☆☆☆☆☆
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

身处这股资讯新浪潮之中，如何善用「大数据」（Big Data）改造决策、营运、人才、组织、销售，将是企业未来的决胜关键！

　　《哈佛教你精通大数据》集结全球顶尖的管理刊物《哈佛商业评论》的八篇重量级相关文章，强调「大数据」是「不是资讯长也该了解的新策略工具」！简单来说，这是提供经理人一个如何全方位了解「大数据」，进而精准应用，使其成为企业与个人成长发展的利器。

　　本书作者包括许多资讯科技与管理方面的大师级学者，以及深具实战经验的企管顾问、高阶主管及科学家等。其中最知名的，当然就是有「知识管理大师」美誉的汤玛斯．戴文波特（Thomas H. Davenport）！在本书中，这位重量级作者以深入浅出的方式，从理论面到实务面全方位透析你不可不知的「大数据」！

　　《哈佛教你精通大数据》瞄准目前已成「显学」的「大数据」（Big Data），精选《哈佛商业评论》2012到2013年的八篇重量级相关文章。其中，有「知识管理大师」美誉的汤玛斯．戴文波特（Thomas H. Davenport），更是本文集的最重要作者，共收录了三篇他在《哈佛商业评论》发表的大作，其中包括分析工具的进阶、决策方式的发展，甚至还详解「资料科学家」这个即将成为企业不可或缺的重要职缺，将为未来商业环境投入多么巨大的变化！

　　向来以洞烛趋势，率先引领先驱观念的《哈佛商业评论》，当然也没有在「大数据」的浪潮中缺席，甚至在这股浪潮尚未蔚然成风之前，就以各种不同的角度，计有「整体定义」、「因应趋势」、「管理能力」、「人才培育」、「基础建置」、「品管把关」、「实务运用」，推出论述与实务兼具，充满启发性与实用性的内容。

　　在快速运转的商业环境中，《哈佛教你精通大数据》告诉你，你可以不是资料科学家获资讯长，但一定要了解「大数据」，才能让你的职涯，企业的发展同步upgrade。

　　本书依文章属性，包括四个重点：
　　(1)趋势：解析何谓「大数据」，企业运用时该做哪些准备。
　　(2)管理：配合「大数据」时代来临，主管该具备的能力。
　　(3)执行：运用「大数据」之前，企业应先做好哪些「基础工程」。
　　(4)应用：在销售、广告、行销方面，「大数据」如何发挥功效。

　　「大数据」（Big Data）是目前企业经营的「显学」，而且在科技日新月异的趋势下，可望更加成熟，并独领未来风骚。而秉持Idea with Impact精神的《哈佛商业评论》，总能引领趋势，并赋予趋势更深刻的意涵、更务实的做法。因此，这本《哈佛教你精通大数据》便集结了《哈佛商业评论》在「大数据」方面的八篇文章，让读者在读完后，能了解如何应用「大数据」这个有力工具，在企业决策、管理、营运上更为精进。

名人推荐

　　科技部长  张善政  推荐序
　　趋势科技 大数据案例分享
　　台积电 大数据案例分享(清大简祯富教授撰文)

作者简介

趋势篇
管理的资讯革命
Big Data: The Management Revolution

安德鲁．麦克菲 Andrew McAfee

　　麻省理工数位业务中心（MIT's Center for Digital Business）首席研究科学家，着有《企业2.0》（Enterprise 2.0）。

艾立克．布林约尔松 Erik Brynjolfsson

　　麻省理工史隆管理学院（MIT's Sloan School of Management）讲座教授，数位业务中心主任，与安德鲁．麦克菲合着《和机器竞跑》（Race Against the Machine）。

大数据3.0版
Analytics 3.0

汤玛斯．戴文波特 Thomas H. Davenport

　　贝伯森学院（Babson College）资讯科技与管理学杰出教授、麻省理工学院数位商务中心（MIT Center for Digital Business）研究员、德勤分析（Deloitte Analytics）资深顾问，也是国际分析研究所（International Institute for Analytics）共同创办人；本文的理念是为该研究所发想的。他与人合着的书包括《跟上量化专家的脚步》（Keeping Up with the Quants, HBR Press, 2013）和《大数据实务》（Big Data at Work，即将由HBR Press出版）。
                                    
管理篇
打造专家级决策
Keep Up with Your Quants

汤玛斯．戴文波特 Thomas H. Davenport

企业最诱人的职缺
Data Scientist: The Sexiest Job of the 21st Century

汤玛斯．戴文波特 Thomas H. Davenport

帕蒂尔 D.J. Patil

　　葛雷洛克合伙公司（Greylock Partners）的资料科学家，曾任LinkedIn资料产品主管，着有《资料柔术：化资料为产品的艺术》（Data Jujitsu: The Art of Turning Data into Product, O'Reilly Media, 2012）。
                                     
执行篇
谁需要巨量资料？
You May Not Need Big Data After All

珍．罗斯 Jeanne W. Ross

　　麻省理工史隆管理学院（MIT Sloan School of Management）资讯系统研究中心（CISR）所长及首席研究科学家。

辛西雅．比思 Cynthia M. Beath

　　德州大学奥斯汀校区（University of Texas at Austin）荣誉教授。

安．阔格拉斯 Anne Quaadgras

　　CISR研究科学家。

尽信资料不如……
Data's Credibility Problem

汤玛斯．雷曼 Thomas C. Redman

　　纳维兴克谘询集团（Navesink Consulting Group）总裁，着有《资料赚钱术》（Data Driven: Profiting from Your Most Important Business Asset, HBP, 2008）。他曾为本文提及的一些公司作过谘询。
                                  
应用篇
小市场大获利
Selling into Micromarkets

曼尼许．高亚尔 Manish Goyal

　　麦肯钖公司（McKinsey & Company）达拉斯分公司合伙人。

玛丽安．韩考克 Maryanne Q. Hancock

　　麦肯钖公司亚特兰大分公司合伙人。

贺马永．哈塔米 Homayoun Hatami

　　麦肯钖公司巴黎分公司合伙人，与人合着有《销售成长：世界销售领导人的五项有效策略》（Sales Growth: Five Proven Strategies from the World's Sales Leaders, Wiley, 2012）。

广告分析学2.0
Advertising Analytics 2.0

韦斯．尼可斯 Wes Nichols

　　总部设在洛杉矶的MarketShare全球预测分析学公司共同创办人兼执行长。

打造专家级决策
Keep Up with Your Quants

汤玛斯．戴文波特 Thomas H. Davenport

几年前，美国某大银行的资深计量分析师告诉我：「我不知道我们为何不把房贷从帐上移除。我有个模型清楚显示，很多房贷都无法偿还，我把那个模型传给我们的房贷部负责人。」

我问房贷部负责人为何忽略那项建议，他回应：「如果分析师给我看模型，那并不是我能理解的方式，我甚至不知道他的部门在分析还款机率。」后来那家银行因房贷坏帐，而惨赔了数十亿美元。

我们活在大数据的时代。无论你从事的行业是金融、消费品、旅游和交通运输，或是工业用品业，分析已是组织必备的竞争要件。但正如前面的银行例子所示，光有大数据，甚至有人熟悉数据的运算，是不够的。经理人也需要和计量专家有效合作，才能确保他们的工作，可以产生更好的策略和战术决策。

对熟悉分析的人，这并不是问题，例如有麻省理工学院博士学位的凯撒娱乐公司（Caesars Entertainment）执行长盖瑞．拉夫曼（Gary Loveman）、普林斯顿大学主修电机与电脑科学的亚马逊网站执行长杰夫．贝佐斯（Jeff Bezos）、从史丹福大学资讯科学博士班辍学的Google创办人赖瑞．佩吉（Larry Page）和谢尔盖．布林（Sergey Brin）。但如果你是典型的高阶主管，可能只在大学修过一、两门数学和统计课程，也许你很擅长使用试算表，知道怎么做长条图或圆饼图，但对于分析，往往感到计量知识不足。

那么对你来说，这股「资料导向决策」的趋势意味着什么？你如何避免像那位房贷部负责人落入亏损的命运，领导公司走向分析改革，或是至少能够娴熟了解分析技巧？本文是为非计量专家撰写的入门文章，以高阶主管的广泛访谈内容为基础，受访者包括我担任教职时的学生，以及我担任顾问时的客户。

你，当个专业用户
一开始，先把自己想成分析资料的用户，资料的生产者是计量专家。你做决策时，会结合他们的分析报告与模型，与你的业务经验和直觉。这些计量专家当然很擅长收集现有的资料，并预测未来，但他们大多缺乏足够的知识，难以找出假设和相关变数，也无法得知组织根本的变动。身为资料用户，你的任务很重要，必须提出假设，并判断在瞬息万变的商业环境中，分析的结果和建议是否合理。也就是说，你必须承担几个关键责任，有些只需要改变态度和观点，有些则需要一些研究。

None

哈佛教你精通大数据 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