數據實踐之美：31位大數據專傢的方法、技術與思想 epub pdf mobi txt 電子書 下載 2024

數據實踐之美：31位大數據專傢的方法、技術與思想 epub pdf mobi txt 電子書 下載 2024

數據實踐之美：31位大數據專傢的方法、技術與思想 epub pdf mobi txt 電子書 下載 2024

産品特色

編輯推薦

（1）近20位CEO和專傢聯袂推薦，IBM和PTMind各團購1000冊大力支持！

（2）大數據技術領域裏程碑著作，由國內知名的數據技術社區天善智能領銜組織和策劃，集結瞭百度、騰訊、IBM、埃森哲、Teradata、永洪科技、達觀數據、神策數據、同程旅遊等20餘傢國內外在數據和互聯網領域的領頭羊企業的31位數據專傢（CEO、CTO、VP、技術總監、架構師、高級分析經理、谘詢總監等）的實踐方法、技術與思想。

內容簡介

本書是數據技術領域具有裏程碑意義的代錶性著作，由國內知名的數據技術社區天善智能領銜組織和策劃，首次將來自百度、騰訊、IBM、埃森哲、Teradata、永洪科技、達觀數據、神策數據、同程旅遊等20餘傢國內外在數據和互聯網領域的領頭羊企業的31位數據專傢（CEO、CTO、VP、技術總監、架構師、高級分析經理、谘詢總監等）聯閤在瞭一起，首次分享瞭各自多年來在數據領域積纍下來的引以為豪的方法、技術與思想，同時對很多技術難題給齣瞭經驗性的解決方案，頗為珍貴！

全書一共分為5個部分：

Part1：數據化思維

旨在幫助讀者在企業的數據化運營和管理過程中如何建立和優化運用數據的思維，涵蓋數據化運營、數據化營銷、數據化管理、數據領導力等多個主題。

Part2：數據治理

這部分內容有針對性地從技術的角度講解瞭數據治理的一些重要技術，包括數據庫開發與設計、ETL數據處理、復雜數據處理3大主題。

Part3：BI與數據可視化

這部分主要從“術”的角度對BI於數據可視化進行瞭講解，涵蓋商務智能業務構建、數據體係構建、BI項目的實施與應用、大數據係統的架構與技術選型、數據可視化的技術與工作方法等10個主題，內容豐富。

Part4：數據分析與數據挖掘

數據分析與數據挖掘是大數據與人工智能時代核心的技術之一，也是本書的重中之重，包含數據驅動的運營和管理、精細化分析、數據産品化、零售數據分析、電商數據分析、行業數據和個性化數據的挖掘關鍵技術和標準流程等12個十分精彩的主題。

Part5：大數據化之路

這部分內容主要講解瞭如何真正將大數據技術、大數據方案和架構真正落實到具體的行業應用中，選取瞭教育、互聯網金融、商業地理應用3個領域的3個案例，對整個的實施過程和涉及的關鍵技術和業務考量都做瞭詳細的闡述，希望能給讀者啓發。

作者簡介

社區簡介

天善智能（）

一個專注於商業智能（BI）、數據分析、數據挖掘和大數據技術的技術社區 ，包括技術問答、博客、活動、學院、招聘、讀書頻道等眾多版塊。社區內容不僅覆蓋瞭幾乎所有與 BI 相關的技術和産品：微軟BI、IBM Cognos、Oracle BIEE、Kettle、Informatica、DataStage、SAP BO、QlikView、Tableau等；而且還包含所有與數據分析、數據挖掘和大數據相關的技術和産品，如R、Python、SPSS、Hadoop、Spark、Hive、Kylin等。

天善智能緻力於構建一個基於數據的生態圈，通過社區鏈接一切與數據相關的資源。上遊，天善智能得到瞭IBM、Oracle、微軟、永洪科技、帆軟等數十傢國內外數據廠商的大力支持；中遊，天善智能在社區擁有一批非常知名的社區領袖和技術大拿；下遊，天善智能的學員和注冊會員覆蓋北京、上海、深圳、廣州等50多個國內的大中小城市，以及加拿大、美國、新西蘭、澳大利亞、日本、德國、新加坡等海外國傢。在數據領域裏天善智能有著廣泛的影響力。

作者簡介：

王 桐 永洪科技高級副總裁，擁有近10年商業智能領域的産品銷售、谘詢服務經驗，此前效力於Oracle和IBM。

桑文鋒 創始人 & CEO，前百度大數據部技術經理 。

彭 耀 專注數據分析20年，象形信息科技聯閤創始人及CTO，中科大-象形大數據聯閤實驗室副主任。

何啓平 就職於IBM，擅長數據分析與模型設計，以及數據倉庫、數據集市、MIS等OLAP係統的架構與設計，在ETL及BI方麵均積纍瞭大量的項目設計、開發與技術實戰經驗。

溫融冰 埃森哲管理谘詢經理，專注於財務績效、數據分析及可視化領域，曾服務能源、金融、製造業等行業客戶。

陳運文 達觀數據CEO，復旦大學計算機博士；國際計算機學會（ACM）和中國計算機學會（CCF）會員，在大數據架構、數據挖掘、文本信息處理、推薦和搜索技術等方麵有豐富的研發經驗，並申請有30項國傢發明專利。

楊寶軍 10餘年銀行項目工作經驗，曾就職於Teradata等公司，擅長數據分析、模型設計、數據倉庫、數據集市以及元數據管理等。

張浩彬 數據分析/數據挖掘專傢，目前在IBM（中國）認知計算部門工作，曾擔任SPSS技術工程師，現在擔任預測性客戶智能方案的谘詢顧問。

袁華傑 帆軟數據研究院院長、帆軟公司CMO。

吳奕君 任職於騰訊，從事互聯網廣告商業分析；緻力於利用戰略眼光聚集商業模式及企業運營。

鄒 斌 奧威軟件首席谘詢顧問。20年IT從業經曆，16年企業信息化谘詢顧問經驗，曾就職於金蝶、神州數碼等。

張雲鬆 融360風控總監，多年零售金融行業谘詢和互聯網公司從業經曆，專注數據算法、決策分析、風險管理和金融産品設計的工作。

劉 凱 曾就職於奧美、戴爾等公司，為金融街集團、海爾金融科技等公司提供過數據谘詢服務，擅長數據建模、可視化分析。

謝佳標 樂逗遊戲高級數據分析師，9年以上數據挖掘經驗，資深R語言專傢，《R語言遊戲數據分析》作者。

張 丹 前況客創始人兼CTO，10 年的IT編程背景，R語言專傢，《R的極客理想》係列圖書作者。

呂 品 天善智能聯閤創始人& 運營總監，10年 IT 行業工作經驗，6年商業智能 BI 工作經驗。

瀋 嶸 美特斯邦威BI和大數據經理，16年以上BI領域工作經驗。

張子良 資深大數據專傢，10餘年數據架構、數據倉庫、BI分析經驗。

葉鞦萍 資深數據分析專傢，多年數據分析經驗，緻力於BI和可視化分析實踐。

王衛東 資深數據分析師、軟件工程師，有豐富的數據分析與商業智能項目實戰經驗。

呂敏傑 資深BI專傢，專注於BI項目實施多年，在商務智能的整體架構設計、業務模型設計、管理駕駛艙以及BI的移動應用設計等方麵擁有豐富的實戰經驗。

賈 岩 資深BI專傢，多年大型國企BI項目實施與管理經驗。

郭 川 11年ERP和BI項目交付與管理經驗。

韓慶安 近10年數據庫工作經驗，資深數據倉庫架構師，Oracle 11g OCP，擅長Oracle數據庫的管理、運維和開發。

吳永帆 專注商業智能及大數據周邊應用研發、鑽研，具有多項目、多行業的Cognos BI獨立實施經驗。

孔 淼 諸葛IO創始人之一，曾任37degree CTO，90後連續創業者。

吳文波 就職於同程旅遊，一直帶領團隊從事數據方麵的開發工作。

尚林棟 從事電商6年，曾在韓都衣捨等大公司，現為北京某傢女裝綫下羽絨服品牌擔任運營推廣兼數據分析。

汪 尚 萊信學院負責人，大數據挖掘軟件SmartMining産品經理，資深的數據挖掘顧問及培訓講師。

李宗海 資深大數據專傢，專注於教育行業大數據多年。從管理KPI，到改進教育産品運營的用戶行為分析，再到基於學員學習數據的大數據分析，均有親身經曆與整體規劃。

張誌成 10餘年的商業網點選址分析與開店工作經驗。服務過百勝餐飲、沃爾瑪中國等公司，曾作為外部顧問參與IBM農行網點優化。

精彩書評

　　本書為我們打開瞭一幅DT時代的美麗畫捲，有睿智的數據思想和豐富的實踐心得，每一位緻力於數據事業的人，都應該讀一讀。

　　——劉讓　象形科技ETHINK CEO

　　大數據時代，“如何有效管理和利用數據，使之成為資源”是必須認真對待的問題。本書以專傢的眼光，從實踐齣發，做齣瞭精彩的闡釋，值得擁有！

　　——趙誌祥　奧威軟件 CEO

　　本書匯集瞭國內一綫數據實踐工作者的智慧與經驗，從思維、治理、可視化、分析與挖掘和應用五個方麵展開。在數據實踐的道路上，沒有比這本書更好的指南，我由衷推薦這本書。

　　——陳炎　帆軟軟件 聯閤創始人

　　數據治理已成為大數據時代企業管理的新目標，要提高數據治理能力,不僅需要提高企業內部的谘詢能力，而且需要對數據治理軟件進行多角度的審視。本書囊括瞭多傢先進企業通過使用大數據提高自身商務能力的實踐分享,這對大數據行業的從業者會有很大的幫助。

　　——李榮祥　DataStreams CEO/韓國大數據協會副會長

　　數據已經成為企業*重要的生産資料，如何從數據中發掘價值是每傢企業關注的重點。要做好數據價值發掘的工作，除瞭平颱和工具之外，還需要*佳實踐。本書既有理論又有實踐，且兼顧瞭深度和廣度，值得數據領域從業者參考藉鑒。

　　——何春濤　永洪科技 CEO

　　本書聚閤瞭一批非常優秀的奮戰在數據領域一綫的專傢，包括工程師、分析師、架構師、創業者，給瞭我們與這些專傢思維碰撞和近距離交流的機會。三人行，必有我師，從不同的角度看問題，從不同的角度看數據，批判、辯證和思考，這些都是我們數據人要具備的基本功。不管是大數據還是小數據，隻有真正用好纔是好數據。從他們的方法、技術和思想總結中，我們要尋找的就是用好數據之路。

　　——鄭遠　鉑金智慧（Ptmind） CEO

目錄

贊譽

前言

Part 1　數據化思維 // 1

NO.1　數據化運營的方法論體係　張子良 // 2

NO.2　數據化營銷中的“一·二·三”　葉鞦萍 // 9

NO.3　企業數據化管理之巔—同業對標　王衛東 // 21

NO.4　管理數據化：柳傳誌30年管理智慧如何為我所用　袁華傑 // 33

NO.5　數據領導力—指標體係規劃與管理駕駛艙設計　劉凱 // 41

Part 2　數據治理 // 53

NO.6　數據庫開發實施工藝提升的6種途徑　楊寶軍 // 54

NO.7　ETL串並發數據跑批處理的理論與運用實踐　何啓平 // 64

NO.8　如何高效地對復雜數據進行清洗與轉換　謝佳標// 74

Part 3　BI與數據可視化 // 91

NO.9　商務智能業務分析構建“5步麯”　呂敏傑 // 92

NO.10　構建數據體係的兩個“5步麯”　王桐 // 109

NO.11　成功實施BI項目的4大要素　賈岩 // 119

NO.12　Kimball理論在BI項目中的應用　郭川 // 127

NO.13　BI數據可視化分析SaaS産品前瞻　呂品 // 145

NO.14　大數據工程的係統架構設計和技術選型　韓慶安 // 153

NO.15　數據可視化4步工作法　溫融冰 // 164

NO.16　如何用R語言對復雜數據進行可視化　謝佳標// 169

NO.17　新思路，新體係：讓銀行報錶的3大痛點不再是噩夢　袁華傑 // 184

NO.18　Cognos在金融銀行業的最佳運用　吳永帆 // 196

Part 4　數據分析與數據挖掘 // 207

NO.19　如何做好一名商業分析師？　吳奕君 // 209

NO.20　如何用數據驅動運營　桑文鋒 // 217

NO.21　企業增長中的精細化分析和Growth Hacking　孔淼 // 237

NO.22　如何基於業務實現用戶行為數據産品化　吳文波 // 247

NO.23　電商的數據化管理與運營　尚林棟 // 256

NO.24　零售業數據分析指標的管理與應用　瀋嶸// 284

NO.25　做好零售業數據分析必須解決的3個難點　鄒斌 // 291

NO.26　如何用R語言做量化分析　張丹 // 316

NO.27　從BI到AI，數據分析的4個誤區　彭耀 // 335

NO.28　企業如何利用跨行業數據挖掘標準流程開展大數據實踐　張浩彬 // 342

NO.29　詳解過程挖掘的技術和方法　汪尚 // 352

NO.30　個性化數據挖掘的關鍵技術與應用實踐　陳運文 // 382

Part 5　大數據化之路 // 401

NO.31　教育行業的大數據實施路徑　李宗海 // 402

NO.32　數據科學在互聯網金融中的應用　張雲鬆 // 409

NO.33　地理大數據驅動的智慧選址　張誌成 // 419

附錄 // 433

前言/序言

　　贊　譽

　　BIG DATA給IT工程師們提供瞭新的職業發展機遇，也為各種IT技術提供瞭同颱競技的舞颱，反過來因為這些人纔和技術的大量湧入，“大數據文化”得以繁榮和發展！天善智能就是其中的積極貢獻者。

　　Smartbi　副總裁　徐晶

　　本書不僅僅是一本案例集，還是幾十位業界資深人士智慧的結晶。同一主題中從多個角度進行觀點碰撞的編排方式，在市麵上的數據類書籍中也是絕無僅有。嚮希望踏入數據領域的各位讀者，強烈推薦本書。

　　阿裏巴巴營銷數據分析專傢　陳丹奕

　　迴首自己10年數據從業之路，從菜鳥時期看《Building the Data Warehouse》思考星型模型和雪花型模型優劣勢，到現在努力踐行通過DT解決公司降本、增效、創收、風控等業務難題，期間不知道看瞭多少本數據相關的書（非要量化，一整書架）。但從來沒看到過一本這麼多作者各自發揮各自領域特長閤力完成的經驗閤集。作者都是各自領域經驗豐富的從業人員，將自己踩過的坑、趟過的雷分享齣來，看完這本書會使人瞭解到：BI、大數據在不同領域、不同公司的理解、定位和應用都是不一樣的，會讓你開闊眼界、增長見識。不管是BI、大數據、人工智能/深度學習，都隻是一種技術、一種生産力，目的都是為瞭解決問題創造價值，希望大傢都能站在解決問題的角度看待這些技術。無招勝有招的高手都是閱曆瞭百傢之長！

　　京東集團大數據業務部架構師　李愛華

　　數據分析師應該是一個博學傢，他們要博采眾傢之長，通過模仿、藉鑒並加以創新，最終形成自己的一套分析路徑。本書正好滿足這種需求，通過34篇文章，幾十個案例讓讀者學到彆人傢的大數據，非常好！

　　數據化管理谘詢顧問及培訓師，《數據化管理：洞悉零售及電子商務運營》　作者　黃成明

　　未來，是一個數據服務的時代，未來的數據更多不是以單品的形態齣現，而是融入企業和生活中的每一個環節；未來，數據將會作為一種重要的戰略資産，滲透在每個行業領域。目前在數據領域，技術瓶頸、人纔缺失等問題十分嚴重，本書在這幾方麵作瞭詳盡的講解和很多經典成功案例，值得一讀。數據，正慢慢地引領著一個浪潮。

　　鉑濤集團數據産品經理　歐錦光

　　這是一本鏈接抽象數據與現實業務的書，書中介紹的來自不同領域眾多精英們對數據分析實踐的寶貴經驗著實令人叫絕。翻開此書，就如站在前輩們用實踐堆積而成的寶藏上，彎下腰隨手拾起的就是名叫“真知”的無價之寶。

　　電子錶格應用大會主席　李奇

　　每一位作者都是數據行業的先行實踐傢，每一篇文章都是行業智慧與經驗的濃縮，本書為我們帶來一場使用數據技術升級各行各業的交流盛會。身處數據時代，無論是對技術、市場、産品、還是管理人員來說，都是必讀的“他山之玉”。

　　山東財經大學數學與數量經濟學院教師　郭鵬程

　　本書係統地介紹瞭數據科學在工業界的實踐，把數據化思維、數據治理、BI與數據挖掘等從多個視角進行瞭深刻剖析。作者均為工業界的一綫管理者與工程師，有深厚的數據分析和構建數據平颱的功底，讀者可以從書中瞭解到數據科學實踐的前沿方法與技巧。

　　微軟資深數據平颱工程師　高彥傑

　　有一句話我們經常在說：If you can't measure it, you can't fix it. 用數據說話，倡導用數據思維意識來推動，用數據去洞悉事物的變化，形成數據文化。本書是幾十位作者在各個行業、各個技術領域數據思維的經驗總結，值得大傢仔細閱讀。

　　網站分析在中國創始人，WAW中國創始人　宋星

　　誤打誤撞進入大數據投資領域3年多，經曆瞭新奇興奮到迷茫怯手。本書讓我撥開繁雜的數據信息迷霧，從數據行業一綫踐行者的視角窺探行業的脈絡和發展態勢，更好的把握數據項目投資的精髓和邏輯。

　　華澳資本閤夥人　常永兵

　　我在發展百度慧眼業務的過程中有這樣的感觸 ：大數據的應用領域和應用價值僅僅露齣瞭冰山之一角，然而這區區一角之地，也是一群極具科技嗅覺的數據先鋒們努力打拼齣來的—尋找數據、驗證數據、應用數據、可持續獲取和完善數據—曆經層層磨難，看到一點光明，從而更加堅信大數據應用的未來。今天，很欣喜的看到本書把這些經曆、經驗和亮點集結成冊，嚮全社會分享，這是一件很有價值的事情。

　　百度地圖開放平颱産品總經理　李誌堂

　　隨著數據科學的興起，人們調侃說數據科學傢已成為最搶手、最性感的職業。這凸顯擁有數據分析實踐能力的人纔可以幫助企業進行數據資産的挖掘與利用。通過數據分析與數據挖掘推動企業的經營管理，幫助企業管理者洞察發展趨勢和科學決策，這種數據價值會給企業帶來商業模式上的優化，以及商業自動化上的突破，讓企業保持核心競爭力。

　　中國傳媒大學新聞學院教授，大數據挖掘與社會計算實驗室主任　瀋浩

　　數據作為一個新物種，帶給人類一個全新世界，更給人類重新認識自我、改造社會的機會。數據科學作為探索數據世界奧秘的工具正在逐步被人類像材料科學一樣掌握，圍繞數據科學的數據思維、數據治理、數據分析與挖掘、可視化等正在迭代人類工業時代的經驗思維、品質管控、材料工程、製造工藝、工業設計等知識、技能體係。領先的數據社區天善智能通過眾包、眾智的方式所編著的本書無疑為每位DTer打開一扇天窗。希望更多朋友加入天善智能社區，為DTer提供形式多樣、營養豐富的麵包。

　　中關村大數據産業聯盟副秘書長 & TalkingData University Headmaster　陳新河

　　這是一本由天善社區眾多大咖所共同創作的一本關於數據科學的優秀書籍。我們知道，一本技術書籍的好壞主要取決於書籍的作者質量以及體係規劃情況，這本書的書籍作者都是行業內知名的專傢，每一篇文章都凝聚瞭專業人士多年經驗智慧的結晶，含金量非常高。同時，這本書采用去體係化的方式編排，圍繞一個中心，從不同的視角去闡述數據科學的知識，形散而神一，是一本難得的好書，鄭重推薦。

　　重慶韜翔網絡科技有限公司（上海）董事長兼總經理、

　　CSDN特邀IT專傢、知名IT作傢　韋瑋

　　我們常說當下是大數據時代；我們也對各種技術字眼耳熟能詳，Hadoop，Spark等。但我們總不經意忽略，無論哪種革命，真正的源力是那些為瞭夢想披荊斬棘的人。本書就是由這樣衝殺在數據第一綫的數據先鋒集體編著而成，而各位讀者，你們也和他們一樣，是大數據bigbang中的源力，因此你們在讀他們的文章時一定會有所共鳴。

　　IBM高級架構師　邵春宇

　　雖然錯過瞭成為本書作者的榮耀，能夠提前享受本書，從方法、技術、思想三省吾身，也是大美。近年來，隨著移動互聯網和人工智能快速發展，收集、存儲和分析的數據量呈爆炸式增長、席捲神州之勢，大數據時代浩浩風起波。感謝無數專傢的努力，讓我在大數據之巔的風波中多瞭一些坐標。

數據實踐之美：31位大數據專傢的方法、技術與思想 epub pdf mobi txt 電子書 下載 2024

在京東買很多書瞭，非常喜歡

有空一定要好好看看，內容不錯

還不錯

買來學習學習，送貨很快。

書還沒看 不過還挺不錯的

對於大數據在各行業應用有一個講解，也有技術方案的大概介紹，適閤IT人士閱讀，擴展知識麵使用。

商品還是比較好的。挺好。商品還是比較好的。挺好

為湊單短時間匆忙下單，感覺此書不是我所需要的，幾十個作者一人一文章，給人的感覺隻是泛泛而談。。

開捲有益，多讀書，讀好書。