Big Data－驅動大企業的幕後推手 (Big Data: Understanding How Data Powers Big Business)

<詳細介紹>

超越大數據的三個V：Volume（大量）、Variety（多樣）、Velocity（快速）
擁抱大數據的四個M：Make Me More Money（賺更多的錢）！

亞馬遜讀者五顆星推薦！
什麼是帶領組織邁向成功之路不可或缺的技術？
什麼是解決所有技術貧乏與困境問題的萬靈丹？
「大數據」是你最好的解答！ 

身處數據膨脹的時代
只有那些將「數據」和「分析方法」視為組織能力核心的人，
才是能夠存活下來且活得很好的適存者。 

本書從大數據的核心價值切入，以沃爾瑪的個案作為出發點，探討1980和1990年代日用消費品與零售產業轉型的歷史經驗，引導出「大數據」不容忽視的巨大力量。接著告訴大家該如何「分析」那些一點一滴蒐集而來，且與客戶、產品和營運相關的深層資料，進而建構組織的價值創造流程，制定最有效的關鍵營運計劃。 

本書將帶你：

•認識大數據商業模式成熟度指標
 
•以星巴克和舊金山巨人隊為例，認識「大數據策略文件」，並據此制定大數據策略
 
•藉由大數據業務推手和三個價值創造模型（大數據預想工作表、麥可‧波特的五力分析及價值鏈分析），瞭解大數據對業務價值創造流程的影響
 
•以客戶行為分析、預測性維護、行銷效益、減少詐欺、網路優化、金融服務公司為例，認識解決方案工程
 
•閱讀組織的年報或公開聲明，並從中發掘可能的大數據商機
 
•認識大數據技術，包含Hadoop、MapReduce、Hive、HBase、Pig，並了解大數據該如何與傳統資料倉儲整合，進一步強化組織目前已做的投資
 
•認識整合大數據策略與觀察結果的「大數據故事圖」
 

以及，你該如何透過這些技術、工具和方法，協助組織培養全方位資料管理與分析的能力，進而提升重要業務流程的效率，發掘新的「賺錢機會」！

<大綱>

第1章  大數據商機
企業轉型宿命
大數據商業模式成熟度指標
大數據商業模式成熟度的觀察心得 

第2章  大數據的歷史經驗
1988 年以前的日用消費品與零售產品
歷史經驗及其在現今大數據行動中的應用 

第3章  大數據對企業的衝擊
大數據的衝擊：企業使用者能回答的問題
使用正確的指標
數據賺錢機會 

第4章  大數據對組織的衝擊
數據分析的生命周期
資料科學家的角色與責任
新的組織角色
解放組織的創意 

第5章  瞭解決策理論
商業智慧的挑戰
為什麼之死
縱橫交錯的大數據使用者介面
人類面對的決策挑戰 

第6章  制定大數據策略
大數據策略文件
星巴克的大數據策略文件範例
舊金山巨人隊的大數據策略文件範例 

第7章  瞭解價值創造流程
瞭解大數據的價值創造推手
麥可‧波特的價值創造模型 

第8章  複雜的大數據使用者經驗
不聰明的使用者經驗
瞭解關鍵決定與建立重要的使用者經驗
使用大數據分析改善客戶融合關係
揭露和運用客戶深層資料
大數據強化新的客戶經驗 

第9章  大數據的使用案例
大數據預想流程
優先排序過程
使用者經驗模型激發預想流程 

第10章  解決方案工程
解決方案工程的流程步驟
解決方案工程的未來與業務解決方案
閱讀年報 

第11章  大數據的架構支脈
大數據：新資料架構的建立時機
大數據技術簡介
大數據與傳統資料倉儲的整合 

第12章  大數據旅程
數據的爆炸性成長帶動商機
過時的傳統技術和方法
大數據商業模式成熟度指標
業務與IT 利害關係人攜手合作
大數據深層資料的運作
大數據強化價值創造流程 

第13章  開始行動

<特色>

「大數據」不僅是解決管理、分析、執行需求的一項熱門技術
更是促進企業從「後見之明」轉型為「先見之明」的重要推手！
 

•作者總結近30年的資料倉儲、商業智慧、分析領域之經驗，以豐富多元的實際範例，引導讀者認識書中的每一項觀念與技術。
 
•帶你確立組織的大數據旅程起點，以及完成旅程的方法。
 
•讓你瞭解如何善用組織的大數據能力和技術，讓現有業務流程發揮最大效益，並且創造新的「賺錢機會」。
 
•以推動業務發展的大數據策略為核心，學習如何促進業務和 IT 部門的合作關係；並將企業從回顧、批次、業務監控的「後見之明」體系，轉型成預知、即時、業務優化的「先見之明」組織！

<作者介紹>

比爾‧希馬索（Bill Schmarzo） 

在資料倉儲、商業智慧和分析領域，擁有將近三十年的經驗。比爾曾在西元2007至2008年間，擔任Yahoo的分析副總裁；在加入Yahoo之前，他擔任Business Objects, Inc.分析應用程式（Analytic Applications）事業單位的主管，負責該公司產業先進分析應用程式的開發、行銷與銷售。目前他是EMC Global Services公司企業資訊管理與分析實務的技術長。 

比爾是業務效益分析（Business Benefits Analysis）方法論的發明人，並運用此方法，在組織的策略性業務方案與其基礎資料和分析需求之間建立關聯。此外，比爾更與Ralph Kimball共同撰寫一系列有關分析應用程式的文章。他曾經任職The Data Warehouse Institute，擔任分析應用程式課程主管；也寫過多部白皮書，且經常以大數據和先進分析技術應用為主題發表演說，闡釋大數據如何強化組織的關鍵業務方案。 

聯繫作者：
部落格 http://infocus.emc.com/author/william_schmarzo/
Twitter @schmarzo