赞誉
前言
Part 1　数据化思维 // 1
NO.1　数据化运营的方法论体系　张子良 // 2
NO.2　数据化营销中的“一·二·三”　叶秋萍 // 9
NO.3　企业数据化管理之巅—同业对标　王卫东 // 21
NO.4　管理数据化：柳传志30年管理智慧如何为我所用　袁华杰 // 33
NO.5　数据领导力—指标体系规划与管理驾驶舱设计　刘凯 // 41
Part 2　数据治理 // 53
NO.6　数据库开发实施工艺提升的6种途径　杨宝军 // 54
NO.7　ETL串并发数据跑批处理的理论与运用实践　何启平 // 64
NO.8　如何高效地对复杂数据进行清洗与转换　谢佳标// 74
Part 3　BI与数据可视化 // 91
NO.9　商务智能业务分析构建“5步曲”　吕敏杰 // 92
NO.10　构建数据体系的两个“5步曲”　王桐 // 109
NO.11　成功实施BI项目的4大要素　贾岩 // 119
NO.12　Kimball理论在BI项目中的应用　郭川 // 127
NO.13　BI数据可视化分析SaaS产品前瞻　吕品 // 145
NO.14　大数据工程的系统架构设计和技术选型　韩庆安 // 153
NO.15　数据可视化4步工作法　温融冰 // 164
NO.16　如何用R语言对复杂数据进行可视化　谢佳标// 169
NO.17　新思路，新体系：让银行报表的3大痛点不再是噩梦　袁华杰 // 184
NO.18　Cognos在金融银行业的最佳运用　吴永帆 // 196
Part 4　数据分析与数据挖掘 // 207
NO.19　如何做好一名商业分析师？　吴奕君 // 209
NO.20　如何用数据驱动运营　桑文锋 // 217
NO.21　企业增长中的精细化分析和Growth Hacking　孔淼 // 237
NO.22　如何基于业务实现用户行为数据产品化　吴文波 // 247
NO.23　电商的数据化管理与运营　尚林栋 // 256
NO.24　零售业数据分析指标的管理与应用　沈嵘// 284
NO.25　做好零售业数据分析必须解决的3个难点　邹斌 // 291
NO.26　如何用R语言做量化分析　张丹 // 316
NO.27　从BI到AI，数据分析的4个误区　彭耀 // 335
NO.28　企业如何利用跨行业数据挖掘标准流程开展大数据实践　张浩彬 // 342
NO.29　详解过程挖掘的技术和方法　汪尚 // 352
NO.30　个性化数据挖掘的关键技术与应用实践　陈运文 // 382
Part 5　大数据化之路 // 401
NO.31　教育行业的大数据实施路径　李宗海 // 402
NO.32　数据科学在互联网金融中的应用　张云松 // 409
NO.33　地理大数据驱动的智慧选址　张志成 // 419
附录 // 433
· · · · · · (收起)