新書推薦：
《
中国高等艺术院校精品教材大系：材料的时尚表达??服装创意设计
》
售價：HK$
76.2
《
美丽与哀愁：第一次世界大战个人史
》
售價：HK$
143.4
《
国家豁免法的域外借鉴与实践建议
》
售價：HK$
188.2
《
大单元教学设计20讲
》
售價：HK$
76.2
《
儿童自我关怀练习册：做自己最好的朋友
》
售價：HK$
69.4
《
高敏感女性的力量（意大利心理学家FSP博士重磅力作。高敏感是优势，更是力量）
》
售價：HK$
62.7
《
元好问与他的时代（中华学术译丛）
》
售價：HK$
87.4
《
汽车传感器结构·原理·检测·维修
》
售價：HK$
109.8
|
| 編輯推薦： |
在科技和互联网领域，有一股暗流正在涌动，它就是：数据的指数级大爆发。随着大数据分析和应用技术的进一步成熟，传统的类如ERP系统等管理工具已然不再适用于企业今日要应对的数据浪潮，新的商业范式已经成型。指数思维引领出了一种商业上的新常态，成为当今企业迎战数字未来的利器。
在《数据新常态》一书中，作者克里斯·苏达克带领读者直击大数据前沿，进一步洞悉数据大爆发的6大根源——移动互联、虚拟生活、数字商业、在线娱乐、云计算、数据分析，并在此基础上，构建了场景化、社交化、量化、应用化、云化、和物联网化等6个大数据成熟度模型，以帮助企业了解由这些趋势构建起的商业新秩序，赢得指数级增长的先机。在数据以指数级速度大爆发的风暴中，只有能作出深度回应的企业才能获得发展的“指南针”和“救生衣”。
最后，苏达克描绘了我们与之紧密相连的、高度数字化世界的蓝图，向我们展现了2020年可能会出现的5个场景。这些场景中描述的数据赋能时代，将会是一个生活和工作的美丽时代。
|
| 內容簡介： |
在科技和互联网领域，有一股暗流正在涌动，它就是：数据的指数级大爆发。随着大数据分析和应用技术的进一步成熟，传统的类如ERP系统等管理工具已然不再适用于企业今日要应对的数据浪潮，新的商业范式已经成型。指数思维引领出了一种商业上的新常态，成为当今企业迎战数字未来的利器。
在《数据新常态》一书中，作者克里斯·苏达克带领读者直击大数据前沿，进一步洞悉数据大爆发的6大根源——移动互联、虚拟生活、数字商业、在线娱乐、云计算、数据分析，并在此基础上，构建了场景化、社交化、量化、应用化、云化、和物联网化等6个大数据成熟度模型，以帮助企业了解由这些趋势构建起的商业新秩序，赢得指数级增长的先机。在数据以指数级速度大爆发的风暴中，只有能作出深度回应的企业才能获得发展的“指南针”和“救生衣”。
最后，苏达克描绘了我们与之紧密相连的、高度数字化世界的蓝图，向我们展现了2020年可能会出现的5个场景。这些场景中描述的数据赋能时代，将会是一个生活和工作的美丽时代。
|
| 關於作者： |
克里斯托弗·苏达克
宾夕法尼亚州立大学机械工程学学士，美国塔夫脱大学法学学士。宾夕法尼亚大学沃顿商学院高级技术管理学硕士，美国维拉诺瓦大学信息安全学硕士。
商业数据系统与业务模式的设计者和创新者。大学毕业后，进入世界最大的国防工业承包商洛克希德·马丁空间系统公司总部，担任空间系统工程师和火箭专家。离开该公司后，先后于BDM 信息技术公司和玛氏糖果公司担任高级战略顾问，后又在埃森哲、西门子、戴尔和花旗银行等领先企业担任高级战略顾问和技术架构师。他的服务对象包括美国商务部、世界银行、国际货币基金组织、摩根士丹利、百事可乐、三星、沃尔玛等。
2014年getAbstract国际图书奖获得者，《欧洲商业评论》杂志撰稿人。
|
| 目錄：
|
[目录]
|中文版序|数据新常态，商业大未来
|推荐序|大数据，一切有效商业决策的基础
|前言|指数级增长下的数据大爆发
第一部分指数级增长，颠覆商业世界
|第1章|移动互联，驱动指数型数据大爆发
移动性与数据增长
数据支持与App时代
定位服务与语境计算
行动数据服务
可穿戴技术
物联网
|第2章|虚拟生活，社会化媒体的崛起和日益增长的主导地位
Facebook：免费服务的背后
Twitter：小“推文”，大商机
社会化媒体的商业影响：消费者契约
新常态的形成
社会化媒体的风险与回报
什么造就了Facebook的数十亿美元身价
社会化媒体革命已经爆发
|第3章|数字商业，网购商品和服务的无限选择
消费者的两极化：高价格VS高品质
实体零售店的“夕阳危机”
体验式消费与反向团购新模式
当退出已不再是一种选择
|第4章|在线娱乐，每个人都是导演和演员
YouTube：娱乐界的大亨
在线游戏，商机无限的虚拟世界
观众即演员
|第5章|云计算，世界正在向“云”移动
企业应用“云计算”的两大动因
云供应商准入门槛的终结
一切即服务
|第6章|数据分析，未来企业的核心竞争力
数据革命：重新认识大数据
数据分析：企业决战数据时代的关键手段
数据价值：零售业复兴之路
第二部分数据为王，指数级增长下的商业新常态
|第7章|场景化：从有求必应到预测营销
至关重要的时间和地点
预先满足消费者的需求
私人定制，商业决胜新法宝
产品推销几秒间
场景化成熟度模型
大数据成熟度模型实例
星巴克咖啡如何缔造传奇
|第8章|社交化:个性化、参与感与侵入式亲密的建立
社交化引爆参与感
定制营销信息，“拉动”消费者需求
维基百科上的5亿条目
让消费者上瘾
社交化成熟度模型
大数据成熟度模型实例
LinkedIn，不只帮你找工作，还给你报酬
|第9章|量化:流程至简，以外包换取更大结果
外包，量化的结果
维持供应链的平衡
新工作范式：作为过程的管理者，而不是参与者
流程自动化
量化成熟度模型
大数据成熟度模型实例
外包，从反应式监督到积极监督
|第10章|应用化:让消费者获得即时满意度
软件革命：从大型走向小而美
下一波应用浪潮：“管理员”App
应用化成熟度模型
大数据成熟度模型实例
新型保险业App，让推销力度进一步增强
|第11章|云化:一切即服务
逐渐侵蚀的价值链：商品化和外包业
务正在激增
中层，流程质量的内伤
自动化，商业的未来
将一切外包出去
云化成熟度模型
大数据成熟度模型实例
Salesforce.com：云时代供应商的优化之路
|第12章|物联网化:要么联网，要么智能化
一切都在智能化
物联网化成熟度模型
大数据成熟度模型实例
智能冰箱：对你的冰箱无所不“知”
智能汽车：混合型动力已渐成趋势
智能胰岛素泵：虚拟胰腺将指日可待
第三部分应对指数级增长，企业如何赢得商业新契机
|第13章|战略一致化，商业模式新常态
制定核心战略，告别战略性痴呆
商品业务公司与价值业务公司数据搜集的选择
产品创新，让你的商品永不过时
|第14章|加速，你唯一的商业需要
场景化：从预测需求到预测消费者
社交化：从超能回应到即时满意度
应用化：从商品价值到口碑营销
物联网化：从计划流程到毁灭流程
|第15章|数据赋能，挖掘你最具价值的数据资产
旧数据的新价值
数据赋能提升的3大方法
额外的流程也需量化
数据分析，企业利润最大化
|第16章|核心度量与SPC，让流程减半
定义核心度量
统计过程控制（SPC），让流程可控
不拒绝任何一位消费者的需求
|第17章|游戏化思维，成本最低的商业驱动力
开始游戏：启动评分机制
得分与奖励：深化消费者的参与感
适应与扩张：让游戏转化为货币
|第18章|众包，将观众的作用发挥到极致
适销性构思，外包流程的优化之道
众包，企业效益和灵活性最大化的利器
从众包走向云包
|结语|2020年，大数据驱动大未来
情景1：一场预谋下的拉斯维加斯之行
情景2：减肥，用赘肉换收益
情景3：一个准备期中考试学生的在线学习与谋生轨迹
情景4：纳税申报表自动化之后
情景5：一天一苹果（谷歌），不用请医生
|
| 內容試閱：
|
移动性与数据增长
那么，移动性的哪些方面导致了数据的爆炸式增长？答案是，移动性引发了数据增长的4大驱动力：普遍性、连通性、数据启用以及场景。接下来，就让我们依次来具体了解这4大驱动力。
普遍性，也被称为网络效应。现在，全球有超过60亿的手机用户，那么，总会有那么一个人，你能和他说上话，而且总是会有话可说。事实上，我们大部分人一直都在利用这种普遍性。比如，2012年，美国34%的家庭不再安装座机，他们仅靠移动电话和世界保持联系。2012年，美国的总话务量超过2.3万亿分钟，而且以相比于2011年同期增长3%的速度持续增长。
普遍性会与第二个驱动力——连通性相结合，这就意味着不论何时何地，只要你有任何话想说，都有可能会有人愿意而且能够聆听——不管那对话会有多愚蠢。毕竟，这60亿人不仅连接到了网络上，而且基本上一直有联络——只要你愿意，就能全天24小时随时与任何人交流。也许，你在自己的工作与生活中也感受到了连通性带来的影响——过去那种朝九晚五的工作日似乎被无休止的工作替代了。反正，在我的工作中，这种情况并不罕见，也就是说，我早上6点钟就要开始开电话会议（因为我要和在欧洲的工作人员谈事情），并且会一直持续到晚上（因为我还要和在亚洲的工作人员谈事情，而他们这时候才刚开始新的一天）。因为连通性，我拥有了更多产生越来越多数据的机会。
2012年，美国手机用户的通话时长是2.3万亿分钟，相当于每人每月打了差不多10个小时的电话。这样看来，手机仍主要用于语音通信，但是，数据通信开始变得越来越重要。2012年，美国手机用户发送了超过2.27万亿条短信，表明数据通信的重要性在不断增长。文字信息和语音流量都在以每年大约3%的速度增长，这表明起码从目前来看，它们已经达到了饱和。这些形式的流量预计将持续增长，但增长速度会比较缓慢，因为越来越多用户开始通过Twitter和Facebook等社交平台来进行互动。
新常态
移动设备的迅速普及使得人与人之间的交流次数剧增。通过语音通话分钟数、短信量和移动设备上消费数据的增长趋势就可以看出，越来越多的人开始在网络上花费更多的时间。
数据支持与App时代
2012年3月2日，苹果公司宣布其应用商店的下载量已经达到250亿次，这一数字非常惊人，毕竟苹果应用商店可是2008年7月才建立起来的。到2013年年初，其下载量已经超过400亿次——增长速率惊人。在苹果应用商店成立的5年来，它为用户提供了超过77.5万个App，而且每周都会增加几千个。为了不被淘汰，谷歌搭载在安卓系统上的应用商店也差不多发布了这么多可供下载的App，这为它创造了数十亿美元的收入，颠覆了全世界数十亿智能手机用户的生活。事实上，据Gartner公司估计，2013年，因App带来的全球营业收入会大幅增长62%，达到250亿美元。
现在我们对App已经不再陌生。不过对新手来说，一个App或者一个移动App，通常会被定义为一个旨在搭载于移动计算设备上运行的软件App，诸如搭载在智能手机或平板电脑上。苹果、谷歌和其他平台提供商给出的定义也很模糊，因此我想通过一些大受欢迎的App的某些重要特征来定义一下App：
◎使用成本很低。App成功的一个关键就是门槛低，虽然并非所有App都是免费的，但是很多App的售价都不超过10美元，甚至大部分都低于5美元。
◎充分利用移动平台的优势。App是专为在智能手机和平板电脑上使用而设计的，因此，它们会充分利用这些平台的独特优势。也就是说，它们应能随时随地为任何有特定需要的人所使用。此外，有些事情用户只能通过App完成，而不能通过笔记本电脑或台式机实现，这也就意味着App利用了平台的优势。
◎满足用户的特定需求。大多数成功的App都是迎合了一个集中的、特定的用户需求。不管用户是想通过一个游戏App来玩5分钟，还是想找最近的加油站或者一个在附近可以共进午餐的人，相关App都必须能在这项需求产生的当下为用户提供有价值的服务。
◎了解用户。真正成功的App会跟踪用户的需求：它可以是简单的——就像《愤怒的小鸟》这款游戏会记录你的个人最高得分一样；当然，它也可以是复杂的——就像了解你最喜欢的购物场所和吃饭场所的App一样。一个特定的App对你的了解越深，你使用它的可能性就越大。这就大大深化了用户和App之间的关系，甚至有的App还会让用户上瘾。
当然App可能会有另外一些特征，但是以上这4个特征是App成功的关键。显然，很多App不具备这些特征，就像苹果应用商店里有超过75万个App，但是其中超过40万个却从未有用户下载一样。但是，既然苹果App商店里已经有400亿次下载，那么显然，成功的App经常会让人疯狂。只要想想2012年当苹果下架谷歌地图，引入其自主开发的iMaps时，人们所表现出的抗拒情绪就可以清楚地知道：人们对自己选择的App是有感情的。
App之所以会和数据增长这一话题密切相关，是因为它们既是海量数据的消费者，也是海量数据的创造者。例如，只要用户使用清除用户位置信息的App，就会生成关于该位置的数据。2010年，这些原本用户未删除且程序员没有及时清除的用户个人位置信息引发了很多轰动一时的丑闻。虽然，人们最初对苹果和谷歌存储并利用这些个人记录进行未知用途的做法存在反感，但是他们很快就忘记了自己最初的顾虑，转而开始下载新版的、更复杂的，也对其行为跟踪得更为彻底的App。随着App复杂度和功能的增强，它们将得到更广泛的传播。因此，它们也将生成一个不断增长的信息洪流。我们将在第10章中回到App这个问题上来，并分析在接下来的10年里，它们将如何改变企业与用户建立联系的方式。
定位服务与语境计算
移动数据增长的最后一个驱动因素是场景。在移动设备上，场景指的是用户某时某地所处的位置，而大量App则是借助用户的位置信息来推送内容的。定位服务或者语境运算进一步提升了智能手机的价值。自世纪之交开始，大部分智能手机都具备了接收GPS信号的能力。移动电话可以利用GPS信息告知其用户所处的时间和地点，即定位服务。当你将定位服务与智能手机结合使用时，语境运算就产生了。
语境运算会将用户的空间和时间信息与和智能手机连接的其他相关数据相结合，然后得出与该用户所处的具体时间和地点相关的结果。
当你在智能手机中的地图App上搜索“加油站”时，除非你同时还输入了另一个特定的地址，否则搜索结果就会显示离你目前所在位置最近的加油站。只要你没有设定某个区域的加油站，那么App就会默认你是要搜索离你目前所处位置或者说所处场景最近的加油站。
你所在的位置、当时的时间和你的个人身份信息这3者的结合，为全天候向你兜售产品的商家提供了无限可能性。正因如此，语境运算让我们每个人都能创造和使用不同的大量数据。
新常态
场景服务虽然仍处于起步阶段，但是它已经成了移动App和数据增长的关键驱动力。未来10年，场景服务肯定会实现两位数的年增长速度，并且到那时，它的网络数据通信量可能会超越其他任何形式。
|
|
購物車/收銀台(0) | 在線留言板
| 付款方式
| 運費計算
| 聯絡我們
| 幫助中心 |
加入書簽
HOME
新書上架
