新書推薦：
《
旷野人生：吉姆·罗杰斯的全球投资探险
》
售價：HK$
75.9
《
笼中王国 ： 18世纪法国的珍禽异兽与社会文化
》
售價：HK$
74.8
《
思考的框架3：风靡华尔街的思维训练法
》
售價：HK$
64.9
《
被记忆的西周史（中山大学中珠学术译丛）
》
售價：HK$
151.8
《
森林疗法：拥抱大自然、获得幸福的季节性方法
》
售價：HK$
74.8
《
希腊人（伊恩·莫里斯文明史系列）
》
售價：HK$
185.9
《
亚马逊六页纸 如何高效开会、写作、完成工作
》
售價：HK$
76.8
《
世界巨变：严复的角色（王中江著作系列）
》
售價：HK$
110.0
|
| 編輯推薦： |
推荐理由1：4大数据策略 8种数据盈利模式 36副数据业务流程图，提供从数据采集到数据产品化的详尽指导
推荐理由2：深度解读近百个行业领先企业的大数据实战案例，包括谷歌、苹果、亚马逊、脸书、优步、领英、网飞等
推荐理由3：全球杰出商业思想家、智能商业五部曲作者托马斯H.
达文波特作序推荐
|
| 內容簡介： |
智能时代的
企业管理、创新和赢利手册
大数据俨然已成为新时代的石油，它是物联网、人工智能、云计算、无人驾驶等新兴技术得以运行的必备能源。在《从大数据到巨额利润》中，拉塞尔沃克探讨了大数据的本质，以及各类企业应如何盘活数据资产，用数据分析赢得商业竞争。
在绝大多数的企业中，用数据赢利的方法就是将流量转变成广告收入，而沃克结合谷歌、Facebook、亚马逊、苹果、Netflix、领英、Zillow、优步等公司的案例，介绍了众多不同的的数据赢利策略，包括用数据优化内部运营、出售新型数据产品、与合作企业交易数据等，为企业挖掘数据价值提供了更多的选择。
更为难得的是，沃克不止于探讨理论，而是更注重实践。他详细论述了大数据在各个领域的应用细节，从辨别数据类型、更新数据采集方法，到用数据驱动创新、组建数据分析团队等，堪称一部极佳的大数据实战指南。智能时代的
企业管理、创新和赢利手册
大数据俨然已成为新时代的石油，它是物联网、人工智能、云计算、无人驾驶等新兴技术得以运行的必备能源。在《从大数据到巨额利润》中，拉塞尔沃克探讨了大数据的本质，以及各类企业应如何盘活数据资产，用数据分析赢得商业竞争。
在绝大多数的企业中，用数据赢利的方法就是将流量转变成广告收入，而沃克结合谷歌、Facebook、亚马逊、苹果、Netflix、领英、Zillow、优步等公司的案例，介绍了众多不同的的数据赢利策略，包括用数据优化内部运营、出售新型数据产品、与合作企业交易数据等，为企业挖掘数据价值提供了更多的选择。
更为难得的是，沃克不止于探讨理论，而是更注重实践。他详细论述了大数据在各个领域的应用细节，从辨别数据类型、更新数据采集方法，到用数据驱动创新、组建数据分析团队等，堪称一部极佳的大数据实战指南。
在本书的*后，沃克还提供了一种评估企业数据策略的框架（从新手级到专家级），并分析了大数据未来发展的8大趋势，以帮助处于不同阶段的企业找到适合自身的数据策略。
|
| 關於作者： |
拉塞尔沃克（Russell Walker）
康奈尔大学博士，西北大学教授
分析咨询实验室创始人
拉塞尔沃克研究并教授的领先管理课程包括大数据与分析，数据导向战略营销、风险管理与全球领导力。他创办了广受欢迎的分析咨询实验室，这个实验室把凯洛格商学院的工商管理硕士们聚集了起来，共同参与现实生活中的分析学项目及大数据应用。
沃克常为全球企业提供有关大数据与分析、风险管理与国际化经营策略等方面的咨询。他的观点经常被《金融时报》《福布斯》《彭博资讯》《国际先驱论坛报》《华盛顿邮报》和美国有线电视新闻网等众多媒体引用。他受邀在多个重要国际组织发表演讲，包括美国国务院、世界银行和国际金融公司等。
|
| 目錄：
|
前 言 当数据成为新时代的石油
第1章 重新认识大数据
数据规模：多大才是大？
数据创造：每次使用，都是一次创造
数据存储：1年存下16万个国会图书馆
数据处理：摩尔定律何时失效？
数据使用：把控流程，而非数据
当永久存储数据的成本接近零
研究全体数据，而非样本
定义元数据
一场关于数据采集的全景电影
在机会窗口内利用数据
病毒式分发
数据的可用优化了决策
从何处创造大数据？
第2章 速度与规模
借助大数据克服复杂性
Yelp 和猫途鹰：创建新型数据集
大数据与广告牌
高速数据是新常态
当数据能够描述现实世界
人与物联网的交互
用大数据营造动态优势
亚马逊：协调高速度与大规模
建立自学习算法
掌控高速度和高精度的数据环境
第3章 被动数据采集
从主动数据采集开始
还订上次的那种口味吗？
从Cookie到谷歌眼镜
无处不在的传感器
一次关于驾驶体验的革命
被动数据采集与精细农业
不受操纵的数据
Microsoft Home与未来家居
Cardiio与个人健康
隐私困境
第4章 大数据度量
前进保险：主动采集数据，降低保险费率
从微观到宏观
借助被动数据采集进行间接度量
利用大数据度量资产
反演数据
第5章 精准大数据
从传感器到服务器
社交网络与总统大选
朋友圈开始影响晋升
度量20平方厘米的土地
精准医学：从分子级的数据开始
高精度数据促成个性化大规模定制
数字化平台：持续提高数据精度
第6章 融合释放价值
房产数据的可用性
Zillow：真实房产数据的新标准
集中公共数据与专有数据
数据产品化
Redfin和Trulia：数据创新成为新的战场
各种形式的数据
Zillow的经验
Mint：改变个人理财业务
Mint的经验
第7章 4大数据策略，8种赢利模式
数据策略1：保持数据专有性
数据策略2：与合作伙伴交易数据
数据策略3：出售数据产品给潜在客户
数据策略4：让数据为大多数用户所用
善用新型广告数据
基础数据免费，优质数据付费
综合应用各种数据策略
领英：打造多侧面商业模式
领英的经验
第8章 通过反演数据获取利润
Netflix：颠覆式创新者
百视达错失良机
培育关于客户偏好的数据
与客户交换数据
数据分析创造高度定制化的体验
数据战争已经打响
Netflix的经验
第9章 寻找数据科学家
数据科学家的兴起
一幅数据科学家的画像
配备数据分析团队的优势
配备数据分析团队的挑战
创建集中分析团队
首席数据科学家
如何留住数据科学家
第10章 利用大数据激发创新
动态化运用数据
新数据创造新生活
从人工驱动转向数据驱动
数据实验室
Nest的启示
数字化平台和物联网开启定制化创新
用大数据挑战激励创新
在企业中运用数据进行实验
第11章 新数据的颠覆力
来自蜂窝网络的数据
从主动数据采集转向被动数据采集
利用位置信息实现赢利
LBS：基于位置的服务
Foursquare：用客户位置信息引导方向
基于位置数据的7种赢利模式
重视数据精度
从数据看旧金山人与纽约人
Foursquare的经验
第12章 保护数据资产
无隐私的社会
追踪与监控
谁拥有数据？
聚合数据视图中的隐私
处理大数据中的数据风险
处理敏感个人数据的最佳实践
第13章 大数据的8大趋势
趋势1：数据采集、创造和使用中的自动化程度将增强
趋势2：云计算使大多数公司可以创造大数据
趋势3：灵活的分析工具使更多公司能够处理大数据
趋势4：移动平台将基于位置的数据和服务推向新高度
趋势5：数据分析人才将供不应求
趋势6：数字化平台的聚合将更为常见
趋势7：新数据将提高市场效率
趋势8：自主，而不仅仅是自动化
第14章 如何评估大数据赢利策略
数据来源
创新
增长模式
市场机遇
分析
从新手级到专家级
迎接大数据时代
致谢
|
| 內容試閱：
|
当数据成为新时代的石油
随着关于客户、市场以及运营的数据在数量和精度上与日俱增，信息时代的步伐继续向前迈进。但所谓的大数据通常十分冗杂，各公司想赢得成功，洞察新的商机，需要具备强大的数据分析能力。数据成为许多公司的新型资产，为其带来了新的发展机遇。紧紧抓住这些机遇，可带来丰厚回报，而成功运用数据，有助于各公司实现对数字化平台的掌控。
正如我们所见，顶尖的数据分析公司已经实现通过客户数据赢利，并运用数字界面谋求进一步的发展。我们也目睹了许多公司进行类似的艰难尝试。商业模式向数据驱动的转变，不仅需要技术能力，还需要根据商业模式改造企业文化，进一步提高公司决策的灵活性。此外，还要把数据视为一项有利于企业发展、需要恰当管理的资产。也就是说，需要从多种角度看待数据的赢利，并考虑其对诸多参与者的价值。
大数据已在众多行业中得到发展，并且已影响到诸如报纸、音乐和媒体等传统行业固有的交互与赢利模式。在一大批其他行业，如保险业、医疗保健业、通信业、汽车制造业与运营行业，大数据也有可能很快出现同样程度的蓬勃发展。
在信息时代，最先着手利用大数据的公司往往会取得巨大优势：因为他们能够率先洞察客户与市场，然后以此改进服务，甚至改革商业模式。随着相关技术的快速进步，各公司得以实现对内部和外部海量数据的采集。在掌握这两个领域的数据后，公司将会迎来新一轮的发展。
充分利用内部的大数据，有助于企业为追求卓越运营而激励创新。开发外部的大数据，也就是客户数据，有助于预测市场以及客户行为。客户数据的使用面临重重陷阱，所以利用客户数据创造价值需要再三考量。企业可能无法完全掌控客户数据，因为它往往面临着法律的限制和社会道德的约束。不过，客户数据可能会帮助公司在产品定价和营销上取得巨大的竞争优势。
数字化平台对商业模式的颠覆
数据资产在一流公司中的发展情况值得注意。在向数字化商务发展的过程中，数字化平台的运营商可能与商品或服务的提供商彼此分化。这一点不由得让我们联想到Netflix公司一跃成为电影公司与电影观众之间的桥梁的传奇历程。无独有偶，Uber也是以数字平台介入乘客与汽车服务之间的成功典范。同样，以用户地理位置信息为依托的手机服务网站Foursquare也开始向商家收费，以优化用户在商家店面中的各种体验。
上述这些新兴公司不仅为用户创造了价值，并且创造了连接用户和商家的数据产品。用户与服务提供商之间的数字化平台的兴起，重新确定了公司与用户之间的相互期望。
数字化平台将自身嵌入到商业模式之中，意味着其将以一种不同寻常的策略进行主动发展，而这种发展模式可能具有颠覆意义。这种发展模式不仅有助于提高市场效率，让数字化平台成为商家与客户之间的桥梁和纽带，同时，有助于先发制人防止他人捷足先登。而分析大数据环境下企业经营战略的制定和决策的选择，帮助各大企业提高效能、增加收益，正是本书的主旨。
大数据的兴起，还给信息带来了显著的、经济方面的影响，包括：
规模 如今，数据具备前所未有的完整性和全面覆盖性。企业既可以测算、影响整个市场，也可以将影响范围缩小到少数客户。
频率与速度 随着数据采集方式的数字化和电子化，采集变得比以往更加频繁。这也使得人们可以更加全面地评估市场与客户行为。
被动vs主动 如今，很多数据的采集是被动的，这要归功于众多设备以及各公司业务部门数据采集的嵌入式特点。这意味着，即使各公司并未实现利用数据赢利，也能成为数据的创造者。
对市场活动新颖性的度量：直接指标和间接指标 可以用数字化手段采集数据，使人们可从不同角度对买家、卖家、中间商、市场等进行价值评估。
精度 数据的精度存在于众多维度之中，如客户标签、地理位置、时间分布等。当我们能在数据的众多维度中实现对数据的精准把握时，也就意味着可以充分利用数据创造价值。
数据融合 关于客户、运营和渠道的数据整合，无论是公司内部的还是外部的，都可以提供协同价值。
21世纪初谷歌、亚马逊和eBay等公司的崛起，表明了那些成功利用数据的公司在其所属行业中取得了巨大的市场份额，并得以大胆尝试新业务。相反，未能充分运用数据资产的公司则可能失去原有市场份额或者走向衰亡。
如今，竞争依然激烈。因此，随着数据变成至关重要的、足以决定成败的资产，许多公司的改革与转型势在必行。懂得充分利用数据资产的公司实现了收益的增长，也必将成为未来的数据创造者。
从数据资产到经济收益的转化
本书将深入分析企业如何更好地利用内部与外部数据带来的商机，并详细介绍数据资产的扩张和运用框架。本书还将从组织架构和人员配备的层面，检验企业的灵活性和其对数据集中创新的支持，并提供建立分析性企业文化的实用练习。此外，本书还通过案例分析了下面这些特定的企业行为：
数据再利用 在企业中充分利用内部和外部的大数据。
客户数据的赢利 用数据发展多面性商业模式。探索出售、交易或保存专有数据的时间和方式。
大数据和数据分析对企业文化及招聘的影响 促进企业文化与招聘实践的改革，以保持竞争性。
通过大数据激励创新 使用大数据进行创新实现收益增长。
运用新的数据颠覆商业模式 发掘通过数据改变商业模式的契机，探究由新生事物创造的数据的发展情况。
发展、利用和保护数据资产 把数据视为资产，需要把它作为重要资产来对待，并为了实现收益而加以保护和培育。
创造数据产品 实现数据资产的赢利，以帮助客户作出决策。
获得数据交换 通过客户评价以及营销广告，在提供真正的产品和服务之外，与客户进行直接或间接的互动。
构建数字化平台 通过网页、移动软件和其他数据媒体与客户进行互动，为公司的数据资产打下坚实基础。
随着各企业在数据领域竞争的日益激烈，必定会出现优胜劣汰的局面。胜出的公司将对数据管理和采集的方法进行优化，以获得进一步的经济收益。在以往的商业模式之中，我们见证了各企业在产品制造、服务质量以及技术方面的竞争。而数据创造者之间的竞争则会围绕数据利用的卓越性以及数据对市场的影响力展开。
正如Netflix、Uber和Foursquare颠覆了原有市场，击败了其他公司并制造了新的现金流那样，我们可以预期，充分利用数据的公司将在高度细分的、客户渴望数据透明度的市场中崛起。各公司将围绕数据利用的卓越性展开竞争，而且通过发展和壮大其数据资产的方式与市场保持紧密联系。
与制造业和服务业相比，这将是彻底的、颠覆性的变革。对制造商而言，产品定义了业务；对服务类公司来说，与客户的交互决定了服务的可能性。对数据公司来说，采集并未产生直接利益关系的个人和公司的数据成为可能。因此，数据创造者将是促成数字度量的关键因素，其作用将得到发挥，因为有些公司并没有达到创造数据的规模或能力。而本书可以帮助各公司分析，如何通过创造和管理数据资产实现收益的增长。
本书还将分析一些公司的成功经验，如Netflix、领英、苹果、谷歌、亚马逊、eBay、 Zillow和Foursquare等，并从最早对大数据资产进行充分利用的公司中汲取经验教训，学习最佳实践案例，以便帮助更多公司将大数据转化为巨额利润。
为了方便你更好地阅读与理解本书，我为书中涉及的概念和术语找到了如下权威的定义。
数据策略（Data Strategy） 保护数据的专有性或者与商业合作伙伴以不同形式分享数据的决策。重要的顶层策略包括：第一，保护数据的专有性；第二，（以某种形式）出售数据；第三，交易数据；第四，公开数据并免费使用。
赢利策略（Monetization Strategy） 以数据采集创造经济价值的特定商业模式。运用大数据度量资产、评估市场价值、驱动市场、推动广告等，并以此作为主要的赢利策略。
数据交换（Data Exchange） 指公司与现有客户之间通过数据交换而进行的交互，得益于数字化的应用程序。数据既包括客户的销售交易，也包括客户对某款产品的评价。客户也期待和需要数据，比如，其他客户对产品的评价和评级等。
数字化平台（Digital Platform） 指客户（消费者）与其他客户（消费者）以及客户与公司之间的在线交互平台,借助一系列成熟的数字化环境，可以实现对客户、产品和市场的综合评估。网站是数字化平台的一个普通类别，eBay 和亚马逊等是用于进行特定商务交易的数字化平台。同样地，社交媒体是通过交谈而把用户联系起来的数字化环境。移动平台由少数一些企业运营，如苹果、谷歌、微软等。在所有这些环境之中，有一家公司会提供基础设施、数据采集，然后从中获利。对这些环境加以控制，就产生了与客户进行数据交换的数字化平台。因此，数字化平台指的是一些数字化环境，运营商能够从中实现数据采集与交换。数字化平台包括一般的信息性网站、电子商务网站、社交媒体网站，以及其他能实现公司与客户之间数字化交互的环境。
元数据（Metadata） 元数据用以描述数据的信息。它是关于数据的数据。在大规模的数据采集系统中，元数据包含如何采集、度量、组织、使用数据的背景信息。
电商（E-tailers） 指在数字化平台上运营的公司，以电子商务的方式像零售商那样进行销售。
本书分为两部分：第一部分分析了技术、运营和数据管理的规范，它们推动大数据实现了业务中的变革。第二部分观察特定的商业模式如何受到大数据的影响；大数据实现赢利的各种方式，特别是借助数字化平台和数据交换来赢利；各公司充分利用大数据的方法。本书还介绍了一种评估方法，帮助各公司检测他们是否做好了充分利用大数据的准备。
本书第1章和第2章着重介绍了推动大数据诞生的各方力量，并为理解大数据的一些重要维度提供了参考。
在第3章中，我们分析了由自动化和物联网联合实现的被动数据采集的重要性。第4章探讨了各公司如何利用大数据提出新的评估标准，并通过案例展示了重新定义分析目标、数据反演对评估公司常规业务以外的资产的重要性。
第5章着眼于研究通过手机和社交网络提高数据的速度与精度，以及由此实现的大规模基于位置的定制化产品与服务。在第6章，我们通过Zillow和Mint.com网站的案例，探讨了数据融合的协同价值。
第二部分从第7章开始，全面讲述了利用大数据赢利的策略，案例主要来自谷歌、领英、亚马逊和Facebook等顶尖企业。在第8章，我们分析了从数据中开发产品与服务或者创造数据产品的趋势，并以Netflix为例详细观察客户与市场在利用数据产品方面的影响和需求。
在第9章，我们探讨了企业文化的重要性，分析了数据科学家在此类公司中的作用，并分享了各公司培育企业文化的最佳做法。第10章和第11章着重观察了大数据推动创新的过程，以及使用基于位置的系统等如何颠覆现有的商业模式。
第12章的主题是隐私和数据保护，第13章则对大数据的未来发展趋势和前景做了展望。第14章用SIGMA框架作为本书的结尾，该框架可以帮助各公司对他们利用大数据的准备工作进行测评，并由此确定对应的行动方案，做进一步的准备计划，最终将大数据转变成巨额利润
|
|
購物車/收銀台(0) | 在線留言板
| 付款方式
| 運費計算
| 聯絡我們
| 幫助中心 |
加入書簽
HOME
新書上架
