感知型企業(yè) 數(shù)據(jù)驅(qū)動(dòng)的商業(yè)決策演進(jìn)

定　價(jià)：￥69.00

作　者：	奧利弗·拉茨伯格（Oliver Ratzesberger），莫漢伯·索尼（Mohanbir Sawhney）著
出版社：	人民郵電出版社
叢編項(xiàng)：
標(biāo)　簽：	暫缺

購買這本書可以去

ISBN：	9787115483218	出版時(shí)間：	2018-06-01	包裝：	精裝
開本：	大32開	頁數(shù)：		字?jǐn)?shù)：

內(nèi)容簡介

　　本書介紹了企業(yè)如何面對(duì)大數(shù)據(jù)時(shí)代數(shù)據(jù)量龐大、增長迅猛、種類多樣的現(xiàn)實(shí)境況，闡述了由數(shù)據(jù)驅(qū)動(dòng)，以客戶為中心，幫助企業(yè)獲取商業(yè)洞察力，并且將之轉(zhuǎn)化為執(zhí)行力，創(chuàng)造商業(yè)價(jià)值的方法，幫助企業(yè)在當(dāng)今數(shù)據(jù)驅(qū)動(dòng)的市場(chǎng)中更好地生存和獲得競(jìng)爭優(yōu)勢(shì)。書中介紹的是一種利用數(shù)據(jù)和數(shù)據(jù)分析來驅(qū)動(dòng)競(jìng)爭優(yōu)勢(shì)的敏捷方法，一個(gè)用于分析能力、成熟度和敏捷度的新模型。無論是建立下一代數(shù)字化戰(zhàn)略，搭建數(shù)據(jù)實(shí)驗(yàn)來探索深度神經(jīng)網(wǎng)絡(luò)，還是對(duì)訪問自己公司的KPI加以控制，本書都非常有參考價(jià)值。本書是為各類商業(yè)專業(yè)人士編寫的。企業(yè)中任何與數(shù)據(jù)收集、分析和應(yīng)用有關(guān)的角色都可以閱讀本書，不只是高級(jí)技術(shù)人員和數(shù)據(jù)科學(xué)家，還包括業(yè)務(wù)用戶以及任何在職位描述中有“分析師”字樣的專業(yè)人士。

作者簡介

　　奧利弗·拉茨伯格（Oliver Ratzesberger）天睿公司（Teradata）首席運(yùn)營官。在入職天睿公司之前，他曾在eBay工作過7年，期間領(lǐng)導(dǎo)了eBay的數(shù)據(jù)倉庫和大數(shù)據(jù)平臺(tái)項(xiàng)目。他在開源創(chuàng)業(yè)方面也有著豐富的經(jīng)驗(yàn)。他于2013年初加入天睿公司，擔(dān)任天睿公司軟件研發(fā)團(tuán)隊(duì)的leader。在擔(dān)任首席運(yùn)營官之前，他作為公司研發(fā)部門負(fù)責(zé)人，負(fù)責(zé)管理全球超過1900名技術(shù)人員。莫漢伯·索尼（Mohanbir Sawhney）麥考密克基金會(huì)的技術(shù)主席，同時(shí)也是美國西北大學(xué)凱洛格管理學(xué)院技術(shù)與創(chuàng)新研究中心主任及營銷學(xué)教授。他是全球知名的創(chuàng)新、戰(zhàn)略營銷和新媒體領(lǐng)域的學(xué)者、導(dǎo)師、顧問和演說家。他目前專注于現(xiàn)代營銷、有機(jī)發(fā)展與業(yè)務(wù)創(chuàng)新方面的研究和教學(xué)。他為眾多的全球2000強(qiáng)公司及多國政府提供咨詢和演講，撰寫了6本管理方面的書籍，并在知名的學(xué)術(shù)期刊和管理類出版物上發(fā)表數(shù)十篇有影響力的文章。

圖書目錄

目　錄

第　1章重塑企業(yè)　1

破壞與決策　3

思科的自我破壞：有意為之且大規(guī)?！?

可持續(xù)型自我破壞　5

分析痛點(diǎn)與自助服務(wù)變革　7

訪問與控制　9

必要的演進(jìn)　12

融會(huì)貫通　13

第　2章充分利用膨脹的數(shù)據(jù)宇宙　15

數(shù)據(jù)宇宙：以指數(shù)方式擴(kuò)展新資源　17

改變游戲規(guī)則的能力　21

出于善意的混亂　22

數(shù)據(jù)集市及其不滿　23

解決方案？“領(lǐng)英式分析”　25

回到eBay：完成分析指令　27

第3章　敏捷數(shù)據(jù)平臺(tái)　30

在規(guī)?；瘮U(kuò)展中保持敏捷性　31

對(duì)瀑布方法論的反思　33

敏捷分析　34

通過虛擬數(shù)據(jù)集市在企業(yè)內(nèi)傳播敏捷　36

虛擬數(shù)據(jù)集市的實(shí)施　38

時(shí)間限制　39

需求更少，原型更多　40

分析之上的分析　42

采用分層數(shù)據(jù)架構(gòu)來實(shí)現(xiàn)　43

驅(qū)動(dòng)汽車工業(yè)的變革　45

保持大局觀　47

第4章　行為數(shù)據(jù)平臺(tái)　49

與客戶的交互如果不能做到個(gè)體化，至少要做到個(gè)性化　52

基于行為數(shù)據(jù)而建立的新成功策略　53

利用行為數(shù)據(jù)應(yīng)對(duì)現(xiàn)實(shí)中的業(yè)務(wù)挑戰(zhàn)　56

行為數(shù)據(jù)無處不在　60

基于行為數(shù)據(jù)的敏捷系統(tǒng)　61

回到分層數(shù)據(jù)架構(gòu)中　65

收獲價(jià)值與洞察力　67

對(duì)未知的前瞻性數(shù)據(jù)標(biāo)準(zhǔn)和設(shè)計(jì)　68

第5章　協(xié)同思維平臺(tái)　71

避免“反社交化”的分析模式　73

規(guī)?；脑獢?shù)據(jù)管理問題　75

規(guī)?；膮f(xié)同和情景分析　76

分析洞察力的推銷　78

通過“分析之上的分析”來保持正確的價(jià)值方向　80

構(gòu)建協(xié)同思維平臺(tái)需要時(shí)間　82

將洞察力落地為行動(dòng)　84

第6章　分析應(yīng)用平臺(tái)　85

將分析洞察轉(zhuǎn)化為跨組織的行動(dòng)　87

來自云模式的經(jīng)驗(yàn)　89

為企業(yè)打造App經(jīng)濟(jì)　91

用DevOps來實(shí)現(xiàn)它　93

少一些ETL　95

多一些“數(shù)據(jù)聆聽”　97

邁向感知力　100

第7章　自主決策平臺(tái)　101

快速變更的能力　103

自動(dòng)駕駛汽車……和企業(yè)　104

“系統(tǒng)化系統(tǒng)”為感知力構(gòu)建基石　106

算法：自主決策的基石　107

應(yīng)用算法智能的企業(yè)戰(zhàn)略　110

算法的“魔力”　112

“算法之上的分析”提升企業(yè)決策力　113

讓算法成為向感知型企業(yè)沖刺的助推器　115

敏捷性是試金石　117

第8章　實(shí)施感知型企業(yè)的過程　119

問正確的問題，不做掩飾　121

敏捷與戰(zhàn)略規(guī)劃并不矛盾　122

采納創(chuàng)業(yè)公司的思維方式，而不是大而全　124

選擇正確的內(nèi)部合作伙伴來展現(xiàn)價(jià)值　125

擁抱敏捷項(xiàng)目管理戰(zhàn)略　126

擁抱高并發(fā)，確保高可用　127

無縫和可重復(fù)的治理設(shè)計(jì)　128

最優(yōu)化人力資源，快速行動(dòng)、快速試錯(cuò)、快速擴(kuò)展　129

“這是文化”　130

結(jié)束語　131