數據實踐之美:31位大數據專家的方法、技術與思想 数据实践之美:31位大数据专家的方法、技术与思想

<內容簡介>

全書一共33篇文章，根據主題分為了5個部分：Part1數據化思維，專註思維。Part2數據治理，專註技術。Part3BI與數據可視化。Part4數據分析與數據挖掘。Part5大數據化之路，主要講解不同行業是如何應用大數據的。所有文章均獨立成篇，在滿足碎片化閱讀的同時，也能讓讀者進行深入的思考和橫向比較，幫助用戶在碰到類似問題的時候打開思路、獲得經驗上的快速成長。

<章節目錄>

讚譽

前言

Part 1數據化思維// 1

NO.1數據化運營的方法論體系張子良// 2
NO.2數據化營銷中的“一·二·三”葉秋萍// 9
NO.3企業數據化管理之巔—同業對標王衛東// 21
NO.4管理數據化：柳傳志30年管理智慧如何為我所用袁華傑// 33
NO.5數據領導力—指標體系規劃與管理駕駛艙設計劉凱// 41

Part 2數據治理// 53

NO.6數據庫開發實施工藝提升的6種途徑楊寶軍// 54
NO.7 ETL串並發數據跑批處理的理論與運用實踐何啟平// 64
NO.8如何高效地對複雜數據進行清洗與轉換謝佳標// 74

Part 3 BI與數據可視化// 91

NO.9商務智能業務分析構建“5步曲”呂敏傑// 92
NO.10構建數據體系的兩個“5步曲”王桐// 109
NO.11成功實施BI項目的4大要素賈岩// 119
NO.12 Kimball理論在BI項目中的應用郭川// 127
NO.13 BI數據可視化分析SaaS產品前瞻呂品// 145
NO.14大數據工程的系統架構設計和技術選型韓慶安// 153
NO.15數據可視化4步工作法溫融冰// 164
NO.16如何用R語言對複雜數據進行可視化謝佳標// 169
NO.17新思路，新體系：讓銀行報表的3大痛點不再是噩夢袁華傑// 184
NO.18 Cognos在金融銀行業的最佳運用吳永帆// 196

Part 4數據分析與數據挖掘// 207

NO.19如何做好一名商業分析師？吳奕君// 209
NO.20如何用數據驅動運營桑文鋒// 217
NO.21企業增長中的精細化分析和Growth Hacking孔淼// 237
NO.22如何基於業務實現用戶行為數據產品化吳文波/ / 247
NO.23電商的數據化管理與運營尚林棟// 256
NO.24零售業數據分析指標的管理與應用沈嶸// 284
NO.25做好零售業數據分析必須解決的3個難點鄒斌// 291
NO.26如何用R語言做量化分析張丹// 316
NO.27從BI到AI，數據分析的4個誤區彭耀// 335
NO.28企業如何利用跨行業數據挖掘標準流程開展大數據實踐張浩彬// 342
NO.29詳解過程挖掘的技術和方法汪尚// 352
NO.30個性化數據挖掘的關鍵技術與應用實踐陳運文// 382

Part 5大數據化之路/ / 401

NO.31教育行業的大數據實施路徑李宗海// 402
NO.32數據科學在因特網金融中的應用張雲松// 409
NO.33地理大數據驅動的智慧選址張志成// 419

附錄// 433