目录

及时部分大数据基础知识 1

第1章小企业引入大数据 3

对所有企业(无论大小)来说，为何大数据如此重要？ 3

走进数字时代 4

了解运用大数据的无限方法 5

大数据在小企业中的运用 6

大数据的详细信息 7

用4个“V”定义大数据 8

为什么称为“大”数据 8

将数据转化成大数据 9

数据，无处不在 9

探讨结构化和非结构化数据，以及内部和外部数据 10

了解新的数据类型 11

大数据的关键决策 12

了解内在见解的价值 12

提高大数据技术和能力 13

基础设施建设 14

让大数据为自己所用 15

从制订计划开始 15

利用大数据改变决策方式 15

转变企业经营方式 16

第2章挖掘大数据的精髓 18

用4个“V”定义大数据 19

增加数据量 19

提高数据的速度 20

数据种类的剧增 20

判断数据的真实性(Veracity) 21

引进第五个“V”——价值(Value) 21

了解大数据如此热门的原因 21

强大的预测能力 22

基于事实做出决策 22

挑战因果关系 23

为何现在会出现充满数据的云存储呢？ 26

管理比以往更多的存储空间 26

加快网络运行速度，促进大数据发展 27

利用更强大的新型分析技术 27

大数据未来发展如何？ 28

迎接大数据的反作用力 28

鼓励透明化和道德化 31

确保有附加价值 32

第3章识别大数据在小企业中的用途 33

摸透客户心思，了解市场需求 34

多方位审视你的客户 34

零售业更要将客户作为重中之重 35

了解(并预测)业内趋势 36

评估竞争对手 37

改善经营方式 37

增进内部效率 38

对你的运营模式提出挑战 38

优化供应链 39

抓住核心业务的推动因素 40

人才的招聘和管理 40

正确处理IT和安全的关系 41

转换研发的方式 43

绩效预测 43

解锁数据集间的联系 44

开放气象数据 44

用大数据作为试验平台 44

第二部分解压大数据 47

第4章解压多种数据 49

制定秩序:结构化数据 49

挖掘结构化数据的利弊 50

结构化数据举例 51

应对杂乱数据：非结构化或半结构化数据 52

了解非结构化或半结构化数据的利弊 53

非结构化或半结构化数据示例 54

发现已有数据(内部数据) 55

权衡内部数据的利弊 56

内部数据示例 56

获取企业以外的数据(外部数据) 57

深入了解外部数据的优缺点 58

外部数据举例 59

究竟什么类型的数据最适合自己 59

第5章发现新的数据类型 61

追踪活动数据 62

活动数据的优缺点 63

活动数据的使用 64

掌握活动数据 65

偷听会话 66

会话数据的优缺点 67

使用会话数据 67

掌握会话数据 69

对图片和照片进行描述 69

照片和视频图像数据的优缺点 70

使用照片和视频图像数据 71

着手打造照片和视频图像数据 72

以个人方式感知新数据 72

传感器数据的优缺点 73

传感器数据的使用 74

获取传感器数据 75

发现物联网 75

第6章了解支撑大数据的技术变革 77

风暴：为大数据的可能性添砖加瓦 78

“云”的概述 78

转换数据存储 79

潜入数据湖 80

革命性的分析技术 81

对分析的可能性进行解构 82

文本分析 82

语音分析 84

影像分析 84

视频分析 85

数据挖掘 87

综合分析 88

第三部分小企业迎来美好新世界 91

第7章着眼于见解价值 93

实现从数据到见解，再到可行性信息的转变 94

把数据转变成见解 94

把见解变成可行性信息 95

为人和机器提供数据 96

将见解带给所需之人 97

吸引眼球 97

让见解更容易获取并贯通 98

为机器提供它们所需的见解 99

了解机器学习 100

连接数据与机器 100

连接数据与进程 101

第8章开发和获取大数据竞争力 104

大数据与技能短板的挑战 104

企业所需的六大关键性大数据技能 105

数据分析 105

萌生创意 106

数学与统计学应用 107

理解计算机科学 107

掌握商业知识 108

沟通见解 108

两种截然不同的数据科学家 109

在企业内部构建大数据技能 110

开发现有人员 110

招聘新人 112

跳出框架想问题 113

寻求外部技能 114

挖掘服务供应商 114

合作共赢 117

众包人才 117

第9章构建大数据基础设施 118

决断大数据基础设施 118

基础设施的关键要素 119

评估现有基础设施 119

预算内的大数据：引入“大数据即服务” 120

引进大数据的四个层次 121

数据源层次 121

数据存储层次 122

数据处理/分析层次 122

数据产出层次 122

获取数据 122

收集自有数据 122

获取外部资源 124

存储大数据 124

理解Hadoop与映射规约 125

认识Spark 126

其他考虑：数据所有权与安全 127

数据转化为见解 127

数据处理与分析 128

了解Python 128

广受欢迎的数据分析平台 129

展示见解 131

认真处理主要的数据输出选项 131

可视化工具一览 131

第四部分好戏上演！让大数据为小企业效力 133

第10章打造大数据战略 135

决定怎样利用大数据 135

利用大数据改善企业决策 136

利用大数据转变企业运营 137

小而魅惑：怎样避免事无巨细地收集 138

创建大数据战略的关键步骤 139

大数据战略的六大部件 140

构建坚实的企业大数据案例 143

第11章企业里的数据应用——决策 146

以战略起步 147

引进“智能”战略板 147

完成“智能”战略板 148

在商业领域磨炼 149

确定你的“未解之题” 149

理解问题的力量 150

“智能”问题注意事项 151

找出解答问题的数据 152

忘记“囊中之物” 153

思考大与小 153

确定已经拥有或可以获取的数据 154

它是否以某种形式存在于某个地方？ 154

内部并非总意味着廉价 155

如需外部数据 155

弄清成本与付出是否合情合理？ 155

数据的收集 156

决定由谁收集数据 156

决定何时收集 156

决定怎样收集 157

数据的分析 157

内部分析与外部分析的华丽对决 158

结合数据来改善和证实见解 159

见解的呈现与分布 159

沟通与见解可视化 160

牢记目标受众 160

仪表板与信息图 161

将知识融入企业 163

做出正确的决定 163

未雨绸缪 163

第12章企业里的数据应用——运营 165

理解数据的作用 166

利用数据改善运营流程 166

重塑企业模式 167

获取所需数据 168

寻找外部数据 169

使用内部数据 169

权衡成本与收益 169

进行商业论证 170

提供替代性数据集 170

保障所有权 171

大数据即企业资产 171

确保权利与所有权 172

数据管理 172

寻找恰当的数据存储 172

确保数据安全 173

避免数据泄露 173

构建基础设施与技术 174

评估基础设施需求 174

打造基础设施 175

测试与试运营 175

运营转型 176

运行起来 176

放眼未来 176

第13章为企业打造大数据文化 178

转向事实型决策 178

促进公司上下的认同 179

强调数据的积极影响 180

让数据影响战略 180

人才管理 181

提升雇员满意度 182

提高运营效率 183

优化商业流程 184

确定全新或额外的企业模式 187

第五部分几个“十大” 189

第14章大数据需避免的十大错误 191

数据搜集广撒网 191

对上等数据情有独钟 192

直奔外部非结构化大数据 192

困惑于现有数据 192

忽视小数据 193

盲目砸钱 193

大数据与战略问题互不搭调 194

大数据战略没有人尽其才 194

收集数据后却“置之不理” 194

分析成果展示不尽人意 195

第15章免费的大数据资源 196

Data.gov (美国政府数据) 196

美国普查局 197

欧盟公开数据大门 197

Data.gov.uk 197

Healthdata.gov 198

谷歌趋势 198

Facebook图谱 198

天气数据来源 199

联邦储备局经济数据 199

谷歌地图 200

第16章主要的大数据收集工具 201

智能手机GPS传感器 201

智能手机加速度传感器 202

远程信息处理系统 202

Wi-Fi信号 203

LinkedIn 203

Facebook 203

Twitter 204

机器传感器 204

交易数据 205

财务数据 205

关于作者 206