步增至340亿美元，国际研究暨顾问机构Gartner研究更显示，其中针对社群网路分析和内容分析新增的支出比重高达45％。
这样的冲击不仅是在ICT产业，而是在各行各业。电子商务、移动电子商务和社群媒体带来的变革，让跨界竞争日益严重，以往的制造商摇身一变成为消费市场上的新对手，投入一亿元的广告费效果却比不上100则的消费者网路留言，在在显示着直接与用户端接触的智慧终端时代已然来临。
另一方面，自2007年起，全世界有超过一半的人口生活在城市之中，到2050年全球城市人口将达到总人口的70％以上，大规模的城市化也使得环境、气候、能源等各方面的规划和发展愈来愈困难。
企业该如何维持有机式的创新（organic innovation），以找到未来的成长动能？政府和公部门如何才能让城市的生活环境和公共服务有更高的品质？这是我们规划这本书最主要的目的，也是IBM为什么以「智慧的地球」作为人类社会发展愿景的主要原因。
2013年3月，新北市会与IBM高阶领导人团队一起为城市的公共安全，建构一个更智慧的蓝图，而屏东县也将与IBM团队针对能源议题进行讨论及规划，这是台湾迈向智慧城市的开端。同时，我们也帮助台湾几家商业银行，透过IBM顾问谘询服务以及商业分析解决方案，借由先进的分析和精确地区分客户群，有效提升行销活动的回应率达60至80％，不仅大幅提升行销活动的效率，也是台湾企业迈向智慧商务的开始。其他包括医疗、交通、能源、制造、金融、电信、零售、娱乐业等，利用海量资料分析撷取商业洞察力（insights），创造出新商业模式的成功案例，也在台湾和全球持续开展中。
海量资料是一个正在发生的事实，而运用海量资料分析将会是一个开启你我新视界的新世界，如果连女神卡卡都已经开始用它，而你又如何能不开始了解它呢？
（作者为台湾IBM公司总经理）
推荐序四
一个由资料组成的人与世界∕戴季全
「过去两年，人们制造的资料就佔了当今全球资料总量的90%。」
这笔资料，有三个观点值得被「特别提示」：
一、 资料增生的速度。
Big Data以这样的速度逼近到我们面前。如果我们把两年以前的文明累积基数以两百年为限，意味着我们只用了近百分之一的时间，就创造了九成以上的资料。速度快到我们甚至来不及找出一个确定的中文翻译，叫做：巨量资料、大数据、大资料、还是海量资料。我们就急于需要这些新的理解、新的应用，面对新的可能，还要面对新的危险。
二、个人资料的隐私。
从个人的角度来看，我们从未被如此清楚地纪录过。我们的基本行为其实没有剧烈的改变，还是要吃穿，还是要交通，还是需要有住的地方，也还是需要娱乐和教育。即便我们有时候用冷漠来面对，政治依然是我们关心的事，即便我们有愈来愈长的寿命，用医疗来抵抗死亡依然是我们每天的企图。
但我们从来没有被如此详实地被纪录着。我们在什么特定时间去了哪间餐厅、在某一个信义计划区的商场待了三个小时，看了一场动作类型的3D电影，平均消费额超过新台币六千元，因为某支新的智慧型手机上市带动本月消费多了三万元。哪个地点上车，哪一站下车。台北市五月的GDP因为天气比往年多雨少了14％。购物推荐的演算法除了推荐商品，相同的演算法也可以应用在类似基因的族群，把你可能会罹患的疾病推荐给你。这些资料，正以新的速度，揭露各种新的理解。
公领域和私领域的界限模煳更不只发生在脸书等社交网络，这些资料的归属、谁能用什么样的方式纪录什么、如何应用或交易这些资料，更正在加剧冲击我们以往所熟悉的隐私。提升，或者破坏我们的生活。
三、资料所带来的权力。
我们还缺乏一个允许或不允许、哪些政府或企业、在什么情况下、可以或不可以纪录和使用、哪些资料到什么程度，的成熟理解与机制。
从另外一个面向来看，拥有资料的组织，会比没有资料的组织拥有更大的权力。拥有资料规模较大的组织，会比拥有资料规模较小的组织拥有更大的权力。拥有较完整的资料的组织，会比拥有较不完整资料的组织拥有更大的权力。拥有更即时资料的组织，会比拥有更不即时资料的组织拥有更大的权力。拥有消费者信任、主动提供资料的组织，会比缺乏消费者信任、背后蒐集资料的组织，拥有更大的权力。
数据被大量地释放出来，权力便被大量地释放出来。知识被大量地创造出来，权力便被大量地创造出来。
缺乏这些数据的组织、缺乏能力将数据加值为知识的组织，就缺乏和这个世界互动的基础，就无能成为这个新世界的一部分。
资讯焦虑只是个人遭受资讯时代冲击产生的课题，那只是前菜。
欢迎来到弥漫「资料焦虑」的大数据时代。
（作者为《TechOrange科技报橘》创办人暨发行人、
《WIRED国际中文版》创刊总编辑）
导读
人类生活的下一块拼图
早在几年前，海量资料（Big Data）的相关话题就已在科技界发酵，当时大家着重的是技术层面，希望开发更先进的软硬体，更有效的储存、利用这些因应网路时代而不断产生的资料。但是，海量资料（Big Data）之所以重要，绝不是更先进的数据资料採集而已，因此每当讨论这个议题时，我总是一再地强调，我们要探讨的主题叫做「海量资料分析」（Big Data Analytics）。
诚如本书所提到的，海量资料真正的价值在于趋势背后所包含的「分析学」（Analytics），也就是以系统化的方式，把从不同管道获得的大量资料，转变为经过组织的资讯、甚至知识；这就像是一个人同时拥有听觉、视觉、味觉和触觉一样，将这些「感觉」综合起来，才能感知到我们身处的每一个瞬间，然后因应各种状况，做出适当的反应。
尤其是在这一个愈来愈「平」、愈变愈「小」的世界里，人与人、人与环境之间的连结愈来愈紧密，交互影响力也愈来愈大，人们开始意识到在这个世界上生活，没有人可以置身事外，无论好事或是坏事，就比如说这几年的金融危机、能源短缺、环境污染、食品安全等风险，都已经不再是区域性问题，而是实实在在地影响着各个国家、各个阶层的每一个人。
同时，透过手机、网路、感测器（sensor）等资料化系统，让人类历史上第一次，几乎任何东西都可以数位化地被测量，各种创新的感应科技大量被嵌入汽车、家电、公路、水利、电力等设施当中，加上网路的高速发展，使得愈来愈多的人、物品、环境可以被建构成一个互联互通的系统。
从资料里挖出新需求
发展海量资料分析的意义是将这些大量增生的新资料，透过分析工具形成新的洞察，进而提早在变化莫测的世界里预知风险，以追求更美好安全的生活，所以它不只是新科技，而是一种新生活型态的前导，而这种新的生活形态，对于人类文明的发展来说意义深远。
如果我们不论时间轴次序去回顾人类文明的发展进程，目前为止已发生了三种类型的革命，背后的原因大都是为了提高生产力。第一类型的分子是「需要花的时间」，分母是「地理上相隔的距离」，人类希望花在交通时间上的数值愈来愈小，也就是不管距离有多远，花的时间要愈来愈短，所以我们发明了新的道路系统和运输工具，从马车、火车一直到飞机。
第二种类型的分子是「生产量」，分母则是「一定的人口数」。人类希望这个数值可以愈来愈大，因此本来我们一天只有八小时的日光时间用来工作、生产，发明了电灯以后，现在我们一天的生产时间可能增加到十四小时以上。又或者是电冰箱和洗衣机的发明，是因为过去的社会结构，家庭需要女性来照顾，没有电冰箱以前，女性得每天去买菜；没有洗衣机以前，女性得到井边或河边洗衣服，因此过去的女性就被绑在家里，直到有了家电的辅助，女性才有余力投入生产，因此「电气化」在近代史上也是一个很大的改变。
当整个生产的时间缩短、数量变大，我们还希望它品质稳定，因此人类又发明了电脑，来帮助人类做一些重复的事情，例如抄写、填表，也因此电脑最早的应用都是我们现在每天要用的文书处理（word document）和试算表（spreadsheet），之后逐渐发展成可以帮人类处理很多繁琐又精细的重复性工作，像是设备、机床等仪器，借由「设备化」把人为的不稳定性控制到最低。
从利用交通工作缩短时空距离、利用电气产品增加生产量，一直到利用仪器设备优化生产品质，下一阶段人类文明的发展又会朝哪里前进？其实，不管是两千年前、八百年前、一百年前，人类的基本需求都没有改变，我们追求更美好的生活，所以想办法提升了物质上的需求，但不要忘记，还有另一部分也是亘古不变的，那就是人们心灵上的需求。
从历史上看，今天很多的改变都是为了标准化，以提高生产力，但上帝创造每一个人的天性都不一样，所以不管iPhone卖得有多好，就是会有人不想和大家一样使用它，这种独特性代表着在每一个人的心里面，都有一个需要去填补的空虚，因此除了标准化之外，愈来愈多企业注意到每一个人内在个性化的不同需要。
举个最简单的例子来说，一间会议室里原本只有两个人，当另外两个人加入讨论，温度开始升高，这时候空调是不是应该开始调整？调整到几度对人体才会最舒适？如果中途有人离开，或是有人的情绪愈来愈激动，那么空调系统又该如何因应？满足这些个性化的不同需要，在科技、商业以及社会中都是正在进行中的实验过程（ongoing experimentation），也是人类文明发展中另一个进程的开始。
经历了铜器时代、铁器时代、原子时代和计算机时代，现在我们正在进入爆发的「资料时代」，如果缩小了时间轴（time frame）来看，每一次的大变化都是文明发展中的一次革命，但如果拉长来看，这些革命一样还是在解决人类提升物质和心灵的需求，海量资料分析的出现也是如此。
如何利用大量的资料分析、洞察，让人们的基本生活需要以及心灵需要，和这个世界的管理结合起来，是我们希望海量资料能够做到的应用和服务，而技术的演进则是帮助这件事情发生的推动力。
拼出未来的样貌
所以，在这本书里我们并没有提供很深入的技术，而是希望以「科普」的方式让更多人了解，如何利用海量资料分析帮助你的企业、组织，甚至生活。尤其是当你可以用即时（real time）或近乎即时的速度，整合来自不同管道的庞杂资料，并运用强大的计算能力分析和挖掘，那么趋势（Trend）就不再只是像素，而是一块有意义的拼图。
海量资料分析可以帮助我们拼凑，甚至预测趋势的发生轨迹，表面上看来是帮助产业找到新的方向，但是这本书所要传递更深层的意义是，希望这项新技术可以形成一股由资料分析带动的正向回圈，让更多人具备相关的知识跟技能，成为这个世界更良善的帮助，引领着你我的生活走向一个更美好的新境地。
图书试读
用户评价
我一直认为，大数据的核心价值不在于数据本身有多庞大，而在于如何从中挖掘出有意义的洞察，并将其转化为实际的行动。《云端时代的杀手级应用：Big Data海量资料分析》这个书名，恰恰点出了我一直以来关注的重点——如何将海量数据分析转化为能够产生巨大影响力的“杀手级应用”。在云端这个大背景下，数据处理和分析的门槛大大降低，但同时也意味着竞争更加激烈，想要脱颖而出，就必须要有真正具有颠覆性的应用。我非常好奇，这本书会从哪个角度来解读“杀手级应用”？是技术上的创新？商业模式上的突破？还是用户体验上的极致追求？我希望作者能够分享一些具体的案例，展示不同行业是如何利用大数据分析，打造出具有市场统治力的产品的。同时，我也希望这本书能够提供一些关于如何构建大数据分析能力，以及如何将这些能力转化为商业价值的指导。在云端时代，数据分析不再是少数技术专家的专利，而是各个领域的企业都应该掌握的核心竞争力。这本书的出现，或许能为我指明一条更清晰的路径。
评分说实话，我一开始被这本书的名字吸引，主要是因为“杀手级应用”这几个字。在科技界，“杀手级应用”往往意味着一款产品或服务能够彻底改变人们的生活方式，或者颠覆整个行业。尤其是在大数据和云端技术飞速发展的当下，我一直很好奇，到底什么样的应用能够称得上是“杀手级”？它们是如何在大海量的数据中找到突破口，又如何利用云端强大的计算和存储能力，将数据转化为用户无法抗拒的价值？《云端时代的杀手级应用：Big Data海量资料分析》这个书名，给我的感觉是，它可能提供了一些关于如何构建这类应用的独到见解。我期待这本书能够深入探讨大数据分析的底层逻辑，以及如何在云端环境中有效地部署和运行这些分析。更重要的是，我希望这本书能分享一些成功的“杀手级应用”案例，分析它们成功的关键因素，以及作者是如何从海量数据中挖掘出这些机会的。我希望通过阅读这本书，我能够对“杀手级应用”的本质有一个更深刻的理解，并且能够从中学习到一些实用的方法论，或许能为我的创业项目或者在职工作中带来一些灵感。
评分老实说，我看到《云端时代的杀手级应用：Big Data海量资料分析》这个书名，第一反应就是“这书会不会教我怎么赚大钱？”毕竟现在大数据分析的声势这么浩大，很多人都说这是未来的趋势，但到底怎么才能抓住这个趋势，做出点成绩来，却没那么容易。《云端时代的杀手级应用》这个说法，听起来就很有吸引力，好像这本书能提供一个秘籍，让我能够迅速找到那些被隐藏起来的机会，并且在云端这个平台上，把它变成一个能够真正赚钱、甚至改变游戏规则的产品。我一直对那些能够用数据创造价值，并且影响深远的科技产品很感兴趣。所以，我非常期待这本书能够深入地剖析，到底什么样的分析方法、什么样的技术架构，才能够孕育出“杀手级应用”。我猜这本书里面肯定会有很多关于实际操作的建议，甚至是一些成功的案例分析，让我能够看到别人是怎么一步一步把大数据变成金矿的。我希望读完之后，我不仅能理解大数据的价值，更能知道如何在云端时代，真正地利用大数据，做出一些令人刮目相看的事情来。
评分这本书的名字一开始就吸引了我，毕竟现在大数据分析真的是各行各业都在讲、都在做的热门话题，而且“杀手级应用”这几个字，听起来就让人觉得这本书的内容一定很有份量，能够点破这个领域的核心，或者提供一些别人想不到的实用方法。我一直以来都在关注科技发展的趋势，尤其是在数据分析这个块，总觉得好像有很多东西在里面，但又抓不住重点，感觉好像知道了很多名词，但真正能落地、能产生实际效益的，却不那么多。所以，当看到《云端时代的杀手级应用：Big Data海量资料分析》这个书名时，我立刻就联想到了，这会不会是那种能让我豁然开朗的书？这本书会不会告诉我，到底什么样的应用才算是“杀手级”？它又是怎么在大数据的时代背景下，利用云端技术，挖掘出那些隐藏在海量数据中的价值？我非常好奇作者会怎么解读“杀手级”这个词，是技术上的突破，还是商业模式上的创新，亦或是用户体验上的颠覆？同时，“云端时代”的加入，也让我觉得这本书不会仅仅停留在理论层面，而是会结合实际的云端架构和技术，来讲述如何实现这些应用。我希望这本书能够提供一些具体的案例，让我了解别人是如何利用大数据分析，打造出成功的产品的。也希望它能给我一些启发，让我思考如何在我的工作或行业中，找到属于自己的“杀手级应用”机会。
评分我最近在研究如何提升公司的数据分析能力，尤其是如何从大量的客户行为数据中提炼出有价值的洞察。目前我们遇到的问题是，数据量太庞大了，现有的分析工具和方法感觉有点跟不上，而且我们也不知道应该从哪些角度切入，才能找到那些真正能带来业务增长的关键点。《云端时代的杀手级应用：Big Data海量资料分析》这个书名，听起来就好像是在解答我的困惑。我猜这本书里应该会深入探讨大数据分析的各种技术和方法，比如机器学习、深度学习、数据挖掘等等，而且重点会放在“杀手级应用”的打造上。我特别希望能看到一些关于如何识别和定义“杀手级应用”的框架或者思路，因为我觉得很多时候，我们手里握着海量数据，却不知道如何将其转化为能够真正解决问题、满足需求的产品或服务。这本书会不会提供一些具体的案例分析，让我看到别人是如何通过大数据分析，创造出令人惊艳的产品？或者，它会不会介绍一些在云端环境下，进行大数据分析的实用工具和最佳实践？我希望这本书的内容能够非常落地，不只是讲讲概念，更能提供一些可操作的建议，让我能够学以致用，帮助公司实现数据驱动的增长。
相关图书
本站所有内容均为互联网搜索引擎提供的公开搜索信息，本站不存储任何数据与内容，任何内容与数据均与本站无关，如有需要请联系相关搜索引擎包括但不限于百度，google,bing,sogou 等
© 2025 ttbooks.qciss.net All Rights Reserved. 小特书站 版权所有