新書推薦:
《
《日本文学史序说》讲演录
》
售價:HK$
72.8
《
无尽的海洋:美国海事探险与大众文化(1815—1860)
》
售價:HK$
99.7
《
治盗之道:清代盗律的古今之辨
》
售價:HK$
122.1
《
甲骨文丛书·剑桥世界暴力史(第一卷):史前和古代世界(套装全2册)
》
售價:HK$
210.6
《
甲骨文丛书·中华早期帝国:秦汉史的重估
》
售價:HK$
300.2
《
欲望与家庭小说
》
售價:HK$
98.6
《
惜华年(全两册)
》
售價:HK$
70.3
《
甲骨文丛书·古代中国的军事文化
》
售價:HK$
99.7
編輯推薦:
大数据产业革命的到来,意味着未来的世界将构建在数据的基础之上。
假如你是
●首席执行官,你该如何重新规划未来的商业发展方向;
●首席运营官,你该如何挖掘企业经营中每天产生的数据流的巨大价值;
●首席技术官,你该如何采取切实可行的措施来构建适合大数据的体系架构;
●市场营销人员,你该如何借助大数据构建产品或方案的生态系统,提升用户的黏合度;
●产品或技术总监,你该如何建立起市场反馈机制,构建动态的产品改善环路。
要想将数据资产变成真正的财富,你必须:
● 知道如何制定大数据战略的关键步骤;
● 清楚如何认识数据资产;
● 懂得如何实施业务流程再造;
● 学会如何搭建大数据的体系架构;
● 掌握30项数据要素及其注意事项;
● 熟知54项大数据模型。
通过这场大数据革命,你会发现那些从未被开拓过的领域,你将利用数据来完成那些令人难以置信的壮举,并创造出无限可能,成为大数据时代的真正赢家。
內容簡介:
一本倾注了IBM对大数据精准认识与深刻洞悉的宏篇巨著
IBM集团副总裁、大数据业务掌门人亲自执笔
从IT时代到DT时代,助力企业升级转型
《大数据产业革命》从九大行业的应用场景出发,介绍了大数据这些行业中的实际运用及其带来的惊人的效果。作者总结梳理出了支撑各应用场景的54个数据模型和30个相关的数据要素。在书中,作者向我们指出了制定大数据战略的关键步骤,以及如何认识数据资产,如何实施业务流程再造,如何搭建大数据的体系架构等问题,旨在“动员”读者成为大数据产业革命的领导者,助力企业在迈向DT时代的过程中,成功进行升级转型。
關於作者:
罗伯特·托马斯
IBM软件集团副总裁,IBM大数据和信息管理产品线负责人。他在商业运营战略、高科技、收购与资产剥离、制造运营以及产品的设计开发领域有着丰富的经验。在担任IBM软件业务拓展副总裁时期,托马斯先生领导收购了Netezza和Vivisimo两家大数据时代的领导企业。
帕特里克·马博兰
史密斯企业与环境学院资深研究员、牛津大学计量金融所教员、卡耐基梅隆大学电气与计算机工程系客座教授、英国皇家统计学会会员以及电气和电子工程师协会(IEEE)高级成员。他运用多学科方法在数据科学、决策制定以及风险管理中不断研发定量技术。他的研究领域涉及大数据、预言预测、预测分析、机器学习以及人类行为分析。
译者
张瀚文
在富士通、IBM等全球知名企业有十余年的工作经验,做过市场、营销、产品、技术与渠道等多种工作。同时,他作为关键意见领袖(KOL)会定期在各大IT期刊、社区发表对前沿趋势的见解与观点。译著有《忠诚度革命》《敏捷性思维》等。
目錄 :
本书赞誉 Ⅰ
推荐序一 Ⅲ
推荐序二 Ⅴ
中文版序 Ⅶ
前言 Ⅸ
引言 001
大数据无疑开启了一次时代的重大转型。大数据产业革命的到来将意味着使用数据来完成那些令人难以置信的壮举。
20 世纪的加州大学伯克利分校
找到隐藏模型的洞察力
致力于百分之一
大数据产业革命的到来
第一部分 九大行业的数据转型
第1章 数据改变农业 013
数据正在成为农林渔牧行业中的核心,它不仅将改变农民的种植过程,还将对这一最古老的传统行业未来生态系统的构建起到至关重要的作用。
气候真的能够左右农作物的收成吗
农业的历史进程
农业的数据时代
农业大数据的先行者:迪尔公司与孟山都公司
农业生态系统的核心:大数据
未来的农业
数据胜过天气
第2章 被颠覆的医疗 030
大数据将促进从直觉判断到数据推导的转变,颠覆传统的医疗手段,开启医生结合数学与概率统计进行诊疗的未来医疗数据时代的模式。
凭借经验问诊的医生们
医疗教育的历史进程
医学界所面临的问题
医学的数据时代
未来的医学院
美国未来的医疗
第3章 保险精算师为什么会成为数据科学家 048
未来保险精算师所面临的挑战是如何找到全新的方法来驾驭数据。全新商业模式的出现将彻底取代传统保险行业赖以生存的取胜技能与工具。
基业长青的保险业
财产与意外保险承销的历史进程
精算对保险业的重要性
现代保险业
保险的数据时代
精算师未来的挑战:驾驭大数据
第4章 个性化的零售与时尚行业 067
改变零售行业,不仅仅是利用数据来更加精准地找到客户,更重要的是通过数据转变零售商的态度,以个性化的方式看待每一位客户。
设计师卡罗利娜的诉求
零售行业简史
零售行业的数据时代
在大数据时代,卡罗利娜将走得更远
第5章 被彻底改写的传统客户服务 080
数据将彻底改变客户服务,数据中所包含的个人位置与喜好等信息能帮助企业改善服务,实现个性化的用户体验,从而增强与客户之间的黏合度。
丹的房贷之路
客户服务的发展史
客户关系的数据时代
数据打开房贷的快捷之路
第6章 智能机器能在不远的未来完胜人类吗 092
站在大数据时代最前沿的智能机器将通过物联网和数据走进我们的生活,并改变我们的世界。
与特斯拉一样聪明的风力涡轮机
智能机器
机器的数据时代
数据网络正在重塑许多行业
风力涡轮机的新时代
第7章 政府与社会之间游戏规则的变革 105
数据将成为政府加强与民众联系的驱动力,通过公私合作的方式在改善民生方面挖掘和运用大数据,从而带来社会经济福祉。
社交媒体的力量
数据将成为政府制定政策的依据
情报工作的数据时代
保障大数据时代的个人信息安全
大数据时代决策制定者面临的挑战
跨行业的社会化合作
实现社会公益的投资:影响债券
用数据构建民主知识型社会
第8章 大数据时代企业的可持续发展 127
大数据时代,为确保可持续发展的社会责任,许多企业正努力通过互联网和社交媒体成为行业中的榜样,试图抢占先机。大数据将助力企业对未来场景中可能出现的风险进行评估,布置可持续发展战略。
伦敦金融城:可持续发展的最佳典范
全球化的超级影响力
面临环境风险的公司
早期的预警系统
构建数据时代的适应性与弹性
用什么衡量企业的可持续性
放眼未来的决策制定
让投资者恐慌的搁浅资产
数据在衡量风险过程中的重要性
第9章 天气对能源的决定性影响 142
天气预报一直以来都是并且今后也仍将是人类所面临的一项挑战。天气与能源之间的紧密关系,为大数据应用于电力能源系统提供了平台,以确保能源的持续供应。
印度大停电
大数据与天气预报
可再生能源:太阳能、水能和风能
大数据改变能源的消耗方式
天气对管理可再生能源的重要性
第二部分 为即将到来的大数据产业变革做好准备
第10章 模型识别的意义 157
辨识大数据模型,并对这些模型的轻重缓急进行排列的能力在数据时代至关重要。
模型识别中成功元素的共通性
模型识别:是馅饼还是陷阱
从鱼市中可以学到的模型识别
模型识别的方法
认识模型与谬误之间的区别
第11章 迎来崭新的数据时代 167
数据在企业内的重要性将随着时间的推移而不断地演变。从对某种商业模式的支撑、使用数据改善现有产品或服务,到以数据为产品的商业模式与企业的出现,我们正迎来一个崭新的数据时代。
纽约城的“硅巷”:肉库区
数据时代的商业模式
数据的竞争优势
用于改进现有产品或服务的数据
数据产品将成为主流
第12章 大数据的关键模型 181
大数据模型在不同行业中的出现,有力地证实了这场革命的巨大潜力,大数据模型将助力于那些在数据时代已经做好准备的企业。
数据要素
54 项大数据模型
第三部分 成为大数据产业革命的领导者
第13章 数据带来的商机 207
数据本身就是一种商机,而数据的精炼如同石油的提炼过程,需要经历发掘、提炼与附加价值的过程,才能创造出未来的价值。
数据和石油一样吗
企业与组织运用数据的三个阶段
把握数据所带来的机遇
第14章 从未停止创新的保时捷 212
追求完美是成功的动力,在确保满足不同客户需求的同时,还针对性能、品质与价格进行优化,这无疑是数据时代企业领导人达成目标的最佳方式。
来自罗马皮带店的量身定制
费迪南德·保时捷
保时捷的诞生
內容試閱 :
随着乘坐的过境航班缓缓降下滑行轮,我即将降落在旧金山国际机场。向窗外眺望,能见到正在扩张中的硅谷、东海湾以及远处天际边勾勒出的旧金山轮廓。很难相信,我来这里的目的是要准备参加2013年的农业探索大会,因为从天空中鸟瞰,这里绝大部分是混凝土建筑、高速公路与摩天大厦。
这家主业为农产品生产的企业总部距离旧金山国际机场不远,穿过迂回曲折的僻静小路便可到达。虽然此前从未拜访过这家企业,但这次我还是得到了这样一次机会,与该公司的执行管理层坐下来,一起探讨关于在农林渔牧领域运用大数据的课题。
相比旧金山的活力与硅谷的热火朝天,我更愿意接受这里平静祥和的氛围。进入会议议程后,我们讨论的话题逐渐转向到了农业生产:“为什么我上周买的草莓比前一周购买的好多了?”我想抛砖引玉,引导大家展开讨论,却未曾想到这个话题竟成了我们后续谈话的关键所在。
很显然,品质,尤其是品质的稳定性,是摆在各大生产厂商面前最核心的问题。因此,我提到了日本产品的精益生产品质管理,但该企业的执行管理层很快指出了,日本在实现品质的过程中是以大量的浪费为前提的。事实上,他们大约仅仅保留种植者所提供产品的10%。于是,在我脑海中勾勒出这样一个平衡三角形:其三个顶端分别由品质、品质的稳定性以及消除浪费所构成。
接下来的交流反映出了参与座谈会成员的一致观点:气候因素会单方面地影响到农作物的产量及其品质的稳定性。与会的每个人自然都无法改变天气,只能顺其自然。我意识到之所以会归咎于气候因素,是因为大家都认为大自然不能由自己掌控,而在各个季节中只能听凭各种未知的随机性与不确定性。
农业的历史进程
发达国家的农业发展过程构成了我们今天对农业的传统认知。追溯到1700年,农业可以划分为四个阶段。
18世纪(自给式农业)。农民生产出其所必要的最低数量的食物来养活家人,并为寒冷的冬季做一些准备。
19世纪(营利式农业)。这一阶段标志着农业从自给自足过渡到以营利为目的。这一时期广泛开始使用各类谷仓,用来存放各种工具、农作物与相应的设备。这个时期也被称为“农业拓荒”时期。
20世纪初(牲畜耕种农业)。在这一时期,“农业动力”主要来源于体重800多千克的马。农民们使用牲畜来翻耕、种植以及运输农作物。通过发挥牲畜的作用,首次显著地提升了农作物的生产力。
20世纪中期到末期(机械化农业)。经过了工业革命,这一时期的农民借助机械化来完成许多原先需要通过双手或牲畜来做的工作。不断增加的机械设备为农业带来了巨大的生产力,同时也提升了农作物的品质。
上述每一个时期都代表着农业向前迈出了重要的一步,引入全新而又切实可用的各项辅助设施:谷仓、工具、马匹与机械设备。从本质上来说,发展是基于具体的物质的,我们可以很清晰地从农业的发展历程中看到这一点。在每个阶段,产量与生产力都在不断提升,尤其是在20世纪后半叶出现了显著而巨大的提升。
经过这些发展阶段,农业变得更具效率,但并不代表着会变得更加智慧。
农业的数据时代
在当前的大数据时代,农业必须依赖数据来推动其发展。这一点比以往任何阶段都让普通人更难以理解,因为数据与具体的实物实在是大相径庭。你可以很容易地明白,马匹是如何帮助农民摆脱沉重的农业劳作的,但是要理解如何运用地理位置信息却完全是另外一回事。这背后蕴涵着多项无形的因素:知识、预测和决策。最终,数据是所有这一切的源泉。
简单列举农作物的生长过程有助于理解数据对农业的影响。我们都知道植物需要阳光,它们从土壤中汲取养分与水,然后茁壮成长,这个过程被称为光合作用。健康的植物需要通过一种称为蒸腾的过程来保持自身的温度相对较低(这类似于人体感受到压力后会排出汗水)。但是,假如植物缺乏养分或适宜的条件来完成蒸腾过程,那么植物的机能状态将会开始下降,从而对作物造成伤害。运用数据来改善农业,从根本上讲就是进行监督、控制,并在必要时对过程予以干涉。
根据美国环境保护署的统计,目前全美有220万个农场。这些农场与全球其他地区的农场类似,每年平均花在害虫防治、肥料以及其他各项生产项目中的开支高达11万美元。如果能够更好地收集、运用并处理各项数据,这将能够帮助农民在地域辽阔的土地上以更低的成本获得更高的利润。
马铃薯农业
马铃薯的种植是非常困难的,当你试图在大范围的面积内种植,使作物品质达到近乎完美的时候,尤其如此。马铃薯种植过程中的问题在于你所期望的农作物生长在地下,因此生产出高品质和高收益的马铃薯作物完全取决于其生长过程中的农艺管理。
在2013年美国西南数据对话峰会上,地标信息集团(Landmark Information Group)的资深地理信息系统分析师罗伯特·艾伦博士(Robert Allen)同样强调了数据在马铃薯种植过程中的重要性,他的演讲题目是“运用智能手机来提升马铃薯作物中的农艺决策”。艾伦博士通过实例描述了在生长季节,运用各项数据对于农作物的成长与成熟是颇具裨益的。在农作物生长期间不断作出预测并采取干预措施,对农作物的最终产量将产生显著的影响。
产量预测以及灌溉管理过程中的一项关键变量是地被植物,这是指计算地面被绿叶覆盖的比率。地被植物是马铃薯种植管理中一项关键的信息输入。测量地被并不是简单地拿出卷尺进行丈量;这需要获取到马铃薯作物的图片,并收集大量和图片有关的信息数据(例如土壤内的水平衡等),然后保障数据能够被传递到农学家与农场主手中,这样他们可以根据数据蕴涵的信息采取切实有效的行动。我们的最终目的并不是收集信息,而是据此采取对策。