大數據分析：決勝互聯網金融時代

大數據分析的時代來臨了，這將是一場真正的變革。《大數據分析：決勝互聯網金融時代》着眼於一些利用令人興奮的大數據思路支持業務分析的新一代新鋭企業。這是一個真正的飛躍，也是一個能實現在效率、生產力、收入和盈利能力等方面產生巨大收益的良機。

《大數據分析：決勝互聯網金融時代》為企業經理和管理人員所寫，使他們可以最有效地利用信息資源。本書在艱深的戰略理論和通俗易懂的示例之間做到平衡，對技術性很強的話題，通過故事、比喻和類比的方式使讀者更容易理解和接受。作者是一位決策科學家和分析專家，通過行業的具體例子來描述大數據相關的技術，並説明大數據的價值。在介紹了大數據領域有成功實踐的個人和公司之後，《大數據分析：決勝互聯網金融時代》還深入研究了要在大數據領域取得成功所需要的組織和角色的構成。 ^[1] 

邁克爾·梅內裏（Michael Minelli）是一個市場和銷售專家，在商業分析解決方案領域有16年的經驗。他是銷售和全球聯盟的副總裁，萬事達卡公司的信息服務顧問。

米歇爾·錢伯斯（Michele Chambers）擁有諾瓦東南大學的計算機工程學士學位和杜克大學的MBA學位。她是一位有25年技術經驗的創業高管。錢伯斯女士曾經是負責IBM公司大數據分析的副總裁。

安碧嘉·帝拉吉（Ambiga Dhiraj）是Mu Sigma公司客户交付部的經理，Mu Sigma是決策科學和分析解決方案的首席供應商。 ^[1] 

第1章 什麼是大數據，它為什麼重要？ 1

1.1 創業的大洪水

1.2 大數據不僅僅是“大”

1.3 為什麼是現在？

1.4 關鍵技術的融合

1.5 相對而言……

1.6 更豐富多樣的數據

1.7 非結構化數據域的擴張

1.8 高層的聲音

參考文獻

第2章 大數據的工業實例 19

2.1 數字營銷和離線世界

2.2 數據庫營銷，大數據的先驅

2.3 大數據和市場營銷的新技能

2.4 欺詐和大數據

2.5 風險和大數據

2.6 信用卡風險管理

2.7 大數據和算法交易

2.8 大數據在健康醫療領域的應用

2.9 醫藥領域的前沿先鋒

2.10 廣告和大數據：從莎草紙到受眾識別

2.11 從消費類產品作為入口

參考文獻

第3章 大數據技術 59

3.1 房間裏的大象：Hadoop並行計算世界

3.2 新舊技術對比

3.3 數據發現：沿着人類思維方式而工作

3.4 大數據分析的開源技術

3.5 雲計算和大數據

3.6 預測分析嶄露頭角

3.7 軟件即服務（SaaS）BI

3.8 移動商業智能將成為主流

3.9 眾包分析

3.10 防火牆外部分析及跨防火牆分析

3.11 R&D方法幫助吸取新技術

3.12 大數據技術術語

3.13 二進制數據

參考文獻

第4章 信息管理 87

4.1 大數據基礎

4.2 大數據計算平台

4.3 大數據計算

4.4 更多關於大數據存儲

4.5 大數據計算的侷限性

4.6 大數據的新興技術

第5章 商業分析 97

5.1 大數據分析的“最後一英里”

5.2 智能地理信息會讓你的生活更美好

5.3 聽：是信號還是噪聲？

5.4 數據分析的實際使用

5.5 從生產到消費

5.6 可視化：如何將數據分析變得可用？

5.7 組織使用數據可視化作為採取即時行動的方法

5.8 從數據採樣到數據分析

5.9 跳到盒子外思索

5.10360°建模

5.11 速度需求

5.12 讓我們變得具有競爭性

5.13 什麼技術是有效的？

5.14 數據分析已經超越工具本身，並升級為大數據分析應用程序

參考文獻

第6章 大數據行業角色 125

6.1 數據科學家的興起

6.2 深度使用數學、科學以及計算機科學

6.310/90原則和批判性思考

6.4 分析師人才和行政支持

6.5 發展決策科學人才

6.6 數據分析的全局視圖

6.7 培養決策科學人才

6.8 創建培養決策科學人才的文化

6.9 建立正確的組織結構進行有組織的分析

第7章 數據隱私與倫理 147

7.1 隱私涉及的主要領域

7.2 大數據抓取不是新鮮事

7.3 偏好、個性及關係

7.4 權利與義務

7.5 良心與責任意識

7.6 隱私可能是錯誤的焦點

7.7 數據可以匿名嗎？

7.8 用户數據在情報安全部門的平衡

7.9 現在該做些什麼？

參考文獻

結語 165

推薦資源 171

譯者後記 175 ^[1] 

新信息時代商業經濟與管理譯叢 (共18冊), 這套叢書還有 《大數據分析》,《大數據營銷：互聯網+時代如何定位客户》,《大數據可視化：重構智慧社會》,《大數據應用》,《商業模式重構》 等。 ^[1]