Big Data大數據的獲利模式: 圖解．案例．策略．實戰 | 誠品線上

ビッグデータの衝撃

內容簡介

內容簡介 分析現狀還不夠，預測未來更重要！ 與其相信一個人的直覺，不如相信數千萬人的資料—— 從圖解、案例，到策略與實戰， 一本書，徹底解讀大數據！ Facebook、Google、Amazon， 以及小松（KOMATSU）、瑞可利（Recruit）、GREE等歐美日知名企業都在用的資料淘金術！ 懂得找出資料的價值、萃取可用的資訊， 就能將大數據轉化為商業智慧（BI）； 嗅出趨勢、解決問題、創造商機， 進而創造「偶然的幸運」（serendipity）， 正是大數據帶領企業持續前進的動力！ ‧連上Facebook頁面，出現推薦「你可能認識的朋友……」的建議，妳因此而找到失聯已久國中同學。 ‧到amazon.com網站購書，你看到「買這本書的人也買了這些書……」的清單，也正好是自己想讀的書。 ‧只要打一個字，Google就出現「您是不是要查……」的資訊，正確預測到你想找的關鍵字。 事實上，這些「偶然的幸運」（Serendipity），都和善用大數據（Big Data，亦稱巨量資料、海量資料）有關。 上述的企業提供你需要的資料、精準預測到你的下一步，其實並非魔法、也不是憑空而來。這些企業將大數據轉化為商業智慧（BI，Business Intelligence），不僅分析現狀，更懂得預測未來。 大數據是「二十一世紀的新石油」，也是繼資料挖掘（data mining）、雲端運算、社群網站之後，最受矚目的趨勢。如何將龐雜的巨量資料理出脈絡、找到關聯、發掘價值，找出商機，成為決勝關鍵。 本書作者城田真琴，是野村總合研究所（簡稱野村總研）高級研究員，也是大數據領域的權威專家。在日本，野村總研被稱為最有影響力的民間智庫，作者以野村總研獨家調查的第一手資料為基礎，介紹Zynga、Centrica、Catalina Marketing等歐美企業，以及小松（KOMATSU）、瑞可利（Recruit）、GREE等日本企業如何應用大數據的實際案例。 一本書，讓你認清資料（data）、資訊（information）與情報（intelligence）的不同，不僅要看得到、看得懂，還要能用得出來，進而找到真正的商機所在！

各界推薦

各界推薦 導讀陳志仁－台灣野村總研諮詢顧問股份有限公司副總經理 各界推薦吳世鈺－美商天睿資訊系統有限公司（Teradata）台灣分公司總經理 徐子涵（Schee）－英國開放知識基金會地區大使 楊千－國立交通大學經營管理研究所教授 詹宏志－PC HOME網路家庭董事長 翟本喬－和沛科技股份有限公司總經理 劉奕成－英商巴克萊銀行台北分行董事總經理 鄭緯筌（Vista）－資深部落客、獨立媒體人 推薦語本書提出許多實際成功應用的案例，列出相關互動隱私及安全的議題，是一本有相當廣度的巨量資料相關讀物，很適合關心未來的知識分子閱讀。——楊千（國立交通大學經營管理研究所教授）我很喜歡作者城田真琴在本書中提出的許多細微的觀察，例如，在說明亞馬遜（Amazon）電子商務的「協同過濾」（Collaborative Filtering）技術時，引經據典地介紹「偶然的幸運」（Serendipity）這個詞，這是來自英國小說家霍雷斯．華爾波（Horace Walpole）在1754年的新創文字，描述消費者意外擁有幸運或是發現有價值事物的奇特心情，很傳神地說明了給消費者不可預期的幸運，正是巨量資料技術不斷前進的動力啊！——陳志仁（台灣野村總研諮詢顧問股份有限公司副總經理）本書的付梓，提供了一個巨量資料生態圈比較完整的面貌，是非常好的出發點。其中最值得推薦閱讀的部分，在於日本企業小松（KOMATSU）、瑞可利（Recruit）、GREE等，如何運用巨量資料強化地域經濟的思維。在面臨全球產業布局和硬體利潤微薄化的今日，如何槓桿地域劣勢，轉化為全球區域發展的特色核心，日本政府和民間的過來經驗，不失為台灣各界的參考基準。——徐子涵 Schee（英國開放知識基金會地區大使、Fertta Communications執行長）想要做Big Data（巨量資料）的人請先認清楚：什麼是Data（資料）?存得起來的，就是storage（儲存）。看得到的，才是data（資料）。看得懂的，叫做information（資訊）。用得出來的，才能稱為intelligence（情報、智慧）。很高興看到這本書並未落入坊間許多一窩蜂介紹工具的潮流，而能把主要的篇幅用在許多其他重要的面向。希望讀者在看完本書之後，能對如何萃取周遭的資訊並加以運用有更深一層的認識，並從Big Data進步到Big Intelligence的層級。——翟本喬（和沛科技股份有限公司總經理，曾任台達電子雲端技術中心資深處長、Google Platforms Architect。）身處於強調「與其相信一個人的判斷，不如相信千萬人的巨量資料」的時代，身為決策者，已經不能只靠直覺或數字，更必須融合資料科學，從各種消費紀錄、社群網站的輿情觀測、打卡定位等資料中萃取價值，做為決策參考之用。未來這段時間，所有從事行銷或商務的人，都將會遭到「巨量資料」淹沒，在載浮載沉之間，我推薦這本書當作你我的浮木，讓我們面對資訊洪流（data deluge），卻依然能一窺堂奧。——劉奕成（英商巴克萊銀行台北分行董事總經理、台灣金融分析專業人員協會□CFA台灣分會〕理事長）閱讀本書最大的收穫，並不是了解巨量資料的重要性，而是知道巨量資料可以如何應用在商業上？巨量資料帶給我們的衝擊會愈來愈大，你最好從現在就開始習慣。是的，我們活在廣袤的資料流中。而此刻，你無需驚慌，只需要有一本好書指引。帶著本書，讓我們啟航吧！——鄭緯筌Vista（資深部落客、獨立媒體人）

作者介紹

作者介紹 ■作者簡介城田真琴野村總合研究所（NRI，Nomura Research Institute）創新開發部高級研究員、IT分析師，日本政府「智慧雲端運算研究會」智庫成員。負責高端技術趨勢調查研究、供應商戰略分析、國內外企業IT應用調查，專業領域為雲端運算、商務分析、M2M、IoT等。著作包括：《雲端運算的衝擊》、《你不可不知的雲端運算常識與非常識》、《2012年版IT年鑒》等。■譯者簡介鐘慧真（翻譯本書前言、一至四章）「上輩子」是軟體工程師，國立清華大學電機工程研究所畢業，曾任職於飛利浦半導體與宏達電。目前是從事日翻中筆譯的家庭主婦，定居於日本長野縣。譯作《不執著的生活工作術》（經濟新潮社出版）。部落格：【黛博拉看日本】http: deborahjong.wordpress.com 。 梁世英（翻譯本書五至八章、謝詞）日本一橋大學商學研究所碩士，專長財務金融，目前為專職日文譯者。譯作包括《這樣圖解就對了！》《鍛鍊你的策略腦》《想像的力量》《Facilitation引導學》（以上均由經濟新潮社出版）等。

產品目錄

產品目錄 【導讀】 創造「偶然的幸運」（serendipity），正是巨量資料技術不斷前進的動力（台灣野村總研諮詢顧問股份有限公司副總經理 陳志仁）【推薦序】 當商業智慧隱藏在雲深不知處（國立交通大學經營管理研究所教授 楊千） Big Data, Big Intelligence：從資料、資訊到情報（和沛科技股份有限公司總經理 翟本喬） 當巨量資料與社會脈絡交集（英國開放知識基金會地區大使 徐子涵 Schee） Data、Data、Data：我們活在廣袤的資料流中（資深部落客 鄭緯筌Vista） 老大哥在看著你：Big Data□ Big Brother□（英商巴克萊銀行台北分行董事總經理 劉奕成）前言★第一章 什麼是巨量資料 資料洪流（The Data deluge） 巨量資料的3V特性 廣義的巨量資料 為什麼到現在巨量資料才受到眾人的矚目？（1）巨量資料的民主化 為什麼到現在巨量資料才受到眾人的矚目？（2）硬體性價比的提升與軟體技術的進化 為什麼到現在巨量資料才受到眾人的矚目？（3）雲端的普及 從「分析過去」到「預測未來」 商業智慧與巨量資料的交會 從點（交易資料）到線（互動資料）的分析 巨量資料分析的起源 本章重點整理★第二章 支撐巨量資料的技術 人才短缺 什麼是Hadoop 與日俱增的套件 眾多套件版本並存的原因 NoSQL資料庫 創投也對Hadoop、NoSQL開發企業投以熱切的目光 巨量資料時代的資料處理基礎 備受矚目的分析資料庫 串流資料（即時資料）處理 自行開發串流資料處理技術的網路公司 機器學習、統計分析等 自然語言處理、其它 本章重點整理★第三章 以巨量資料為核心競爭力的企業 歐美企業篇 快速成長之網路公司的巨量資料運用技巧 eBay：每天產生50 TB的資料 (1)遠超乎想像的巨量資料產生速度 (2)eBay的資料分析基礎 Zynga：披著遊戲開發商外皮的資料分析公司 (1)社群遊戲經濟的重要指標(2)提升病毒係數的機制(3)遊戲其實是資料驅動營運(4)三次點擊原則 Centrica：藉由引進智慧電表分析能源消耗模式 (1)英國電費、瓦斯費收費的實際狀況 (2)引進智慧電表後的影響 卡特琳娜行銷集團：以「收銀台優待券」設計顧客的消費行為 (1)儲存了超過一億人份的消費紀錄 (2)預測顧客的消費行為，帶動門市買氣 本章重點整理★第四章 以巨量資料為核心競爭力的企業 日本企業篇 日本國內也開始運用巨量資料 小松（KOMATSU）：日本運用巨量資料的先驅 瑞可利（Recruit）：徹底運用Hadoop資料分析，成功改造企業文化 (1)幾乎全公司上下都用Hadoop (2)支撐瑞可利巨量資料分析的Hadoop基礎 (3)成功的祕訣在於組織體制 (4)對於瑞可利而言，Hadoop的「真正價值」究竟是什麼？ GREE：資料驅動型營運方式是快速成長的原動力 (1)與其相信一人的判斷，不如相信數千萬人的資料 (2)資料驅動型營運方式的根基來自對於日誌資料的執著 (3)具備多種技能的專業人士齊聚一堂 (4)將溝通不良減至最少的團隊體制 日本麥當勞：在現實世界實現一對一行銷 （One-To-One Marketing） (1)劃時代優待券背後的周全準備 (2)把焦點集中在做為集點卡的行動電話與智慧型手機本章重點整理★第五章 巨量資料的運用模式★ 巨量資料的運用案例(1)精準推薦商品或服務(2)行為定位廣告(3)運用地點資訊的行銷(4)糾出盜刷(5)顧客流失分析(6)預測設備故障(7)驗出異常(8)改善服務(9)預測路況(10)預測電力需求(11)預測感冒流行(12)預測股市行情(13)油資成本的最佳化 巨量資料的運用模式分類(1)個別優化×批次處理型(2)個別優化×即時資訊型(3)全體優化×批次處理型(4)全體優化×即時資訊型 巨量資料的運用深度(1)掌握過去與現狀(2)發現行為模式(3)預測(4)優化【專欄】動態定價 巨量資料運用的真正價值 本章重點整理★第六章 巨量資料時代的隱私權問題★ 隱私權與創新的兩難 美國國會也表示關注 製作網路個資檔案的是與非 請勿追蹤（Do Not Track） 消費者隱私權保護法案 採用選擇性參與方式的歐盟 資料保護綱領也進行修正(1)引進「抹掉過去」的權利(2)使用者尚未明確表示同意前，不得使用其個人資料(3)制定資料可攜（Data Portability）的權利(4)擴大說明責任 日本的法令架構是《個人資訊保護法》加上分別針對各領域訂定的指導原則 部分指導原則在提供資訊予第三人上採用選擇性參與方式 日本政府的評估狀況 以「資訊大航海計畫」為契機開始評估的經濟產業省 由生活紀錄的角度進行議論的總務省 線索就在與使用者的「對話」 實體世界裡的行為追蹤 本章重點整理★第七章 開放資料時代的到來與資料市場的興盛★ 「活用外部公開資料」的選項 風起雲湧的連結開放資料（LOD，Link Open Data）運動 影響擴及開放式政府 如雨後春筍般不斷出現的新創企業 透過比賽促進資料運用 落後一步的日本 日本國內因三一一大地震而略有進展的開放資料使用 資料市場的興盛(1)Factual(2)Windows Azure Marketplace(3)Infochimps(4)Public Data Sets on AWS 商業模式各有不同 熱絡的資料市場存在著不容忽視的課題 本章重點整理★第八章 面對巨量資料時代該有的準備★ 巨量資料時代的企業IT策略 開始邁向資料分享的日本企業(1)LAWSON×Yahoo( 2)KDDI×樂天(3)COOKPAD×ID’s 擁有原創資料的好處 供應商的新商機在提供「資料整合服務」 誰能成為資料整合公司 美國的支付服務業者明顯朝「資料整合公司」發展(1)VISA(2)PayPal(3)美國運通 讓原創資料搖身一變成為「貴重資料」的絕妙資料組合 全世界對資料科學家的需求愈來愈高 資料科學家需具備的技能 資料科學家需具備的資質(1)溝通能力(2)創業家精神(3)好奇心 相關人才嚴重不足 相關研究所開始設立 鉅額資金流向巨量資料分析企業 日本也開始對資料科學家展開搶人大戰 最後的一道關卡－－組織體制與企業文化 朝向資料驅動型企業邁進 本章重點整理謝詞參考文獻圖表索引

商品規格

活動

• 11/15-11/20商業財經滿$799享95折
• 中文書限時滿1111現折111(部分類別除外)
• 經濟新潮全書系雙書贈好生活創意隨手杯袋組