Big Data 大數據的獲利模式:圖解.案例.策略.實戰
城田真琴 著、鐘慧真、梁世英 譯
- 出版商: 經濟新潮社
- 出版日期: 2013-08-09
- 定價: $360
- 售價: 7.9 折 $284
- 語言: 繁體中文
- 頁數: 320
- ISBN: 9866031365
- ISBN-13: 9789866031366
-
相關分類:
大數據 Big-data
立即出貨 (庫存 < 3)
買這商品的人也買了...
-
$780$663 -
$580$458 -
$880$695 -
$580$452 -
$1,130$961 -
$400$380 -
$490$417 -
$360$306 -
$450$383 -
$349$297 -
$320$272 -
$360$281 -
$360$306 -
$500$450 -
$580$493 -
$450$356 -
$940$700 -
$320$250 -
$260$203 -
$480$379 -
$480$374 -
$480$379 -
$520$406 -
$680$578 -
$360$252
相關主題
商品描述
<內容簡介>
分析現狀還不夠,預測未來更重要!
與其相信一個人的直覺,不如相信數千萬人的資料——
從圖解、案例,到策略與實戰,
一本書,徹底解讀大數據!
Facebook、Google、Amazon,
以及小松(KOMATSU)、瑞可利(Recruit)、GREE等歐美日知名企業都在用的資料淘金術!
懂得找出資料的價值、萃取可用的資訊,
就能將大數據轉化為商業智慧(BI);
嗅出趨勢、解決問題、創造商機,
進而創造「偶然的幸運」(serendipity),
正是大數據帶領企業持續前進的動力!
連上Facebook頁面,出現推薦「你可能認識的朋友……」的建議,妳因此而找到失聯已久國中同學。
到amazon.com網站購書,你看到「買這本書的人也買了這些書……」的清單,也正好是自己想讀的書。
只要打一個字,Google就出現「您是不是要查……」的資訊,正確預測到你想找的關鍵字。
事實上,這些「偶然的幸運」(Serendipity),都和善用大數據(Big Data,亦稱巨量資料、海量資料)有關。
上述的企業提供你需要的資料、精準預測到你的下一步,其實並非魔法、也不是憑空而來。這些企業將大數據轉化為商業智慧(BI,Business Intelligence),不僅分析現狀,更懂得預測未來。
大數據是「二十一世紀的新石油」,也是繼資料挖掘(data mining)、雲端運算、社群網站之後,最受矚目的趨勢。如何將龐雜的巨量資料理出脈絡、找到關聯、發掘價值,找出商機,成為決勝關鍵。
本書作者城田真琴,是野村總合研究所(簡稱野村總研)高級研究員,也是大數據領域的權威專家。在日本,野村總研被稱為最有影響力的民間智庫,作者以野村總研獨家調查的第一手資料為基礎,介紹Zynga、Centrica、Catalina Marketing等歐美企業,以及小松(KOMATSU)、瑞可利(Recruit)、GREE等日本企業如何應用大數據的實際案例。
一本書,讓你認清資料(data)、資訊(information)與情報(intelligence)的不同,不僅要看得到、看得懂,還要能用得出來,進而找到真正的商機所在!
<章節目錄>
前言
★第一章 什麼是巨量資料
資料洪流(The Data deluge)
巨量資料的3V特性
廣義的巨量資料
為什麼到現在巨量資料才受到眾人的矚目?(1)巨量資料的民主化
為什麼到現在巨量資料才受到眾人的矚目?(2)硬體性價比的提升與軟體技術的進化
為什麼到現在巨量資料才受到眾人的矚目?(3)雲端的普及
從「分析過去」到「預測未來」 商業智慧與巨量資料的交會
從點(交易資料)到線(互動資料)的分析
巨量資料分析的起源
本章重點整理
★第二章 支撐巨量資料的技術
人才短缺
什麼是Hadoop
與日俱增的套件
眾多套件版本並存的原因
NoSQL資料庫
創投也對Hadoop、NoSQL開發企業投以熱切的目光
巨量資料時代的資料處理基礎
備受矚目的分析資料庫
串流資料(即時資料)處理
自行開發串流資料處理技術的網路公司
機器學習、統計分析等
自然語言處理、其它
本章重點整理
★第三章 以巨量資料為核心競爭力的企業 歐美企業篇
快速成長之網路公司的巨量資料運用技巧
eBay:每天產生50 TB的資料
(1)遠超乎想像的巨量資料產生速度
(2)eBay的資料分析基礎
Zynga:披著遊戲開發商外皮的資料分析公司
(1)社群遊戲經濟的重要指標
(2)提升病毒係數的機制
(3)遊戲其實是資料驅動營運
(4)三次點擊原則
Centrica:藉由引進智慧電表分析能源消耗模式
(1)英國電費、瓦斯費收費的實際狀況
(2)引進智慧電表後的影響
卡特琳娜行銷集團:以「收銀台優待券」設計顧客的消費行為
(1)儲存了超過一億人份的消費紀錄
(2)預測顧客的消費行為,帶動門市買氣
本章重點整理
★第四章 以巨量資料為核心競爭力的企業 日本企業篇
日本國內也開始運用巨量資料
小松(KOMATSU):日本運用巨量資料的先驅
瑞可利(Recruit):徹底運用Hadoop資料分析,成功改造企業文化
(1)幾乎全公司上下都用Hadoop
(2)支撐瑞可利巨量資料分析的Hadoop基礎
(3)成功的祕訣在於組織體制
(4)對於瑞可利而言,Hadoop的「真正價值」究竟是什麼?
GREE:資料驅動型營運方式是快速成長的原動力
(1)與其相信一人的判斷,不如相信數千萬人的資料
(2)資料驅動型營運方式的根基來自對於日誌資料的執著
(3)具備多種技能的專業人士齊聚一堂
(4)將溝通不良減至最少的團隊體制
日本麥當勞:在現實世界實現一對一行銷 (One-To-One Marketing)
(1)劃時代優待券背後的周全準備
(2)把焦點集中在做為集點卡的行動電話與智慧型手機
本章重點整理
★第五章 巨量資料的運用模式★
巨量資料的運用案例
(1)精準推薦商品或服務
(2)行為定位廣告
(3)運用地點資訊的行銷
(4)糾出盜刷
(5)顧客流失分析
(6)預測設備故障
(7)驗出異常
(8)改善服務
(9)預測路況
(10)預測電力需求
(11)預測感冒流行
(12)預測股市行情
(13)油資成本的最佳化
巨量資料的運用模式分類
(1)個別優化×批次處理型
(2)個別優化×即時資訊型
(3)全體優化×批次處理型
(4)全體優化×即時資訊型
巨量資料的運用深度
(1)掌握過去與現狀
(2)發現行為模式
(3)預測
(4)優化
【專欄】動態定價
巨量資料運用的真正價值
本章重點整理
★第六章 巨量資料時代的隱私權問題★
隱私權與創新的兩難
美國國會也表示關注
製作網路個資檔案的是與非
請勿追蹤(Do Not Track)
消費者隱私權保護法案
採用選擇性參與方式的歐盟
資料保護綱領也進行修正
(1)引進「抹掉過去」的權利
(2)使用者尚未明確表示同意前,不得使用其個人資料
(3)制定資料可攜(Data Portability)的權利
(4)擴大說明責任
日本的法令架構是《個人資訊保護法》加上分別針對各領域訂定的指導原則
部分指導原則在提供資訊予第三人上採用選擇性參與方式
日本政府的評估狀況
以「資訊大航海計畫」為契機開始評估的經濟產業省
由生活紀錄的角度進行議論的總務省
線索就在與使用者的「對話」
實體世界裡的行為追蹤
本章重點整理
★第七章 開放資料時代的到來與資料市場的興盛★
「活用外部公開資料」的選項
風起雲湧的連結開放資料(LOD,Link Open Data)運動
影響擴及開放式政府
如雨後春筍般不斷出現的新創企業
透過比賽促進資料運用
落後一步的日本
日本國內因三一一大地震而略有進展的開放資料使用
資料市場的興盛
(1)Factual
(2)Windows Azure Marketplace
(3)Infochimps
(4)Public Data Sets on AWS
商業模式各有不同
熱絡的資料市場存在著不容忽視的課題
本章重點整理
★第八章 面對巨量資料時代該有的準備★
巨量資料時代的企業IT策略
開始邁向資料分享的日本企業
(1)LAWSON×Yahoo
(2)KDDI×樂天
(3)COOKPAD×ID’s
擁有原創資料的好處
供應商的新商機在提供「資料整合服務」
誰能成為資料整合公司
美國的支付服務業者明顯朝「資料整合公司」發展
(1)VISA
(2)PayPal
(3)美國運通
讓原創資料搖身一變成為「貴重資料」的絕妙資料組合
全世界對資料科學家的需求愈來愈高
資料科學家需具備的技能
資料科學家需具備的資質
(1)溝通能力
(2)創業家精神
(3)好奇心
相關人才嚴重不足
相關研究所開始設立
鉅額資金流向巨量資料分析企業
日本也開始對資料科學家展開搶人大戰
最後的一道關卡--組織體制與企業文化
朝向資料驅動型企業邁進
本章重點整理
謝詞
參考文獻
圖表索引