Big Data大数据的获利模式：图解．案例．策略．实战 pdf epub mobi txt 电子书 下载 2024

☆☆☆☆☆
简体网页||繁体网页



点击这里下载

类似图书 点击查看全场最低价

分析现状还不够，预测未来更重要！

　　与其相信一个人的直觉，不如相信数千万人的资料——
　　从图解、案例，到策略与实战，
　　一本书，彻底解读大数据！

　　Facebook、Google、Amazon，
　　以及GREE、瑞可利（Recruit）等知名企业都在用的资料淘金术！

　　懂得找出资料的价值、萃取可用的资讯，
　　就能将大数据转化为商业智慧（BI）；
　　嗅出趋势、解决问题、创造商机，
　　进而创造「偶然的幸运」（serendipity），
　　正是大数据带领企业持续前进的动力！

　　连上Facebook页面，出现推荐「你可能认识的朋友……」的建议，妳因此而找到失联已久国中同学。

　　到amazon.com网站购书，你看到「买这本书的人也买了这些书……」的清单，也正好是自己想读的书。

　　只要打一个字，Google就出现「您是不是要查……」的资讯，正确预测到你想找的关键字。

　　事实上，这些「偶然的幸运」（Serendipity），都和善用大数据（Big Data，亦称巨量资料、海量资料）有关。

　　上述的企业提供你需要的资料、精准预测到你的下一步，其实并非魔法、也不是凭空而来。这些企业将大数据转化为商业智慧（BI，Business Intelligence），不仅分析现状，更懂得预测未来。

　　大数据是「二十一世纪的新石油」，也是继资料挖掘（data mining）、云端运算、社群网站之后，最受瞩目的趋势。如何将庞杂的巨量资料理出脉络、找到关联、发掘价值，找出商机，成为决胜关键。

　　本书作者城田真琴，是野村总合研究所（简称野村总研）高级研究员，也是大数据领域的权威专家。在日本，野村总研被称为最有影响力的民间智库，作者以野村总研独家调查的第一手资料为基础，介绍Zynga、Centrica、Catalina Marketing等欧美企业，以及小松（KOMATSU）、瑞可利（Recruit）、GREE等日本企业如何应用大数据的实际案例。

　　一本书，让你认清楚资料（data）、资讯（information）与情报（intelligence）的不同，不仅要看得到、看得懂，还要能用得出来，进而找到真正的商机所在！

作者简介

城田真琴（Makoto SHIROTA）

　　野村总合研究所（NRI，Nomura Research Institute）创新开发部高级研究员、IT分析师，日本政府「智慧云端运算研究会」智库成员。负责高端技术趋势调查研究、供应商战略分析、国内外企业IT应用调查，专业领域为云端运算、商务分析、M2M、IoT等。着作包括：《云端运算的冲击》、《你不可不知的云端运算常识与非常识》、《2012年版IT年鉴》等。

译者简介

钟慧真（前言、一至四章）

　　「上辈子」是软体工程师，国立清华大学电机工程研究所毕业，曾任职于飞利浦半导体与宏达电。目前是从事日翻中笔译的家庭主妇，定居于日本长野县。译作《不执着的生活工作术》（经济新潮社出版）。

　　部落格：【黛博拉看日本】deborahjong.wordpress.com/。

梁世英（五至八章、谢词）

　　日本一桥大学商学研究所硕士，专长财务金融，目前为专职日文译者。译作包括《这样图解就对了！》《锻鍊你的策略脑》《想像的力量》《Facilitation引导学》（以上均由经济新潮社出版）等。

【导读】
　创造「偶然的幸运」（serendipity），正是巨量资料技术不断前进的动力（台湾野村总研谘询顾问股份有限公司副总经理　陈志仁）

【推荐序】
　当商业智慧隐藏在云深不知处（国立交通大学经营管理研究所教授　杨千）
　Big Data, Big Intelligence：从资料、资讯到情报（和沛科技股份有限公司总经理　翟本乔）
　当巨量资料与社会脉络交集（英国开放知识基金会地区大使　徐子涵 Schee）
　Data、Data、Data：我们活在广袤的资料流中（资深部落客　郑纬筌Vista）
　老大哥在看着你：Big Data□ Big Brother□（英商巴克莱银行台北分行董事总经理　刘奕成）

前言

★第一章　什么是巨量资料
　资料洪流（The Data deluge）
　巨量资料的3V特性 
　广义的巨量资料
　为什么到现在巨量资料才受到众人的瞩目？（1）巨量资料的民主化 
　为什么到现在巨量资料才受到众人的瞩目？（2）硬体性价比的提升与软体技术的进化
　为什么到现在巨量资料才受到众人的瞩目？（3）云端的普及
　从「分析过去」到「预测未来」　商业智慧与巨量资料的交会 
　从点（交易资料）到线（互动资料）的分析 
　巨量资料分析的起源  
　本章重点整理

★第二章　支撑巨量资料的技术
　人才短缺   
　什么是Hadoop  
　与日俱增的套件  
　众多套件版本并存的原因 
　NoSQL资料库   
　创投也对Hadoop、NoSQL开发企业投以热切的目光 
　巨量资料时代的资料处理基础
　备受瞩目的分析资料库  
　串流资料（即时资料）处理    
　自行开发串流资料处理技术的网路公司 
　机器学习、统计分析等    
　自然语言处理、其它     
　本章重点整理

★第三章　以巨量资料为核心竞争力的企业　欧美企业篇
　快速成长之网路公司的巨量资料运用技巧 
　eBay：每天产生50 TB的资料   
　  (1)远超乎想像的巨量资料产生速度
　　(2)eBay的资料分析基础
　Zynga：披着游戏开发商外皮的资料分析公司  
　　(1)社群游戏经济的重要指标
(2)提升病毒系数的机制
(3)游戏其实是资料驱动营运
(4)三次点击原则
　Centrica：借由引进智慧电表分析能源消耗模式  
　　(1)英国电费、瓦斯费收费的实际状况
　　(2)引进智慧电表后的影响
　卡特琳娜行销集团：以「收银台优待券」设计顾客的消费行为 
　　(1)储存了超过一亿人份的消费纪录
　　(2)预测顾客的消费行为，带动门市买气
　本章重点整理

★第四章　以巨量资料为核心竞争力的企业　日本企业篇
　日本国内也开始运用巨量资料    
　小松（KOMATSU）：日本运用巨量资料的先驱   
　瑞可利（Recruit）：彻底运用Hadoop资料分析，成功改造企业文化
　　(1)几乎全公司上下都用Hadoop
　　(2)支撑瑞可利巨量资料分析的Hadoop基础
　　(3)成功的祕诀在于组织体制
　　(4)对于瑞可利而言，Hadoop的「真正价值」究竟是什么？
　GREE：资料驱动型营运方式是快速成长的原动力 
　　(1)与其相信一人的判断，不如相信数千万人的资料
　　(2)资料驱动型营运方式的根基来自对于日志资料的执着
　　(3)具备多种技能的专业人士齐聚一堂
　　(4)将沟通不良减至最少的团队体制
　日本麦当劳：在现实世界实现一对一行销 （One-To-One Marketing） 
　　(1)划时代优待券背后的周全准备
　　(2)把焦点集中在做为集点卡的行动电话与智慧型手机
本章重点整理

★第五章　巨量资料的运用模式★
　巨量资料的运用案例
(1)精准推荐商品或服务
(2)行为定位广告
(3)运用地点资讯的行销
(4)纠出盗刷
(5)顾客流失分析
(6)预测设备故障
(7)验出异常
(8)改善服务
(9)预测路况
(10)预测电力需求
(11)预测感冒流行
(12)预测股市行情
(13)油资成本的最佳化
　巨量资料的运用模式分类
(1)个别优化×批次处理型
(2)个别优化×即时资讯型
(3)全体优化×批次处理型
(4)全体优化×即时资讯型
　巨量资料的运用深度
(1)掌握过去与现状
(2)发现行为模式
(3)预测
(4)优化
【专栏】动态定价
　巨量资料运用的真正价值
　本章重点整理

★第六章　巨量资料时代的隐私权问题★
　隐私权与创新的两难
　美国国会也表示关注
　制作网路个资档案的是与非
　请勿追踪（Do Not Track）
　消费者隐私权保护法案
　採用选择性参与方式的欧盟
　资料保护纲领也进行修正
(1)引进「抹掉过去」的权利
(2)使用者尚未明确表示同意前，不得使用其个人资料
(3)制定资料可携（Data Portability）的权利
(4)扩大说明责任
　日本的法令架构是《个人资讯保护法》加上分别针对各领域订定的指导原则
　部分指导原则在提供资讯予第三人上採用选择性参与方式
　日本政府的评估状况
　以「资讯大航海计画」为契机开始评估的经济产业省
　由生活纪录的角度进行议论的总务省
　线索就在与使用者的「对话」
　实体世界里的行为追踪
　本章重点整理

★第七章　开放资料时代的到来与资料市场的兴盛★
　「活用外部公开资料」的选项
　风起云涌的连结开放资料（LOD，Link Open Data）运动
　影响扩及开放式政府
　如雨后春笋般不断出现的新创企业
　透过比赛促进资料运用
　落后一步的日本
　日本国内因三一一大地震而略有进展的开放资料使用
　资料市场的兴盛
(1)Factual
(2)Windows Azure Marketplace
(3)Infochimps
(4)Public Data Sets on AWS
　商业模式各有不同
　热络的资料市场存在着不容忽视的课题
　本章重点整理

★第八章　面对巨量资料时代该有的准备★
　巨量资料时代的企业IT策略
　开始迈向资料分享的日本企业
(1)LAWSON×Yahoo
( 2)KDDI×乐天
(3)COOKPAD×ID’s
　拥有原创资料的好处
　供应商的新商机在提供「资料整合服务」
　谁能成为资料整合公司
　美国的支付服务业者明显朝「资料整合公司」发展
(1)VISA
(2)PayPal
(3)美国运通
　让原创资料摇身一变成为「贵重资料」的绝妙资料组合
　全世界对资料科学家的需求愈来愈高
　资料科学家需具备的技能
　资料科学家需具备的资质
(1)沟通能力
(2)创业家精神
(3)好奇心
　相关人才严重不足
　相关研究所开始设立
　鉅额资金流向巨量资料分析企业
　日本也开始对资料科学家展开抢人大战
　最后的一道关卡－－组织体制与企业文化
　朝向资料驱动型企业迈进
　本章重点整理

谢词
参考文献
图表索引

★第四章　以巨量资料为核心竞争力的企业　日本企业篇

⊙日本国内也开始运用巨量资料⊙

巨量资料的运用，印象中似乎是欧美企业领先于日本企业，不过，日本企业中也有一些着善于运用巨量资料而收到显着成效，或正开始收割成果的公司。在本章，做为日本企业致力于巨量资料的事例，举出小松（KOMATSU）、瑞可利（Recruit）、GREE与日本麦当劳为对象进行说明。

⊙小松（KOMATSU）：日本运用巨量资料的先驱⊙

以巨量资料为核心竞争力的日本企业中首先要介绍的，是仅次于美国Caterpillar Inc.的世界第二大建筑机械制造商小松。早在「巨量资料」这个名词尚未成形前，小松就已经开始致力于现今所称之巨量资料的运用而收到显着成效，如果说「日本巨量资料运用的原点就在小松」也不为过。尤其是利用GPS和感测器资料之巨量资料运用的精髓均浓缩在小松的例子里，特别值得制造业参考。

对多数的日本企业来说，「全球化」是今后经营上最重要的课题。2010年度小松的合併营收为1兆8431亿日圆，除了是名列全球第二的建筑机械制造商外，从占了小松营收87.7%（1兆6156亿日圆）之建筑机械、车辆设备部门的地区别营收（请详见【图表4-1】）中，日本国内仅仅贡献了16%（其余皆来自海外）的事实来看，更应聚焦在小松是个非常早便实现全球化的企业这一点上。

小松全球化的原动力来自「KOMTRAX」，也就是能够远端监控建筑机械运转状况的系统。KOMTRAX透过装设在建筑机械上的GPS与各种感测器，蒐集机械的现在所在位置、运转时间 、运转状况、燃料残留量、耗材的更换时期等资料，并利用卫星或手机通讯，最后经由网路将这些资料送回小松位于日本的伺服器，借由这样的机制世界各地的经销商与客户都能对小松的伺服器进行存取，并确认自己所在地区之资料。

KOMTRAX最早的版本于1999年首度问世，将GPS装设于小松旗下租赁公司的推土机和油压怪手等机械上，借此掌握个别车辆的位置资讯与运转时间，好处是除了能更有效率地进行车辆调度外，更不会再遭到偷窃，并降低了维修管理成本。

小松自2011年起将KOMTRAX列为日本国内市场所有建筑机械的标准配备，之后并扩大引进至欧美、中国等地，目前在菲律宾、越南、南非等全球约70个国家中，有超过26万部的设备参与运转（2012年3月底时）。刚开始只掌握了位置资讯与运转时间，但目前已能够蒐集如「什么时候补给了燃料」 「什么时候在何种模式下使用了怪手」等各种资讯。

▲如何处理原始资料？▲

从小松KOMTRAX一连串致力于资料的运用方式中，我们想要学习的关键在于 「从所蒐集之原始资料（raw data）获得什么样的洞察」。比方说，只要知道建筑机械的正确运转时间，便能事先锁定损耗率高的零件，在维修服务的效率化派上用场。只要知道燃料的使用量，便能借由对燃料使用量多的客户与使用量少的客户之间的差异进行分析，来釐清双方操作方式的不同，并给予燃料使用过多的客户节省能源的建议。具体来说像是 「白天时车辆位置并无变化，但引擎仍维持发动。最好提醒客户不要怠速，记得关闭引擎」。

None

Big Data大数据的获利模式：图解．案例．策略．实战 电子书 下载 mobi epub pdf txt 2024

类似图书 点击查看全场最低价

查看全网最低价