《大數據專家 小企業也能用好大數據》幫助你了解什么是真正的大數據——以及如何分析和使用大數據，從而不斷改善你的企業。本書沒有讓人困惑的術語，作者通過一步步的指引和各種建議，幫助你從大數據中獲益。有了這本書的指導，你會知道如何利用大數據來開發新訂單、開發新產品和新服務；了解科技變化，建立牢固的基礎，創建策略，做出明智的商業決策。
1.圖書向你說明如何利用大數據了解社交網絡的用戶活動和用戶交易； 2.圖書向你展示如何獲取、存儲、搜索、分享、分析以及視覺化分析； 3.圖書幫助你將數據轉化為可以踐行的理念； 4.圖書幫助你了解大數據是什么，以及如何分析和使用它來改善業務。 你將了解技術變革以及如何利用大數據來開發新產品和服務，制定策略，并做出更明智的業務決策。
Bernard Marr是一位暢銷書作家，主講人，戰略咨詢顧問，KPI和大數據專家，現任Advanced Performance Institution首席執行官。他被CEO雜志評選為頗具商業頭腦的領導者之一。他為世界上許多知名的機構。出版過《智能大數據SMART準則：數據分析方法、案例和行動綱領》《關鍵績效指標》等暢銷書籍。
目錄
及時部分大數據基礎知識 1
第1章小企業引入大數據 3
對所有企業(無論大小)來說，為何大數據如此重要？ 3
走進數字時代 4
了解運用大數據的無限方法 5
大數據在小企業中的運用 6
大數據的詳細信息 7
用4個“V”定義大數據 8
為什么稱為“大”數據 8
將數據轉化成大數據 9
數據，無處不在 9
探討結構化和非結構化數據，以及內部和外部數據 10
了解新的數據類型 11
大數據的關鍵決策 12
了解內在見解的價值 12
提高大數據技術和能力 13
基礎設施建設 14
讓大數據為自己所用 15
從制訂計劃開始 15
利用大數據改變決策方式 15
轉變企業經營方式 16
第2章挖掘大數據的精髓 18
用4個“V”定義大數據 19
增加數據量 19
提高數據的速度 20
數據種類的劇增 20
判斷數據的真實性(Veracity) 21
引進第五個“V”——價值(Value) 21
了解大數據如此熱門的原因 21
強大的預測能力 22
基于事實做出決策 22
挑戰因果關系 23
為何現在會出現充滿數據的云存儲呢？ 26
管理比以往更多的存儲空間 26
加快網絡運行速度，促進大數據發展 27
利用更強大的新型分析技術 27
大數據未來發展如何？ 28
迎接大數據的反作用力 28
鼓勵透明化和道德化 31
確保有附加價值 32
第3章識別大數據在小企業中的用途 33
摸透客戶心思，了解市場需求 34
多方位審視你的客戶 34
零售業更要將客戶作為重中之重 35
了解(并預測)業內趨勢 36
評估競爭對手 37
改善經營方式 37
增進內部效率 38
對你的運營模式提出挑戰 38
優化供應鏈 39
抓住核心業務的推動因素 40
人才的招聘和管理 40
正確處理IT和安全的關系 41
轉換研發的方式 43
績效預測 43
解鎖數據集間的聯系 44
開放氣象數據 44
用大數據作為試驗平臺 44
第二部分解壓大數據 47
第4章解壓多種數據 49
制定秩序:結構化數據 49
挖掘結構化數據的利弊 50
結構化數據舉例 51
應對雜亂數據：非結構化或半結構化數據 52
了解非結構化或半結構化數據的利弊 53
非結構化或半結構化數據示例 54
發現已有數據(內部數據) 55
權衡內部數據的利弊 56
內部數據示例 56
獲取企業以外的數據(外部數據) 57
深入了解外部數據的優缺點 58
外部數據舉例 59
究竟什么類型的數據最適合自己 59
第5章發現新的數據類型 61
追蹤活動數據 62
活動數據的優缺點 63
活動數據的使用 64
掌握活動數據 65
偷聽會話 66
會話數據的優缺點 67
使用會話數據 67
掌握會話數據 69
對圖片和照片進行描述 69
照片和視頻圖像數據的優缺點 70
使用照片和視頻圖像數據 71
著手打造照片和視頻圖像數據 72
以個人方式感知新數據 72
傳感器數據的優缺點 73
傳感器數據的使用 74
獲取傳感器數據 75
發現物聯網 75
第6章了解支撐大數據的技術變革 77
風暴：為大數據的可能性添磚加瓦 78
“云”的概述 78
轉換數據存儲 79
潛入數據湖 80
革命性的分析技術 81
對分析的可能性進行解構 82
文本分析 82
語音分析 84
影像分析 84
視頻分析 85
數據挖掘 87
綜合分析 88
第三部分小企業迎來美好新世界 91
第7章著眼于見解價值 93
實現從數據到見解，再到可行性信息的轉變 94
把數據轉變成見解 94
把見解變成可行性信息 95
為人和機器提供數據 96
將見解帶給所需之人 97
吸引眼球 97
讓見解更容易獲取并貫通 98
為機器提供它們所需的見解 99
了解機器學習 100
連接數據與機器 100
連接數據與進程 101
第8章開發和獲取大數據競爭力 104
大數據與技能短板的挑戰 104
企業所需的六大關鍵性大數據技能 105
數據分析 105
萌生創意 106
數學與統計學應用 107
理解計算機科學 107
掌握商業知識 108
溝通見解 108
兩種截然不同的數據科學家 109
在企業內部構建大數據技能 110
開發現有人員 110
招聘新人 112
跳出框架想問題 113
尋求外部技能 114
挖掘服務供應商 114
合作共贏 117
眾包人才 117
第9章構建大數據基礎設施 118
決斷大數據基礎設施 118
基礎設施的關鍵要素 119
評估現有基礎設施 119
預算內的大數據：引入“大數據即服務” 120
引進大數據的四個層次 121
數據源層次 121
數據存儲層次 122
數據處理/分析層次 122
數據產出層次 122
獲取數據 122
收集自有數據 122
獲取外部資源 124
存儲大數據 124
理解Hadoop與映射規約 125
認識Spark 126
其他考慮：數據所有權與安全 127
數據轉化為見解 127
數據處理與分析 128
了解Python 128
廣受歡迎的數據分析平臺 129
展示見解 131
認真處理主要的數據輸出選項 131
可視化工具一覽 131
第四部分好戲上演！讓大數據為小企業效力 133
第10章打造大數據戰略 135
決定怎樣利用大數據 135
利用大數據改善企業決策 136
利用大數據轉變企業運營 137
小而魅惑：怎樣避免事無巨細地收集 138
創建大數據戰略的關鍵步驟 139
大數據戰略的六大部件 140
構建堅實的企業大數據案例 143
第11章企業里的數據應用——決策 146
以戰略起步 147
引進“智能”戰略板 147
完成“智能”戰略板 148
在商業領域磨煉 149
確定你的“未解之題” 149
理解問題的力量 150
“智能”問題注意事項 151
找出解答問題的數據 152
忘記“囊中之物” 153
思考大與小 153
確定已經擁有或可以獲取的數據 154
它是否以某種形式存在于某個地方？ 154
內部并非總意味著廉價 155
如需外部數據 155
弄清成本與付出是否合情合理？ 155
數據的收集 156
決定由誰收集數據 156
決定何時收集 156
決定怎樣收集 157
數據的分析 157
內部分析與外部分析的華麗對決 158
結合數據來改善和證實見解 159
見解的呈現與分布 159
溝通與見解可視化 160
牢記目標受眾 160
儀表板與信息圖 161
將知識融入企業 163
做出正確的決定 163
未雨綢繆 163
第12章企業里的數據應用——運營 165
理解數據的作用 166
利用數據改善運營流程 166
重塑企業模式 167
獲取所需數據 168
尋找外部數據 169
使用內部數據 169
權衡成本與收益 169
進行商業論證 170
提供替代性數據集 170
保障所有權 171
大數據即企業資產 171
確保權利與所有權 172
數據管理 172
尋找恰當的數據存儲 172
確保數據安全 173
避免數據泄露 173
構建基礎設施與技術 174
評估基礎設施需求 174
打造基礎設施 175
測試與試運營 175
運營轉型 176
運行起來 176
放眼未來 176
第13章為企業打造大數據文化 178
轉向事實型決策 178
促進公司上下的認同 179
強調數據的積極影響 180
讓數據影響戰略 180
人才管理 181
提升雇員滿意度 182
提高運營效率 183
優化商業流程 184
確定全新或額外的企業模式 187
第五部分幾個“十大” 189
第14章大數據需避免的十大錯誤 191
數據搜集廣撒網 191
對上等數據情有獨鐘 192
直奔外部非結構化大數據 192
困惑于現有數據 192
忽視小數據 193
盲目砸錢 193
大數據與戰略問題互不搭調 194
大數據戰略沒有人盡其才 194
收集數據后卻“置之不理” 194
分析成果展示不盡人意 195
第15章免費的大數據資源 196
Data.gov (美國政府數據) 196
美國普查局 197
歐盟公開數據大門 197
Data.gov.uk 197
Healthdata.gov 198
谷歌趨勢 198
Facebook圖譜 198
天氣數據來源 199
聯邦儲備局經濟數據 199
谷歌地圖 200
第16章主要的大數據收集工具 201
智能手機GPS傳感器 201
智能手機加速度傳感器 202
遠程信息處理系統 202
Wi-Fi信號 203
LinkedIn 203
Facebook 203
Twitter 204
機器傳感器 204
交易數據 205
財務數據 205
關于作者 206
