本書提出一種SMART方法,助你建立智能業(yè)務(wù),掌控大數(shù)據(jù)的力量,無論企業(yè)大小。全文結(jié)構(gòu)依據(jù)SMART方法展開,每章講解模型的一部分,然后提供一些有用的案例。
全書共6章,第1章主要介紹當(dāng)前使用大數(shù)據(jù)進(jìn)行商業(yè)分析的一些成功案例,從這些案例中可以發(fā)現(xiàn)大數(shù)據(jù)的魅力。第2章介紹制定戰(zhàn)略時(shí),需要先拋開數(shù)據(jù),從企業(yè)目標(biāo)和愿景開始,切合實(shí)際地找到適合自己企業(yè)的戰(zhàn)略。第3章主要介紹商業(yè)數(shù)據(jù)的分類,可分為文本數(shù)據(jù)、聲音數(shù)據(jù)、圖像數(shù)據(jù)、視頻數(shù)據(jù)和傳感器數(shù)據(jù),并介紹這些不同類別數(shù)據(jù)的特點(diǎn)。第4章介紹數(shù)據(jù)的分析方法,包括文本分析、語義分析、視頻/圖像分析、聯(lián)合分析等分析方法,通過使用這些方法,從大數(shù)據(jù)中提取有用的想法,回答戰(zhàn)略問題。第5章著重介紹數(shù)據(jù)可視化的形式,包括圖形和表格、傳統(tǒng)的報(bào)告、顯示地圖、文本、數(shù)據(jù)、行為、情緒和聯(lián)系的信息圖,并介紹進(jìn)行數(shù)據(jù)可視化應(yīng)注意的問題。第6章介紹使用大數(shù)據(jù)改變商業(yè)運(yùn)行模式的典型案例,主要包括:美國零售超市Target的懷孕預(yù)測模型、沃爾瑪超市通過大數(shù)據(jù)處理改進(jìn)優(yōu)化業(yè)務(wù)流程、亞馬遜運(yùn)用大數(shù)據(jù)分析來改進(jìn)業(yè)務(wù)流程和零售體驗(yàn)、早產(chǎn)嬰兒房的大數(shù)據(jù)監(jiān)控、個(gè)人分析和健康監(jiān)控設(shè)備、IBM的智能分析平臺SlamTracker研究網(wǎng)球錦標(biāo)賽、飛機(jī)引擎制造商勞斯萊斯的大數(shù)據(jù)運(yùn)營商業(yè)模式等。
通過對這些案例的講解,使讀者進(jìn)入大數(shù)據(jù)的世界了解到大數(shù)據(jù)前沿應(yīng)用者正在以聞所未聞的方式改變著商業(yè)模式。
大數(shù)據(jù)是智能革命的核心。大數(shù)據(jù)背后的基本思想是,人類一切行為都會留下數(shù)字痕跡(或數(shù)據(jù)),我們(或他人)可以對其加以利用,變得更加智慧。掌握數(shù)量日益增加的數(shù)據(jù)并利用技術(shù)能力將其轉(zhuǎn)化成具有商業(yè)價(jià)值的想法,是推動新世界的主要力量。無疑大數(shù)據(jù)正在改變世界,我們的居住、擇偶、治療癌癥、科研、提升績效、管理城市、治理國家和管理企業(yè)的方式都因此而發(fā)生改變。
本書從如何使用大數(shù)據(jù)的角度入手,給出了一套詳細(xì)且可行的分析框架,以簡明扼要的方式教會我們?nèi)绾螐凝嬰s的數(shù)據(jù)中生成一個(gè)完整的解決方案。尤為重要的是,該書深刻地揭示了大數(shù)據(jù)分析所需要的智能化思維方式,對企業(yè)的科學(xué)決策有著至關(guān)重要的作用,同時(shí)對政府和學(xué)者掌握大數(shù)據(jù)技術(shù)有著非常好的指導(dǎo)意義。
作者簡介
Bemard Marr(伯納德 馬爾):一位商業(yè)暢銷書作家,大數(shù)據(jù)、分析學(xué)、戰(zhàn)略管理、績效管理和關(guān)鍵業(yè)績指標(biāo)方面的主題演講者和咨詢師。他幫助公司收集和分析數(shù)據(jù),借此改進(jìn)戰(zhàn)略決策和經(jīng)營業(yè)績。他和世界上諸多大公司、組織及政府的尖端合作獲得了廣泛的稱贊,作為一位咨詢師、研究員和老師,他屢獲大獎(jiǎng)。被《首席執(zhí)行官日報(bào)》稱為當(dāng)今世上的商業(yè)智囊,LinkedIn提名入圍世界前100名商業(yè)影響者。
譯者簡介
秦磊,畢業(yè)于中央財(cái)經(jīng)大學(xué)統(tǒng)計(jì)與數(shù)學(xué)學(xué)院,獲經(jīng)濟(jì)學(xué)博士學(xué)位。現(xiàn)為對外經(jīng)濟(jì)貿(mào)易大學(xué)統(tǒng)計(jì)學(xué)院講師,碩士生導(dǎo)師,對外經(jīng)濟(jì)貿(mào)易大學(xué)大數(shù)據(jù)與風(fēng)險(xiǎn)管理研究中心成員,研究方向?yàn)閿?shù)據(jù)挖掘。
曹正鳳,統(tǒng)計(jì)學(xué)博士,人大經(jīng)濟(jì)論壇大數(shù)據(jù)中心總工程師,人大經(jīng)濟(jì)論壇Hadoop大數(shù)據(jù)分析師培訓(xùn)負(fù)責(zé)人,北京石油化工學(xué)院實(shí)驗(yàn)師。致力于大數(shù)據(jù)分析前沿領(lǐng)域研究,主持人大經(jīng)濟(jì)論壇基于Hadoop架構(gòu)的論壇主題推薦系統(tǒng)項(xiàng)目,參與國家社科基金項(xiàng)目《基于大數(shù)據(jù)整合的空氣質(zhì)量測度方法研究》,發(fā)表多篇論文。出版著作《從零進(jìn)階:數(shù)據(jù)分析的統(tǒng)計(jì)
引 言 歡迎來到更為智能的世界 / 1
智能運(yùn)動 / 2
智能保健 / 3
智能家居 / 4
智能戀愛 / 5
智能育兒 / 6
第 1 章 商業(yè)智能化 / 8
誰是大數(shù)據(jù)用戶? / 9
公司是如何運(yùn)用大數(shù)據(jù)的 / 11
別慌! / 15
專心收獲成果 / 16
第 2 章 S:制定智能戰(zhàn)略 / 19
大數(shù)據(jù)世界,小就是美 / 22
SMART 戰(zhàn)略板 / 25
梨樹隱喻 / 27
實(shí)踐中的 SMART 戰(zhàn)略板 / 29
問對了問題是成功的一半 / 35
SMART 分析技術(shù)和谷歌 / 37
案例研究:Oxygen 計(jì)劃 / 38
重點(diǎn)和行動綱領(lǐng) / 43
第 3 章 M:度量指標(biāo)和數(shù)據(jù) / 44
數(shù)據(jù)類型 / 45
結(jié)構(gòu)化數(shù)據(jù) / 46
非結(jié)構(gòu)化數(shù)據(jù)和半結(jié)構(gòu)化數(shù)據(jù) / 47
內(nèi)部數(shù)據(jù) / 48
外部數(shù)據(jù) / 49
數(shù)據(jù)庫:數(shù)據(jù)的新形式 / 50
活動數(shù)據(jù) / 51
會話數(shù)據(jù) / 54
照片和音頻數(shù)據(jù) / 55
傳感器數(shù)據(jù) / 58
物聯(lián)網(wǎng) / 61
大數(shù)據(jù)的分解 / 63
大數(shù)據(jù)反彈 / 64
如何測量和使用數(shù)據(jù)來獲得戰(zhàn)略性優(yōu)勢 / 67
確認(rèn)你需要測量的數(shù)據(jù) / 68
行動上的指標(biāo)和數(shù)據(jù) / 80
重點(diǎn)和行動綱領(lǐng) / 82
第 4 章 A:運(yùn)用數(shù)據(jù)分析技術(shù) / 84
文本分析法 / 87
文本歸類 / 88
文本收集 / 88
概念提取 / 89
情感分析 / 89
文件歸納 / 94
小結(jié) / 94
言語分析法 / 96
小結(jié) / 97
視頻和圖像分析技術(shù) / 99
人臉識別 / 100
行為分析 / 102
態(tài)勢感知 / 104
視頻/圖像分析技術(shù)已經(jīng)被投入使用 / 104
負(fù)面效應(yīng) / 107
聯(lián)合分析技術(shù) / 108
聯(lián)合分析技術(shù)的醫(yī)療應(yīng)用 / 108
聯(lián)合分析技術(shù)的其他應(yīng)用 / 110
被點(diǎn)贊說明什么 / 112
透明度 / 115
不斷創(chuàng)造附加值 / 119
預(yù)測 VS .隱私 / 120
做正確的事! / 122
重點(diǎn)和行動綱領(lǐng) / 123
第 5 章 R:展示數(shù)據(jù)分析結(jié)果 / 125
數(shù)據(jù)可視化 / 126
新式數(shù)據(jù)可視化 / 131
展示地圖 / 131
展示文本 / 132
展示數(shù)據(jù) / 134
展示行為和情緒 / 135
展示關(guān)聯(lián) / 136
無限可能 / 139
如何提升數(shù)據(jù)可視化水平 / 141
信息圖表 / 143
注意自助式商業(yè)智能工具 / 148
成功的數(shù)據(jù)可視化和信息圖的要素 / 152
管理儀表盤 / 154
終有一日壯志凌云 / 155
開發(fā)管理儀表盤 / 158
重點(diǎn)和行動綱領(lǐng) / 161
第 6 章 T:改變商業(yè)模式 / 163
更好地理解并定位客戶 / 164
改進(jìn)優(yōu)化業(yè)務(wù)流程 / 168
提高人們的健康和幸福水準(zhǔn) / 170
增強(qiáng)安全性,減少欺詐 / 175
鼓勵(lì)提高企業(yè)和員工業(yè)績 / 176
改善工作場所和其他基礎(chǔ)設(shè)施的條件 / 180
新的商業(yè)機(jī)遇 / 181
智能化也將改變就業(yè) / 187
重點(diǎn)和行動綱領(lǐng) / 190
結(jié)論 / 192
關(guān)于作者 / 197
致謝 / 199
商業(yè)智能化
大數(shù)據(jù)是智能革命的核心。大數(shù)據(jù)背后的基本思想是,人類一切行為都會留下數(shù)字痕跡(或數(shù)據(jù)),我們(或他人)可以對其加以利用,變得更加智慧。掌握數(shù)量日益增加的數(shù)據(jù)并利用技術(shù)能力將其轉(zhuǎn)化成具有商業(yè)價(jià)值的想法,是推動新世界的主要力量。
無疑,大數(shù)據(jù)在改變世界。我們的居住、擇偶、治療癌癥、科研、提升績效、管理城市、治理國家和管理企業(yè)的方式都因此而發(fā)生了的改變。因此,出現(xiàn)了對大數(shù)據(jù)大量的吹捧和贊美。人人都在談?wù)摯髷?shù)據(jù)。大數(shù)據(jù)也是各個(gè)董事會以及包括《經(jīng)濟(jì)學(xué)人》、《財(cái)富》和《哈佛商業(yè)評論》在內(nèi)的商業(yè)出版物經(jīng)常探討的熱門話題,甚至連主流媒體也加入了。但是盡管人人都在發(fā)聲,多數(shù)人仍不理解何為大數(shù)據(jù),幾乎沒人知道如何利用。就個(gè)人而言,我不太喜歡這個(gè)新詞,因?yàn)樗^于簡化,可能誤導(dǎo)人。誠然,如今,我們追蹤和記錄一切信息,所以我們確實(shí)擁有獲取海量數(shù)據(jù)的潛在能力——也就提出了大數(shù)據(jù)的概念。但是真正的價(jià)值不在于數(shù)據(jù)多少,而在于我們?nèi)绾卫谩Ec數(shù)據(jù)量相比,掌握分析大量復(fù)雜數(shù)據(jù)的能力才讓我們與過去不同。云計(jì)算與升級的網(wǎng)絡(luò)和創(chuàng)新的數(shù)據(jù)分析能力相連接,讓我們能夠?qū)⒑A繌?fù)雜的數(shù)據(jù)轉(zhuǎn)換為價(jià)值。除此之外,分析能力的取得不再依賴建造超級計(jì)算機(jī)。也就是說,任何能夠運(yùn)用大數(shù)據(jù)的企業(yè)、政府部門或個(gè)人都能提高決策能力。
分析所謂“非結(jié)構(gòu)化數(shù)據(jù)”的能力作用巨大(更多內(nèi)容見第3章)?;旧?,非結(jié)構(gòu)化數(shù)據(jù)不易存儲,在傳統(tǒng)格式和數(shù)據(jù)庫(如電子郵件交流、社交網(wǎng)絡(luò)帖子、視頻內(nèi)容、照片、錄音和聲音等)中難以索引。將無序復(fù)雜的數(shù)據(jù)與更傳統(tǒng)的數(shù)據(jù)融合是價(jià)值所在。許多公司開始利用大數(shù)據(jù)分析技術(shù)完善傳統(tǒng)數(shù)據(jù)分析流程,以增加利潤,提升認(rèn)識,更明智地決策。從效果上看,大數(shù)據(jù)應(yīng)該指代智能數(shù)據(jù),同時(shí),我認(rèn)為大數(shù)據(jù)一詞會逐漸消失,而智能數(shù)據(jù)的收集和使用必將長存。
誰是大數(shù)據(jù)用戶?
該領(lǐng)域主要選手是:亞馬遜、谷歌、沃爾瑪和Facebook 等巨頭,且已經(jīng)取得相當(dāng)成就。例如,沃爾瑪每小時(shí)處理的消費(fèi)交易超過100萬次,交易數(shù)據(jù)所占空間為500萬億字節(jié)。沃爾瑪現(xiàn)在可將數(shù)據(jù)與多種資源聯(lián)系在一起,包括客戶歷史采購記錄和手機(jī)定位信息、內(nèi)部存貨控制記錄、社交媒體和外部來源消息(如天氣),并發(fā)起定向促銷活動。例如,如果你從沃爾瑪買了燒烤相關(guān)的產(chǎn)品,你的位置處在距離一家沃爾瑪門店 3 英里半徑范圍內(nèi),且陽光明媚,沃爾瑪就會向你的手機(jī)發(fā)送一張燒烤架清潔劑打折券!
另一個(gè)例子是我的一個(gè)客戶,那是一家經(jīng)驗(yàn)豐富的通信公司,正在使用大數(shù)據(jù)分析預(yù)測消費(fèi)者滿意度和潛在流失率。根據(jù)電話、短信和社交媒體數(shù)據(jù)分析,該公司能將消費(fèi)者分成不同的類別。分析顯示,某類消費(fèi)者更傾向于取消訂單,轉(zhuǎn)投競爭者。這類極為有用的信息幫助該公司密切監(jiān)測消費(fèi)者滿意度,并采取優(yōu)先措施防止流失,維持滿意度。
今天,即使是中端車也配有40個(gè)微處理器監(jiān)測運(yùn)行狀況。這些電子設(shè)備通常占新車成本的三分之一左右。當(dāng)然,汽車制造商產(chǎn)生、收集并分析這些信息也帶來了明顯的競爭優(yōu)勢。一家汽車公司與第三方分析公司合作發(fā)現(xiàn),一臺由德國供應(yīng)商提供的油箱傳感器性能糟糕。該汽車公司可以告知供應(yīng)商,要求他們修復(fù),但是與該供應(yīng)商合作的其他公司也能享用這個(gè)改進(jìn)。所以,該公司開發(fā)了一個(gè)軟件補(bǔ)丁修復(fù)這一問題,申請專利,然后將其回賣給了供應(yīng)商。
大數(shù)據(jù)正在改變商業(yè)本質(zhì),重塑制造業(yè)、保健、零售、農(nóng)業(yè)等各行各業(yè)。每個(gè)可感知活動的信息率和可收集的信息量意味著,在微調(diào)流程和業(yè)務(wù)操作,以及消除后一點(diǎn)低效率方面,機(jī)遇越來越多。
公司是如何運(yùn)用大數(shù)據(jù)的
不同行業(yè)對此的回應(yīng)方式不一。零售行業(yè)盡可能地收集消費(fèi)者生活的各類信息,以期高效地滿足不斷變化的消費(fèi)需求。制造業(yè)尋求精簡流程,記錄和改良裝備校準(zhǔn)設(shè)定,監(jiān)測產(chǎn)品存儲環(huán)境,調(diào)節(jié)周圍環(huán)境,限度地降低流失和浪費(fèi)。
對跨國公司來說,這意味著從全球工廠收集和分析信息,然后研究細(xì)微變量,消化和理解研究成果。
例如,2013年,制藥巨頭Merck公司使用分析技術(shù)大幅降低由生產(chǎn)環(huán)境條件變化導(dǎo)致的浪費(fèi)。該公司在三個(gè)月的時(shí)間里,針對550萬批次疫苗的獨(dú)立生產(chǎn)數(shù)據(jù)進(jìn)行了共150億次運(yùn)算。這使得他們發(fā)現(xiàn)發(fā)酵過程中的工況,一旦美國食品藥品管理局批準(zhǔn),可大幅提高產(chǎn)出。
2014年,機(jī)動車研究中心的一份報(bào)告顯示,先進(jìn)的IT解決方案和大數(shù)據(jù)帶來的進(jìn)步是“創(chuàng)新引擎”。該報(bào)告強(qiáng)調(diào)了機(jī)動車和汽車行業(yè)正在日趨復(fù)雜化,是汽車制造商的挑戰(zhàn)。
每臺機(jī)器和每個(gè)人在產(chǎn)品制造過程中的效率都可以得到記錄,這樣公司知道什么有效,以及如何做出必要改進(jìn)。
在農(nóng)業(yè)方面,數(shù)據(jù)分析正在為應(yīng)對糧食增產(chǎn)的挑戰(zhàn)做出貢獻(xiàn),專家預(yù)測,到2050 年,世界糧食產(chǎn)量必須提高 60%才能養(yǎng)活不斷增加的人口。拖拉機(jī)和農(nóng)機(jī)制造商John Deere公司已經(jīng)在其產(chǎn)品中安裝傳感器。農(nóng)戶可訪問myjohndeere.com獲取數(shù)據(jù),一項(xiàng)名為Farmsight的服務(wù)幫助農(nóng)民為農(nóng)作物生長創(chuàng)造條件。而且,該數(shù)據(jù)還能幫助John Deere公司推測零部件更換需求。
當(dāng)然,對企業(yè)來說,產(chǎn)品種出來或生產(chǎn)出來后還要賣出去。零售巨頭收集的包括你我在內(nèi)的顧客信息告訴他們,誰會買什么,以及何時(shí)何地購買。例如,亞馬遜使用S3系統(tǒng)監(jiān)測數(shù)百萬條存貨信息,這些存貨位于全球數(shù)十個(gè)倉庫和分銷中心。操作員能實(shí)時(shí)追蹤送貨信息,了解貨物位置和去向。
在銷售時(shí),零售商使用數(shù)據(jù)決定存貨的展示位置,發(fā)現(xiàn)哪家門市銷售的某款產(chǎn)品多,并追蹤消費(fèi)者的店內(nèi)移動方式。優(yōu)惠卡不是什么新事物,但是對消費(fèi)習(xí)慣日益復(fù)雜的分析會讓商家多派發(fā)優(yōu)惠卡,從而預(yù)測消費(fèi)者的購買選擇。這項(xiàng)技術(shù)的進(jìn)步讓亞馬遜相信,很快,在你買東西之前,精準(zhǔn)預(yù)測就會使優(yōu)惠卡派發(fā)到你的手中。
互聯(lián)性也在改變著商業(yè)形態(tài)。2014年,Cisco公司宣布,將為在融合虛擬和實(shí)體世界領(lǐng)域打拼的初創(chuàng)企業(yè)提供1.5億美元的資金。對一個(gè)企業(yè)來說,將生產(chǎn)、庫存控制、分銷和安全系統(tǒng)互聯(lián)互通,會極大地提升效率并減少浪費(fèi)。GE 公司將數(shù)據(jù)和機(jī)器的融合稱為“產(chǎn)業(yè)互聯(lián)網(wǎng)”,并認(rèn)為此舉將為全球產(chǎn)業(yè)避免1500億美元的浪費(fèi)。
工業(yè)的各個(gè)領(lǐng)域都在學(xué)習(xí)利用大數(shù)據(jù)分析技術(shù),顯然,發(fā)現(xiàn)收集、存儲和分析數(shù)據(jù)的新方法,將是可預(yù)見的未來中企業(yè)發(fā)展的重頭戲之一。
即使是人力資源管理這樣主觀和人性化的事物也在經(jīng)歷大數(shù)據(jù)變革。發(fā)現(xiàn)和留住合適的人才是多數(shù)企業(yè)面臨的棘手問題。人才管理充滿挑戰(zhàn),失敗的管理和領(lǐng)導(dǎo)層會帶來嚴(yán)重?fù)p失。據(jù)估計(jì),管理層失敗的平均成本為270萬美元。 3公開數(shù)據(jù)顯示,糟糕領(lǐng)導(dǎo)的比例在33%到67% 之間。也就是說,目前,三分之一到三分之二的領(lǐng)導(dǎo)層人員都是不稱職的。
不僅是財(cái)務(wù)成本,失敗的高管任命也會帶來客觀的隱性成本,包括流失的機(jī)遇、不理想的公共關(guān)系、品牌損失、生產(chǎn)率低下,以及員工離職和疏遠(yuǎn)。糟糕的領(lǐng)導(dǎo)對員工士氣的影響很嚴(yán)重:40%的美國雇員認(rèn)為工作有壓力;75%的成年工作者表示,工作中的壓力來自直接上司。任何職位上的任何失誤都可能造成事故。而首席執(zhí)行官或領(lǐng)導(dǎo)者的錯(cuò)誤任命則可導(dǎo)致災(zāi)難。
要知道,雇員是公司重要的資產(chǎn),也可能成為的負(fù)債,這是有數(shù)據(jù)支撐的。難怪,企業(yè)會對諸如Evolv等大數(shù)據(jù)解決方案感興趣。
Evolv是一個(gè)軟件工具,將來自13個(gè)國家、18個(gè)行業(yè)的5億多個(gè)數(shù)據(jù)點(diǎn)融合在一起,囊括燃?xì)鈨r(jià)格、失業(yè)率、社交媒體使用、居民旅行或工作時(shí)間、與經(jīng)理的溝通頻率等各項(xiàng)內(nèi)容,協(xié)助評估并了解員工和候選人。盡管數(shù)據(jù)收集方式包括富有爭議的智能門禁卡(可監(jiān)控雇員動作和與他人互動的內(nèi)容 ,但包括美國銀行在內(nèi)的客戶對此很滿意。
據(jù)稱,僅通過允許更多的員工一起休息的方式,美國銀行就將績效標(biāo)準(zhǔn)提升了23%,將壓力水平(通過測量被試者聲音取得)降低了19%。
該軟件正在被用來進(jìn)行多項(xiàng)預(yù)測, 包括雇員在一份工作上的停留時(shí)間。Evolv也得到了一些既神奇又意想不到的結(jié)論,例如,一些類型的工作中(比如呼叫中心),有犯罪記錄的雇員表現(xiàn)好于沒有犯罪記錄的雇員。還有,改變電腦上默認(rèn)的瀏覽器設(shè)置,使用非標(biāo)準(zhǔn)瀏覽器(如Firefox或Chrome)的雇員表現(xiàn)好于使用電腦默認(rèn)瀏覽器(如Internet Explorer或Safari)的雇員。(當(dāng)然,現(xiàn)在大家也都知道,人們可以操縱預(yù)測因素,在采訪前,改變默認(rèn)的瀏覽器設(shè)置,從而使預(yù)測無效。)
盡管此類大數(shù)據(jù)分析目前聚焦于客戶服務(wù)領(lǐng)域,但引起高管層的關(guān)注也只是時(shí)間問題。當(dāng)然,提升高管績效對公司的益處巨大,因此,大數(shù)據(jù)解決方案當(dāng)然值得考慮。根據(jù)研究機(jī)構(gòu)經(jīng)濟(jì)學(xué)人智能庫(Economist Intelligence Unit)的數(shù)據(jù),2010年以來,逾半數(shù)的人力資源管理部門采用了數(shù)據(jù)分析技術(shù)。
“Bernard 在大數(shù)據(jù)領(lǐng)域見地超群,他這本書的出現(xiàn)也是非常及時(shí)的。就在我們對大肆鼓吹的保障感到失望時(shí),他給我們帶來這本大數(shù)據(jù)專著,并闡明了且可信的方法(SMART 數(shù)據(jù)分析思維)來應(yīng)對我們這代人面臨的機(jī)遇(或挑戰(zhàn))。別再找借口了!”
——Richard Phillips ,Barclay 數(shù)據(jù)分析總監(jiān)
“真是一次讓人深思和愉快的閱讀體驗(yàn)!有效且簡約的 SMART 模型讓人人都能以多種方式運(yùn)用大數(shù)據(jù)——提升盈利能力,留住客戶,贏得體育比賽等,不一而足!在如何更好地幫助公司利用內(nèi)部數(shù)據(jù)方面,每章都能激發(fā)新想法,發(fā)現(xiàn)新機(jī)遇。”
——Marcus Barlow ,美國運(yùn)通運(yùn)營總監(jiān)
“數(shù)據(jù)和分析推動我們工作的方方面面。本書是 2015 年數(shù)據(jù)領(lǐng)域的必看指南。真是一本好書!”
——Henrik von Scheel ,谷歌、EMEA 和和 Gazprom 等公司咨詢委員會成員
LEADing Practice 公司 CEO
“在將一系列復(fù)雜的話題整合成清晰的觀點(diǎn)以供從業(yè)者參考方面,Bernard Marr 是大師。在他的新作中,Bernard 將有關(guān)大數(shù)據(jù)的海量信息精煉成一本簡潔且實(shí)用的 SMART 方法論,有助于組織機(jī)構(gòu)從一系列令人眩暈的數(shù)據(jù)、工具和技術(shù)中提取出真正的價(jià)值。”
——Wayne Eckerson ,Eckerson 集團(tuán)首席顧問
“Bernard Marr 又來了——選擇一個(gè)復(fù)雜的主題,將其分解成簡潔的模塊,以供商業(yè)領(lǐng)袖們汲取利用大數(shù)據(jù)機(jī)遇方面的實(shí)用策略。”
——Dave Kellogg ,HostAnalytics 公司 CEO
“這是一本智者所著的智慧之書。Bernard Marr 拋開種種對大數(shù)據(jù)的溢美之詞,為尋求競爭力提升的經(jīng)理人提供真實(shí)的案例研究和切實(shí)的行動要點(diǎn)。”
——Lars Rinnan ,Nextbridge 公司 CEO
“本書將助你揭開大數(shù)據(jù)的神秘面紗。人們談?wù)摯髷?shù)據(jù)時(shí)拋出的時(shí)髦詞匯和專業(yè)術(shù)語造成的迷惑也將迎刃而解。本書列舉了大量組織機(jī)構(gòu)利用多種形式的數(shù)據(jù)達(dá)成商業(yè)目標(biāo)的范例,其提出的 SMART 方法也將助你避免一個(gè)常見而又代價(jià)不菲的錯(cuò)誤,即收集了海量數(shù)據(jù),卻不知如何利用。”
——Robert Stackowiak ,Oracle 公司數(shù)據(jù)架構(gòu)和大數(shù)據(jù)部副總裁
“Bernard Marr 是個(gè)聰明人,他在本書中描繪了大數(shù)據(jù)的世界,提供了分析,講解了大數(shù)據(jù)將如何徹底改變商業(yè)世界,讓本書讀起來非常令人愉悅。”
——Kai Mertins 教授,Interop VLab 公司總裁
“大數(shù)據(jù)僅僅只是當(dāng)下的一個(gè)熱詞,還是具備實(shí)際商業(yè)應(yīng)用價(jià)值的新概念呢?Bernard Marr 沒有對大數(shù)據(jù)進(jìn)行吹捧,而是為商業(yè)人士提供了一個(gè)智能解決方案,助他們理解自身定位、發(fā)展目標(biāo)以及如何利用數(shù)據(jù)和工具實(shí)現(xiàn)目標(biāo)。”
——Roberto Croci ,經(jīng)理人,谷歌分析師(SEEMEA )
“我會向那些希望實(shí)施數(shù)據(jù)驅(qū)動戰(zhàn)略的人推薦本書。SMART 方法論是大數(shù)據(jù)分析戰(zhàn)略關(guān)鍵概念的簡明方法。”
——Benjamin Mercier ,Barclays 銀行副總裁,高級數(shù)據(jù)分析經(jīng)理
“對尋求利用信息爆炸和信息分析提升生產(chǎn)力的經(jīng)理人來說,Bernard Marr 的這本書提供了既淺顯又實(shí)用的操作指南。 Marr 令人信服地超越了人們對大數(shù)據(jù)的傳統(tǒng)理解(即大數(shù)據(jù)僅僅是商業(yè)操作催生的一個(gè)技術(shù)問題),將其解讀為一種根植于領(lǐng)導(dǎo)力和戰(zhàn)略領(lǐng)域的管理問題。他告訴讀者,如果不能理解數(shù)據(jù)或不能將這樣的理解與人分享,數(shù)據(jù)就是無意義的。”
——Robert M. Mauro ,博士,波士頓學(xué)院和全球領(lǐng)導(dǎo)力研究院院長、創(chuàng)始人
“當(dāng)今世界,過去兩年產(chǎn)生的數(shù)據(jù)占了人類歷史數(shù)據(jù)總量的 90%,大數(shù)據(jù)和相關(guān)分析為消費(fèi)者、企業(yè)和政府提供了大量機(jī)遇。Bernard 的這本書應(yīng)該成為經(jīng)理人的必讀書,因?yàn)樗且槐纠斫獾谒念惿a(chǎn)要素(即數(shù)據(jù))真實(shí)價(jià)值的實(shí)用指南!本書為你撥開大數(shù)據(jù)的光環(huán)。運(yùn)用 Bernard 提出的SMART 數(shù)據(jù)分析思維會讓你使用數(shù)據(jù)驅(qū)動的決策機(jī)制大幅提高績效。”
——Berry Diepeveen ,Ernst & Young 會計(jì)師事務(wù)所企業(yè)情報(bào)和分析部合伙人
“這是一本實(shí)用、深刻且誠懇的大數(shù)據(jù)之書,它展示了大數(shù)據(jù)對我們生活和業(yè)務(wù)影響的方方面面。Bernard 是一位化繁為簡的大師和意見領(lǐng)袖,他對大數(shù)據(jù)的呈現(xiàn)方式讓所有的人都能理解。”
——Nandhini Sampath ,Cisco 系統(tǒng)公司業(yè)務(wù)轉(zhuǎn)型和分析部高級經(jīng)理
“Bernard 憑借多年的經(jīng)驗(yàn),繪制了實(shí)用的路線圖,讓你快速理解大數(shù)據(jù)之旅帶來的收獲。”
——Kurt J. Bilafer ,ClearStory Data 公司副總裁
“在 Bernard Marr 的幫助下,你可以繞過與管理學(xué)熱詞(即大數(shù)據(jù))相關(guān)的種種聒噪,他提醒我們‘海量數(shù)據(jù)并沒有價(jià)值,除非我們對其加以利用’,以及‘現(xiàn)狀是多數(shù)企業(yè)掌握大量數(shù)據(jù),但是缺乏洞見’。本書的建議是聚焦 SMART 數(shù)據(jù)分析思維,而不是大數(shù)據(jù)本身。這么做后,你就能利用數(shù)據(jù)優(yōu)勢,建立智能業(yè)務(wù)。”
——Paul Barnett ,戰(zhàn)略管理論壇創(chuàng)始人兼 CEO
“在這樣一個(gè)無組織而又充滿機(jī)遇的世界,我終于找到了一個(gè)連續(xù)性框架,從而讓大數(shù)據(jù)成為我們業(yè)務(wù)戰(zhàn)略執(zhí)行的切實(shí)部分。這無關(guān)技術(shù),而是在于如何轉(zhuǎn)變業(yè)務(wù)模式以應(yīng)對新世紀(jì)的挑戰(zhàn)。”
——Pedro Pereira ,SAP 公司 SAP 大數(shù)據(jù)部負(fù)責(zé)人
“與其他大數(shù)據(jù)相關(guān)的書籍不同,本書的焦點(diǎn)在于大數(shù)據(jù)的商業(yè)價(jià)值。本書分步驟講解,利用多個(gè)實(shí)戰(zhàn)案例告訴我們?nèi)绾螌?shù)據(jù)轉(zhuǎn)化成睿智的洞見,并以此改變我們處理商業(yè)、社會、政治和健康問題的方式。Bernard為那些想要理解數(shù)據(jù)和分析革命的人們寫成了一本必讀之書。”
——Lucile Hyon-Le Gourrierec ,IBM 法國分公司大數(shù)據(jù)及分析營銷部負(fù)責(zé)人
“遇到與 IT 相關(guān)的問題時(shí),公共和私營部門的董事會成員和高管們選擇逃避,給股東和納稅人帶來損失。別再對大數(shù)據(jù)犯同樣的錯(cuò)誤了!毫無疑問,受技術(shù)和商業(yè)模式創(chuàng)新驅(qū)動的大數(shù)據(jù)和數(shù)據(jù)分析技術(shù)會深刻地重塑和顛覆現(xiàn)有的產(chǎn)業(yè)、經(jīng)濟(jì)和社會格局,影響空前。Bernard Marr 以發(fā)人深思和扣人心弦的方式,為我們深刻地闡釋了智能革命之核心——大數(shù)據(jù)的力量。大數(shù)據(jù)讓人不忍釋卷。”
——Marie Johnson
數(shù)據(jù)商業(yè)中心首席數(shù)字官、前微軟全球公共服務(wù)和數(shù)字政府部總監(jiān)