第I部分 大数据的商业潜力
第1章 大数据商业任务 3
1.1 大数据MBA介绍 3
1.2 关注大数据的驱动竞争差异 5
1.2.1 利用技术推动竞争差异 6
1.2.2 论经济驱动的商业转型
经验 6
1.3 “不同思考方式”的重要性 8
1.3.1 别想着大数据技术，想想
商业转型 8
1.3.2 别想着商业智能，想想
数据科学 9
1.3.3 别想着数据仓库，想想
数据湖泊 9
1.3.4 别想着“发生了什么”，
想想“会发生什么” 10
1.3.5 别想着最高收入人群，
想想合作 11
1.4 本章小结 12
1.5 家庭作业 12
第2章 大数据商业模式成熟度指数 15
2.1 介绍大数据商业模式
成熟度指数 16
2.1.1 阶段1：商业监测 18
2.1.2 阶段2：商业观察 18
2.1.3 阶段3：商业优化 21
2.1.4 阶段4：数据货币化 22
2.1.5 阶段5：商业蜕变 24
2.2 大数据商业模式成熟度
指数经验心得 25
2.2.1 经验1：专注原始
大数据价值 25
2.2.2 经验2：充分利用见解，
创建新的盈利机会 26
2.2.3 经验3：为企业机构
变革做准备 26
2.3 本章小结 27
2.4 家庭作业 28
第3章 大数据策略文档 29
3.1 建立通用商业术语 30
3.2 介绍大数据策略文档 31
3.2.1 确定机构的关键商业计划 32
3.2.2 Chipotle餐馆中最重要的
是什么 33
3.2.3 确定关键商业实体和
关键决策 34
3.2.4 明确经济助力因素(用例) 37
3.2.5 识别和优化数据源 39
3.3 介绍优先级矩阵 42
3.4 使用大数据策略文档，赢得
世界职业棒球大赛 43
3.5 本章小结 47
3.6 家庭作业 48
第4章 用户体验的重要性 51
4.1 “无知的”用户体验 52
4.2 消费者案例分析：提高
客户参与 54
4.3 商业案例研究：启用
一线员工 56
4.3.1 门店经理仪表盘 56
4.3.2 示例用例：竞争分析 58
4.3.3 其他用例 59
4.4 B2B案例研究：使渠道
更有效 60
4.4.1 顾问是你的合作伙伴
——助他们成功 61
4.4.2 理财顾问案例研究 61
4.4.3 理财顾问仪表盘的
信息部分 63
4.4.4 理财顾问仪表盘的
建议部分 65
4.5 本章小结 68
4.6 家庭作业 69
第II部分 数据科学
第5章 商业智能和数据科学
之间的差异 73
5.1 什么是数据科学 74
5.1.1 商业智能与数据科学：
问题是不同的 75
5.1.2 商业智能问题 76
5.1.3 数据科学的问题 76
5.2 分析师各具特点 77
5.3 分析方法不同 78
5.3.1 商业智能分析师的参与
过程 78
5.3.2 数据科学家的参与过程 80
5.4 数据模型不同 82
5.4.1 商业智能的数据模型 82
5.4.2 数据科学的数据建模 83
5.5 商业角度的不同 85
5.6 本章小结 88
5.7 家庭作业 88
第6章 数据科学101 89
6.1 数据科学案例研究设置 89
6.2 基础的探索性分析 91
6.2.1 趋势分析 91
6.2.2 箱形图 94
6.2.3 地理(空间)分析 95
6.2.4 配对图 95
6.2.5 时间序列分解 96
6.3 分析算法与模型 97
6.3.1 聚类分析 98
6.3.2 正态曲线当量(NCE)分析 99
6.3.3 关联分析 100
6.3.4 图形分析 101
6.3.5 文本挖掘 102
6.3.6 情感分析 103
6.3.7 遍历模式分析 104
6.3.8 决策树分类器分析 105
6.3.9 同期群分析 106
6.4 本章小结 108
6.5 家庭作业 110
第7章 数据湖泊 111
7.1 数据湖泊简介 112
7.2 支持商业运行的数据
湖泊特征 114
7.3 使用数据湖泊跨越分析
鸿沟 115
7.4 数据和分析环境的现代化 117
7.4.1 行动1：创建基于Hadoop
的数据湖泊 117
7.4.2 行动2：分析沙箱的简介 118
7.4.3 行动3：摒弃数据
仓库中的ETL过程 119
7.5 分析辐射型分析架构 120
7.6 早期学习 121
7.6.1 经验1：命名并不重要 122
7.6.2 经验2：它是数据湖泊，
而不是数据湖区 122
7.6.3 经验3：数据治理是
一个生命周期，而不是
一个项目 123
7.6.4 经验4：数据湖泊优于而
不是落后于数据仓库 124
7.7 未来是什么 125
7.8 本章小结 126
7.9 家庭作业 127
第III部分 商业利益相关者的数据科学
第8章 像数据科学家一样思考 131
8.1 像数据科学家一样思考的
过程 132
8.2 本章小结 142
8.3 家庭作业 143
第9章 “By”分析技术 145
9.1 “By”分析技术的简介 146
9.2 “By”分析练习 148
9.3 基于“By”分析的Foot Locker
用例 152
9.4 本章小结 154
9.5 家庭作业 154
第10章 评分开发技术 157
10.1 分数的定义 158
10.2 FICO分数示例 158
10.3 其他行业评分的示例 161
10.4 继续讨论勒布朗 • 詹姆斯的
示例 162
10.5 继续讨论Foot Locker的
示例 166
10.6 本章小结 169
10.7 家庭作业 169
第11章 货币化训练 171
11.1 健身跟踪器货币化示例 172
11.1.1 步骤1：了解产品使用 172
11.1.2 步骤2：开发商业利益
相关者的人物角色 173
11.1.3 步骤3：对潜在的建议
集思广益 174
11.1.4 步骤4：确定支持的
数据源 175
11.1.5 步骤5：对盈利机会
进行优先级排序 177
11.1.6 步骤6：开发货币化
计划 178
11.2 本章小结 179
11.3 家庭作业 179
第12章 商业蜕变训练 181
12.1 商业蜕变回顾 182
12.2 商业蜕变训练 183
12.2.1 明确商业蜕变构想 183
12.2.2 了解你的客户 184
12.2.3 明确价值主张 184
12.2.4 定义数据和分析需求 185
12.3 卫生保健中的商业蜕变 190
12.4 本章小结 193
12.5 家庭作业 194
第IV部分 构建跨企业间的支持
第13章 构想的力量 197
13.1 构想：为创造性思维助力 198
13.1.1 大数据前景研讨会的
流程 198
13.1.2 前期研究 199
13.1.3 采访商业利益相关者 200
13.1.4 用数据科学进行探索 200
13.1.5 研讨会 202
13.1.6 设计研讨会 204
13.2 最优化矩阵 206
13.3 本章小结 208
13.4 家庭作业 208
第14章 释放企业机构影响力 209
14.1 首席数据货币化执行官 209
14.1.1 首席数据货币化执行官的
职责 210
14.1.2 首席数据货币化执行官
机构 210
14.1.3 分析卓越中心 211
14.1.4 首席数据货币化执行官的
领导力 212
14.2 隐私、信任度和决策治理 212
14.2.1 隐私问题=信任问题 213
14.2.2 决策管理 214
14.3 释放企业机构的创新能力 214
14.4 本章小结 216
14.5 家庭作业 217
第15章 故事 219
15.1 客户和员工的分析 221
15.2 产品和设备分析 224
15.3 网络和运营分析 225
15.4 一个好的商业故事的特点 227
15.5 本章小结 228
15.6 家庭作业 228
· · · · · · (收起)