第I部分 大數據的商業潛力
第1章 大數據商業任務 3
1.1 大數據MBA介紹 3
1.2 關注大數據的驅動競爭差異 5
1.2.1 利用技術推動競爭差異 6
1.2.2 論經濟驅動的商業轉型
經驗 6
1.3 “不同思考方式”的重要性 8
1.3.1 彆想著大數據技術，想想
商業轉型 8
1.3.2 彆想著商業智能，想想
數據科學 9
1.3.3 彆想著數據倉庫，想想
數據湖泊 9
1.3.4 彆想著“發生瞭什麼”，
想想“會發生什麼” 10
1.3.5 彆想著最高收入人群，
想想閤作 11
1.4 本章小結 12
1.5 傢庭作業 12
第2章 大數據商業模式成熟度指數 15
2.1 介紹大數據商業模式
成熟度指數 16
2.1.1 階段1：商業監測 18
2.1.2 階段2：商業觀察 18
2.1.3 階段3：商業優化 21
2.1.4 階段4：數據貨幣化 22
2.1.5 階段5：商業蛻變 24
2.2 大數據商業模式成熟度
指數經驗心得 25
2.2.1 經驗1：專注原始
大數據價值 25
2.2.2 經驗2：充分利用見解，
創建新的盈利機會 26
2.2.3 經驗3：為企業機構
變革做準備 26
2.3 本章小結 27
2.4 傢庭作業 28
第3章 大數據策略文檔 29
3.1 建立通用商業術語 30
3.2 介紹大數據策略文檔 31
3.2.1 確定機構的關鍵商業計劃 32
3.2.2 Chipotle餐館中最重要的
是什麼 33
3.2.3 確定關鍵商業實體和
關鍵決策 34
3.2.4 明確經濟助力因素(用例) 37
3.2.5 識彆和優化數據源 39
3.3 介紹優先級矩陣 42
3.4 使用大數據策略文檔，贏得
世界職業棒球大賽 43
3.5 本章小結 47
3.6 傢庭作業 48
第4章 用戶體驗的重要性 51
4.1 “無知的”用戶體驗 52
4.2 消費者案例分析：提高
客戶參與 54
4.3 商業案例研究：啓用
一綫員工 56
4.3.1 門店經理儀錶盤 56
4.3.2 示例用例：競爭分析 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 顧問是你的閤作夥伴
——助他們成功 61
4.4.2 理財顧問案例研究 61
4.4.3 理財顧問儀錶盤的
信息部分 63
4.4.4 理財顧問儀錶盤的
建議部分 65
4.5 本章小結 68
4.6 傢庭作業 69
第II部分 數據科學
第5章 商業智能和數據科學
之間的差異 73
5.1 什麼是數據科學 74
5.1.1 商業智能與數據科學：
問題是不同的 75
5.1.2 商業智能問題 76
5.1.3 數據科學的問題 76
5.2 分析師各具特點 77
5.3 分析方法不同 78
5.3.1 商業智能分析師的參與
過程 78
5.3.2 數據科學傢的參與過程 80
5.4 數據模型不同 82
5.4.1 商業智能的數據模型 82
5.4.2 數據科學的數據建模 83
5.5 商業角度的不同 85
5.6 本章小結 88
5.7 傢庭作業 88
第6章 數據科學101 89
6.1 數據科學案例研究設置 89
6.2 基礎的探索性分析 91
6.2.1 趨勢分析 91
6.2.2 箱形圖 94
6.2.3 地理(空間)分析 95
6.2.4 配對圖 95
6.2.5 時間序列分解 96
6.3 分析算法與模型 97
6.3.1 聚類分析 98
6.3.2 正態麯綫當量(NCE)分析 99
6.3.3 關聯分析 100
6.3.4 圖形分析 101
6.3.5 文本挖掘 102
6.3.6 情感分析 103
6.3.7 遍曆模式分析 104
6.3.8 決策樹分類器分析 105
6.3.9 同期群分析 106
6.4 本章小結 108
6.5 傢庭作業 110
第7章 數據湖泊 111
7.1 數據湖泊簡介 112
7.2 支持商業運行的數據
湖泊特徵 114
7.3 使用數據湖泊跨越分析
鴻溝 115
7.4 數據和分析環境的現代化 117
7.4.1 行動1：創建基於Hadoop
的數據湖泊 117
7.4.2 行動2：分析沙箱的簡介 118
7.4.3 行動3：摒棄數據
倉庫中的ETL過程 119
7.5 分析輻射型分析架構 120
7.6 早期學習 121
7.6.1 經驗1：命名並不重要 122
7.6.2 經驗2：它是數據湖泊，
而不是數據湖區 122
7.6.3 經驗3：數據治理是
一個生命周期，而不是
一個項目 123
7.6.4 經驗4：數據湖泊優於而
不是落後於數據倉庫 124
7.7 未來是什麼 125
7.8 本章小結 126
7.9 傢庭作業 127
第III部分 商業利益相關者的數據科學
第8章 像數據科學傢一樣思考 131
8.1 像數據科學傢一樣思考的
過程 132
8.2 本章小結 142
8.3 傢庭作業 143
第9章 “By”分析技術 145
9.1 “By”分析技術的簡介 146
9.2 “By”分析練習 148
9.3 基於“By”分析的Foot Locker
用例 152
9.4 本章小結 154
9.5 傢庭作業 154
第10章 評分開發技術 157
10.1 分數的定義 158
10.2 FICO分數示例 158
10.3 其他行業評分的示例 161
10.4 繼續討論勒布朗 • 詹姆斯的
示例 162
10.5 繼續討論Foot Locker的
示例 166
10.6 本章小結 169
10.7 傢庭作業 169
第11章 貨幣化訓練 171
11.1 健身跟蹤器貨幣化示例 172
11.1.1 步驟1：瞭解産品使用 172
11.1.2 步驟2：開發商業利益
相關者的人物角色 173
11.1.3 步驟3：對潛在的建議
集思廣益 174
11.1.4 步驟4：確定支持的
數據源 175
11.1.5 步驟5：對盈利機會
進行優先級排序 177
11.1.6 步驟6：開發貨幣化
計劃 178
11.2 本章小結 179
11.3 傢庭作業 179
第12章 商業蛻變訓練 181
12.1 商業蛻變迴顧 182
12.2 商業蛻變訓練 183
12.2.1 明確商業蛻變構想 183
12.2.2 瞭解你的客戶 184
12.2.3 明確價值主張 184
12.2.4 定義數據和分析需求 185
12.3 衛生保健中的商業蛻變 190
12.4 本章小結 193
12.5 傢庭作業 194
第IV部分 構建跨企業間的支持
第13章 構想的力量 197
13.1 構想：為創造性思維助力 198
13.1.1 大數據前景研討會的
流程 198
13.1.2 前期研究 199
13.1.3 采訪商業利益相關者 200
13.1.4 用數據科學進行探索 200
13.1.5 研討會 202
13.1.6 設計研討會 204
13.2 最優化矩陣 206
13.3 本章小結 208
13.4 傢庭作業 208
第14章 釋放企業機構影響力 209
14.1 首席數據貨幣化執行官 209
14.1.1 首席數據貨幣化執行官的
職責 210
14.1.2 首席數據貨幣化執行官
機構 210
14.1.3 分析卓越中心 211
14.1.4 首席數據貨幣化執行官的
領導力 212
14.2 隱私、信任度和決策治理 212
14.2.1 隱私問題=信任問題 213
14.2.2 決策管理 214
14.3 釋放企業機構的創新能力 214
14.4 本章小結 216
14.5 傢庭作業 217
第15章 故事 219
15.1 客戶和員工的分析 221
15.2 産品和設備分析 224
15.3 網絡和運營分析 225
15.4 一個好的商業故事的特點 227
15.5 本章小結 228
15.6 傢庭作業 228
· · · · · · (收起)