數(shù)據(jù)實踐之美：31位大數(shù)據(jù)專家的方法、技術與思想

定　價：￥79.00

作　者：	天善智能著
出版社：	機械工業(yè)出版社
叢編項：
標　簽：	計算機/網(wǎng)絡數(shù)據(jù)倉庫與數(shù)據(jù)挖掘數(shù)據(jù)庫

購買這本書可以去

ISBN：	9787111557036	出版時間：	2017-01-01	包裝：	平裝
開本：	16開	頁數(shù)：	436	字數(shù)：

內(nèi)容簡介

　　《數(shù)據(jù)實踐之美：31位大數(shù)據(jù)專家的方法、技術與思想》是數(shù)據(jù)技術領域具有里程碑意義的代表性著作，由國內(nèi)知名的數(shù)據(jù)技術社區(qū)天善智能領銜組織和策劃，首次將來自百度、騰訊、IBM、埃森哲、Teradata、永洪科技、達觀數(shù)據(jù)、神策數(shù)據(jù)、同程旅游等20余家國內(nèi)外在數(shù)據(jù)和互聯(lián)網(wǎng)領域的領頭羊企業(yè)的31位數(shù)據(jù)專家（CEO、CTO、VP、技術總監(jiān)、架構師、高級分析經(jīng)理、咨詢總監(jiān)等）聯(lián)合在一起，分享了他們在數(shù)據(jù)領域多年來積累下來的*感自豪的方法、技術與思想，同時對很多技術難題給出了經(jīng)驗性的解決方案，頗為珍貴！全書分為5大部分：Part1：數(shù)據(jù)化思維旨在幫助讀者在企業(yè)的數(shù)據(jù)化運營和管理過程中建立和優(yōu)化運用數(shù)據(jù)的思維，涵蓋數(shù)據(jù)化運營、數(shù)據(jù)化營銷、數(shù)據(jù)化管理、數(shù)據(jù)領導力等多個主題。Part2：數(shù)據(jù)治理這部分內(nèi)容有針對性地從技術的角度講解了數(shù)據(jù)治理的一些重要技術，包括數(shù)據(jù)庫開發(fā)與設計、ETL數(shù)據(jù)處理、復雜數(shù)據(jù)處理3大主題。Part3：BI與數(shù)據(jù)可視化這部分主要從“術”的角度對BI與數(shù)據(jù)可視化進行了講解，涵蓋商務智能業(yè)務構建、數(shù)據(jù)體系構建、BI項目的實施與應用、大數(shù)據(jù)系統(tǒng)的架構與技術選型、數(shù)據(jù)可視化的技術與工作方法等10個主題，內(nèi)容豐富。Part4：數(shù)據(jù)分析與數(shù)據(jù)挖掘數(shù)據(jù)分析與數(shù)據(jù)挖掘是大數(shù)據(jù)與人工智能時代*核心的技術之一，也是本書的重中之重，包含數(shù)據(jù)驅動的運營和管理、精細化分析、數(shù)據(jù)產(chǎn)品化、零售數(shù)據(jù)分析、電商數(shù)據(jù)分析、行業(yè)數(shù)據(jù)和個性化數(shù)據(jù)的挖掘關鍵技術和標準流程等12個十分精彩的主題。Part5：大數(shù)據(jù)化之路這部分內(nèi)容主要講解了如何真正將大數(shù)據(jù)技術、大數(shù)據(jù)方案和架構落實到具體的行業(yè)應用中，選取了教育、互聯(lián)網(wǎng)金融、商業(yè)地理應用3個領域的3個案例，對整個的實施過程和涉及的關鍵技術和業(yè)務考量都做了詳細闡述，希望能讀者以啟發(fā)。

作者簡介

　　天善智能（www.hellobi.com），一個專注于商業(yè)智能（BI）、數(shù)據(jù)分析、數(shù)據(jù)挖掘和大數(shù)據(jù)技術的技術社區(qū) ，包括技術問答、博客、活動、學院、招聘、讀書頻道等眾多版塊。社區(qū)內(nèi)容不僅覆蓋了幾乎所有與 BI 相關的技術和產(chǎn)品：微軟BI、IBM Cognos、Oracle BIEE、Kettle、Informatica、DataStage、SAP BO、QlikView、Tableau等；還包含所有與數(shù)據(jù)分析、數(shù)據(jù)挖掘和大數(shù)據(jù)相關的技術和產(chǎn)品，如R、Python、SPSS、Hadoop、Spark、Hive、Kylin等。天善智能致力于構建一個基于數(shù)據(jù)的生態(tài)圈，通過社區(qū)鏈接一切與數(shù)據(jù)相關的資源。上游，天善智能得到了IBM、Oracle、微軟、永洪科技、帆軟等數(shù)十家國內(nèi)外數(shù)據(jù)廠商的大力支持；中游，天善智能在社區(qū)擁有一批非常知名的社區(qū)領袖和技術大拿；下游，天善智能的學員和注冊會員覆蓋北京、上海、深圳、廣州等50多個國內(nèi)的大中小城市，以及加拿大、美國、新西蘭、澳大利亞、日本、德國、新加坡等海外國家。在數(shù)據(jù)領域里天善智能有著廣泛的影響力。

圖書目錄

贊譽
前言
Part 1　數(shù)據(jù)化思維 // 1
NO.1　數(shù)據(jù)化運營的方法論體系　張子良 // 2
NO.2　數(shù)據(jù)化營銷中的“一·二·三”　葉秋萍 // 9
NO.3　企業(yè)數(shù)據(jù)化管理之巔—同業(yè)對標　王衛(wèi)東 // 21
NO.4　管理數(shù)據(jù)化：柳傳志30年管理智慧如何為我所用　袁華杰 // 33
NO.5　數(shù)據(jù)領導力—指標體系規(guī)劃與管理駕駛艙設計　劉凱 // 41
Part 2　數(shù)據(jù)治理 // 53
NO.6　數(shù)據(jù)庫開發(fā)實施工藝提升的6種途徑　楊寶軍 // 54
NO.7　ETL串并發(fā)數(shù)據(jù)跑批處理的理論與運用實踐　何啟平 // 64
NO.8　如何高效地對復雜數(shù)據(jù)進行清洗與轉換　謝佳標// 74
Part 3　BI與數(shù)據(jù)可視化 // 91
NO.9　商務智能業(yè)務分析構建“5步曲”　呂敏杰 // 92
NO.10　構建數(shù)據(jù)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　賈巖 // 119
NO.12　Kimball理論在BI項目中的應用　郭川 // 127
NO.13　BI數(shù)據(jù)可視化分析SaaS產(chǎn)品前瞻　呂品 // 145
NO.14　大數(shù)據(jù)工程的系統(tǒng)架構設計和技術選型　韓慶安 // 153
NO.15　數(shù)據(jù)可視化4步工作法　溫融冰 // 164
NO.16　如何用R語言對復雜數(shù)據(jù)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　袁華杰 // 184
NO.18　Cognos在金融銀行業(yè)的最佳運用　吳永帆 // 196
Part 4　數(shù)據(jù)分析與數(shù)據(jù)挖掘 // 207
NO.19　如何做好一名商業(yè)分析師？　吳奕君 // 209
NO.20　如何用數(shù)據(jù)驅動運營　桑文鋒 // 217
NO.21　企業(yè)增長中的精細化分析和Growth Hacking　孔淼 // 237
NO.22　如何基于業(yè)務實現(xiàn)用戶行為數(shù)據(jù)產(chǎn)品化　吳文波 // 247
NO.23　電商的數(shù)據(jù)化管理與運營　尚林棟 // 256
NO.24　零售業(yè)數(shù)據(jù)分析指標的管理與應用　沈嶸// 284
NO.25　做好零售業(yè)數(shù)據(jù)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(shù)據(jù)分析的4個誤區(qū)　彭耀 // 335
NO.28　企業(yè)如何利用跨行業(yè)數(shù)據(jù)挖掘標準流程開展大數(shù)據(jù)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(shù)據(jù)挖掘的關鍵技術與應用實踐　陳運文 // 382
Part 5　大數(shù)據(jù)化之路 // 401
NO.31　教育行業(yè)的大數(shù)據(jù)實施路徑　李宗海 // 402
NO.32　數(shù)據(jù)科學在互聯(lián)網(wǎng)金融中的應用　張云松 // 409
NO.33　地理大數(shù)據(jù)驅動的智慧選址　張志成 // 419
附錄 // 433