資料淘金時代來臨:企業BI專案建置營運高生產力
王文信、楊揚 編著
- 出版商: 深智-精選2書75折 滿1111再折111
- 出版日期: 2021-05-20
- 定價: $580
- 售價: 8.5 折 $493
- 語言: 繁體中文
- 頁數: 256
- 裝訂: 平裝
- ISBN: 9865501953
- ISBN-13: 9789865501952
-
相關分類:
企業資源規劃 Erp、Data Science、資訊安全
- 此書翻譯自: 數據生產力:企業 BI 項目建設與運營
立即出貨 (庫存 < 3)
買這商品的人也買了...
-
$450$356 -
$265Web API 的設計與開發 (Web API : the Good Parts)
-
$857深度學習 (Deep Learning)
-
$403AWS Lambda 實戰 : 開發事件驅動的無服務器應用程序 (AWS Lambda in Action: Event-Driven Serverless Applications)
-
$352關聯數據:萬維網上的結構化數據
-
$354$336 -
$352活用數據:驅動業務的數據分析實戰
-
$680$578 -
$780$663 -
$534$507 -
$403圖解人工智能
-
$480$379 -
$690$587 -
$880$748 -
$1,000$850 -
$450$351 -
$450$356 -
$620$484 -
$1,200$1,020 -
$599$473 -
$580$458 -
$560$442 -
$654$621 -
$414$393 -
$654$621
相關主題
商品描述
資料淘金時代正式來臨,資料即現金
從繁瑣中找整齊,從混亂中找規律看懂本書
分析並預測客戶的消費傾向,企業應用BI正是時候
本書聚焦BI 和BI 專案,重點介紹BI專案的建設流程和營運技巧,並圍繞BI專案中的場景和人員兩大要素,分享BI在零售、金融、製造、醫療和教育等行業中的應用案例,提出了架設企業資料人才培養系統的方法。
書中結合BI產品,透過BI解決企業專案實施過程中的資料治理、資料應用等難題,對於公司BI項目實施工作有很大的幫助。
BI已經不再是空中樓閣虛擬般的存在,而是每個企業必須真正知已知彼了解客戶消費傾向的最佳工具,現在不用BI,隨時可能被對手超越。
對於剛開始建設BI的企業,或已經建設BI多年的企業來說,本書都具有可複製性,避免走彎路。
全書共6 章,結構涵蓋的內容可以分為以下四部分:
■ 第一部分:認識BI(第1 章),主要介紹BI 及相關概念,包括定義、BI 的類型、BI 的功能、技術和價值等,幫助讀者較為全面地認識BI。
■ 第二部分:BI 專案的建設流程(第2 章)與營運技巧(第3 章), BI 專案建設流程介紹了明確需求、工具選型、專案規劃與實施方案、專案開發與管理等內容。BI 專案不是搭好平台就結束了,BI 專案要成功還需要做很多細緻的營運工作,主要涉及資料治理、
業務模型、人員配合、資訊安全等方面的內容。
■ 第三部分:BI 在企業實際場景中的應用,包括功能應用(第4 章)和業務應用(第5 章)。為企業提供案例作為參考,其中,BI 功能應用介紹了資料大螢幕、行動應用和自助分析的專案方案。BI 業務應用主要介紹BI 在零售、金融、製造、醫療和教育等五大產業的典型業務應用方案與執行實例。
■ 第四部分:企業資料人才培養(第6 章)。BI 專案的建設和營運需要的資料人才,既可
以對外應徵也可以內部培養,但是BI 專案與企業的業務、文化、管理等聯繫緊密,很難
筆者建議「招不如養」,架設企業資料人才培養系統的方法,幫助企業培養能夠成功建設
和營運BI 專案的優秀人才。
適合讀者群:負責規劃企業整體BI 戰略的CIO 、高層管理人員、負責實施BI 專案的專案經理、IT 人員、業務人員。
作者簡介
作者簡介
王文信
帆軟資料應用研究院研究主管,專注於大數據 / BI行業趨勢和企業資料化管理案例研究,在資料分析、商業智慧等方面有豐富的專案和諮詢經驗。
楊揚
帆軟資料應用研究院院長,資深專家,主導過銀行、電力、通信、石化等多家大型企業的資料分析專案。在資料管控,大數據應用,商業智慧等方面有豐富的專案和諮詢經驗,對企業資料應用有深刻的見解。
目錄大綱
前言
01 認識BI
1.1 BI 的定義及相關概念
1.2 BI 的類型
1.3 BI 的功能與技術
1.4 BI 的價值
02 BI 專案建設流程
2.1 收集和明確需求
2.2 選擇合適的BI 工具
2.3 做好專案規劃與實施方案
2.4 BI 專案開發與管理
03 成功BI 專案背後的營運技巧
3.1 資料治理:從源頭控制專案品質
3.2 業務模型:獲取更深入的資料見解
3.3 PDCA 閉環:持續最佳化BI 系統
3.4 團隊配合:為業務部門賦能
3.5 高層推動:想辦法爭取主管支持
3.6 MVP 與資料文化:在企業內部推廣BI 專案
3.7 安全性原則:保障BI 系統安全
04 典型BI 功能應用
4.1 資料大螢幕
4.2 行動應用
4.3 自助分析
05 不同產業的典型BI 業務應用
5.1 零售產業
5.2 金融產業
5.3 製造產業
5.4 醫療產業
5.5 教育產業
06 企業資料人才培養
6.1 企業的資料人才困境
6.2 架設資料人才培養系統
A 結語:向DA 生態系統邁進