新書推薦:
《
武当内家散手
》
售價:HK$
51.8
《
诛吕:“诸吕之乱”的真相与吕太后时期的权力结构
》
售價:HK$
102.4
《
炙野(全2册)
》
售價:HK$
80.3
《
女人的胜利
》
售價:HK$
57.4
《
数据有道:数据分析+图论与网络+微课+Python编程(鸢尾花数学大系:从加减乘除到机器学习)
》
售價:HK$
273.7
《
500万次倾听:陪伤心的人聊聊
》
售價:HK$
55.2
《
英国商业500年(见证大国崛起与企业兴衰,启迪未来商业智慧。)
》
售價:HK$
82.8
《
万千心理·儿童心理治疗中的心智化:临床实践指导
》
售價:HK$
89.7
編輯推薦:
《大数据分析:用互联网思维创造惊人价值》聚焦于“大数据分析”这一炙手可热的领域,既有目前最热门的大数据分析和预测分析,还有移动互联网分析、非结构化数据分析等非常具有实用价值和前瞻性的内容,带你一起客观审慎地对待已有的大数据优势,学会用数据说话,实现全企业层面的精确管理和精确营销、销售、服务。
《大数据分析:用互联网思维创造惊人价值》二位作者都是世界顶级的分析大师,在全球范围内享有盛誉,曾为多家著名大公司服务;译者团队为国内顶级专家,专业造诣深厚,文笔隽永,翻译到位。
內容簡介:
《大数据分析:用互联网思维创造惊人价值》重点阐述如何通过大数据分析从企业数据资产中创造商业价值,也即起始于一个业务目标或问题的分析,将分散的不同数据源整合在一起,对未来做出预测,以可衡量的结果引导商业行动。全书内容丰富,共有19章,各章之间既相互承接亦单独成文,总体内容如下:商业分析概述;基于数据管理基础,如何开展商业分析的流程;各种分析技术和实践;分析沟通、创新及分析未来展望。
《大数据分析:用互联网思维创造惊人价值》两位作者在超过50个国家有20年左右的分析实践经验,因此本书的实用性和可操作性很强。另外,《大数据分析:用互联网思维创造惊人价值》并非专业性很强的技术书,而是一本企事业单位经营管理人员、市场营销人员和其他对数据分析感兴趣的人员都可以阅读的通俗易懂的图书。高等院校经济管理、信息管理系统、市场营销、计算机、数学和统计分析等相关专业的师生亦可将本书作为学习参考用书。
關於作者:
Jean Paul Isson是高级商业分析领域全球知名的专家和演讲者,他是Monster WorldWide, Inc. BI和预测分析部门的全球副总裁,他由零开始建立团队,策划和实现了高级分析和网络挖掘解决方案。加入Monster之前,Isson在Rogers Wireless公司带领全球客户行为建模团队,建立流失模型,并创新性将客户生命周期价值细分模型用于优化业务营销和销售活动。
Jesse S. Harriott是Constant Contact公司的首席分析官。之前,Jesse 是Monster WorldWide, Inc.的首席知识官,他助力企业,将年度营业收入从$3亿提升到$13亿。Harriott在Monster创建了国际分析部,并创建了Monster就业指数,指数目前为遍布美国、欧洲和亚洲的几百万人所关注。他还带领过Monster公司的网络分析、商业智能、竞争情报、数据管控、营销研究以及销售分析等部门。Jesse在芝加哥大学授课,被冠以波士顿40岁以下排名前40人物之一。
目錄 :
目 录
第1章 商业分析的挑战 1
1.1 外部挑战
1.2 内部挑战
关键要点
注释
第2章 商业分析成功基石——BASP框架 13
2.1 商业挑战基石
2.2 数据基石
2.3 分析实施基石
2.4 洞察发现基石
2.5 执行和测算基石
2.6 知识共享基石
2.7 创新基石
2.8 总结
关键要点
注释
第3章 围绕关键商业挑战,组织企业资源 31
3.1 使命陈述
3.2 商业挑战
3.3 确定商业挑战咨询流程
3.4 界定和优化商业挑战
3.5 商业挑战分析方案
关键要点
注释
第4章 大数据和小数据:不同类型的智能 45
4.1 大数据
4.2 小数据
4.3 奠定数据基础:数据质量
4.4 数据源和所处位置
4.5 数据定义和管控
4.6 数据字典和数据关键用户
4.7 数据核查和数据可视化
4.8 客户数据整合和数据管理
4.9 数据保密
关键要点
注释
第5章 谁在乎数据?如何揭示洞察力 69
5.1 IMPACT闭环
5.2 好奇害死猫
5.3 掌控数据
5.4 寻求意义
5.5 行动较数据更有说服力
5.6 “像小鸟一样小口吃进,像大象一样大量排出”
5.7 结果跟踪
5.8 IMPACT闭环在行动:芒斯特就业指数The Monster Employment Index
关键要点
注释
第6章 数据可视化:如何直观展示息——CONVINCE框架 85
6.1 表达含义
6.2 客观性:忠实于数据
6.3 必要性:切忌好大喜功
6.4 诚信可视化:尺寸事关重大
6.5 想受众所想
6.6 灵活性:不要被1000张图累死
6.7 关联背景
6.8 鼓励互动
6.9 总结
关键要点
进一步阅读
注释
第7章 分析实施:什么可行,什么不可行 101
7.1 分析实施模型
7.2 愿景和使命
7.3 战略
7.4 组织协同
7.5 人力资本
7.6 指标和测算
7.7 流程整合
7.8 客户体验
7.9 技术和工具
7.10 变革管理
关键要点
注释
第8章 客户之声的分析和洞察 117
8.1 客户反馈无价
8.2 制定有效客户之声计划
8.3 客户之声战略体系和关键要素
8.4 VOC方案的常见缺陷
关键要点
进一步阅读
注释
第9章 数字分析的有效运用 147
9.1 数字分析的战略和战术应用
9.2 数字分析概念理解
9.3 数字分析团队:人员是分析成功的最重要条件
9.4 数字分析工具
9.5 高级数字分析
9.6 数字分析和客户之声
9.7 网站分析和登录页面优化
9.8 行动号召:统一传统和数字分析
关键要点
进一步阅读
注释
第10章 有效的预测分析——什么有效,什么无效 177
10.1 何谓预测分析?
10.2 揭示阶段
10.3 预测阶段
10.4 优化阶段
10.5 不同商业问题的不同应用
10.6 金融服务行业先锋
关键要点
进一步阅读
注释
第11章 应用于人力资源的预测分析 197
11.1 职能机构
11.2 评估:超越人事
11.3 规划变动
11.4 资格与能力
11.5 生产
11.6 HR过程管理
11.7 人力分析和预测
11.8 通过预测提升人力
11.9 什么更有用?
11.10 价值层次
11.11 HR报告
11.12 通过分析,HR取胜
注释
第12章 社交媒体分析 219
12.1 多维的社交媒体
12.2 理解社交媒体分析:有用的概念
12.3 社交媒体是围绕品牌还是直接回应
12.4 社交媒体的“品牌”和“直接回应”分析
12.5 社交媒体工具
12.6 社交媒体分析技术
12.7 社交媒体分析和隐私
关键要点
注释
第13章 竞争情报分析 239
13.1 竞争情报界定
13.2 竞争情报分析成功的法则
关键要点
第14章 移动互联网分析 251
14.1 移动互联网分析的概念
14.2 移动互联网分析与网站分析有什么不同?
14.3 测量移动互联网分析的重要性
14.4 移动互联网分析工具
14.5 移动互联网分析助力业务优化
关键要点
注释
第15章 有效的分析沟通策略 267
15.1 沟通:分析人员与高管之间的鸿沟
15.2 有效的分析沟通策略
15.3 分析沟通提示
15.4 利用移动商业智能进行沟通
关键要点
注释
第16章 商业绩效跟踪——执行和测算 283
16.1 分析的基本问题
16.2 分析执行
16.3 商业绩效跟踪
16.4 分析和营销
关键要点
注释
第17章 分析和创新 301
17.1 创新是什么?
17.2 对高级分析的要求
17.3 分析创新的构成
17.4 分析和创新结合
关键要点
注释
第18章 非结构化数据分析:下一个前沿 315
18.1 什么是非结构化数据分析?
18.2 非结构化数据分析产业
18.3 非结构化数据分析的使用
18.4 非结构化数据分析如何起作用
18.5 为何非结构化数据分析是下一个分析前沿?
18.6 非结构化数据分析的成功故事
关键要点
注释
第19章 分析的未来 333
19.1 数据价值不再
19.2 预测成为新标
19.3 社会信息处理和分布计算
19.4 机器学习获得进步
19.5 传统数据模型演变
19.6 分析能为非分析人员所用
19.7 数据科学成为专门部门
19.8 以人为中心的计算
19.9 解决社会问题的分析
19.10 基于位置的数据大爆炸
19.11 数据隐私冲突
关键要点
注释
译者后记 345