大数据云图 [BIG DATA DEMYSTIFIED] pdf epub mobi txt 电子书下载 2025

简体网页||繁体网页

☆☆☆☆☆

[美] 大卫·芬雷布著，孙唯编，盛杨燕译

图书标签:

大数据
云计算
数据分析
数据挖掘
机器学习
人工智能
商业智能
数据科学
技术
行业应用

下载链接在页面底部

facebook linkedin mastodon messenger pinterest reddit telegram twitter viber vkontakte whatsapp 复制链接

想要找书就要到新城书站

book.cndgn.com

立刻按 ctrl+D收藏本页

你会得到大惊喜!!

出版社：浙江人民出版社

ISBN：9787213058424

版次：1

商品编码：11360779

品牌：湛庐文化（Cheers Publishing）

包装：平装

丛书名：湛庐文化

外文名称：BIG DATA DEMYSTIFIED

开本：16开

出版时间：2013-12-01

用纸：胶版纸

页数：200

正文语种：中文

具体描述

编辑推荐

　　大数据时代商业应用之作，从大数据行业入手，描绘出大数据时代的商业分布。

　　大数据云图《》作者大卫·芬雷布被誉为“大数据商业应用的引路人”。与同伴共同创建的Big Data Group公司，为科技买家和供应商提供咨询服务，其中关注度高的就是大数据云图。

内容简介

　　、谷歌、IBM、Facebook…… 超过一百家大数据公司的商业法则深度解密。教育、医疗、商业、设计、汽车…… 十几个行业的成功企业案例全面分享。

　　从Twitter到Netflix，从Bing到LinkedIn……互联网新贵如何在大数据之战中脱颖而出？从福特到宝洁，从耐克到三星……传统商业巨头如何在大数据时代再创辉煌？

　　大数据云图清晰勾勒出大数据行业的企业分布，让你能够轻易发现大数据行业的下一个大机遇究竟在何处。

作者简介

　　大卫·芬雷布（David Feinleib），“大数据商业应用的引路人”，他与同伴共同创建的Big Data Group公司，旨在为科技买家和供应商提供咨询服务。该公司绘制的大数据云图已经成为Twitter上的热门话题，在全球较大的幻灯片分享社区SlideShare中的被浏览次数也超过30000次。

　　互联网行业的资深创业者，先后创办了多家公司，包括onDevice公司，该公司后来被Keynote Systems公司收购；Consera Software公司，该公司后来被惠普公司收购；Likewise公司，该公司后来被美国EMC公司旗下的Isilon业务部收购。

　　著名风险投资人，曾在莫尔达维多风险投资公司人之，掌管20亿美元资产。

精彩书评

　　大数据影响所有人。在这本颇具趣味性并发人深省的书中，芬雷布解释了如何利用手中所掌握的正确工具，在大数据时代构建一个更丰富的企业模型，开阔眼界，收获新知，建立竞争优势。

拉斯·比约克

　　——QlikTech公司首席执行官

　　穿透喧哗与骚动，芬雷布揭示了大数据最重要的时代意义：对商业领域的影响。《大数据云图》是送给数据驱动的决策制定者的一本商业机会分布图集。

　　——迈克尔·德里斯科　Metamarkets首席执行官

　　《大数据云图》为众多大数据领域的创业公司描绘了一幅大数据景观图。它掀起了一场革命，重新定义了数据收集、存储和分析的概念。对于任何想了解大数据对企业、政府、科学和全人类意味着什么的人来说，这是一本必读之作。

　　——桑杰·梅塔　Splunk 公司产品营销副总裁

　　芬雷布对大数据分析和业务智能的洞见，使得他成为了硅谷最与时俱进的思想领袖之一。

　　——张若玫　远创科技集团（Vitria Technology, Inc.）首席执行官

　　每一个试图利用数据创建竞争优势的企业领袖都应阅读本书。芬雷布向我们展示了如何借助大数据来提升企业的业绩和改善我们生活。

　　——罗杰·埃伦伯格　　　IA Ventures创始人

　　《大数据云图》是每一位对大数据感兴趣的人的必读之作。芬雷布不仅告诉我们哪些大数据初创公司有望在未来一炮而红，还解释了我们如何利用数据过上更健康的生活、拥有更好的人际关系，教育我们的孩子。

　　——布拉德·费尔德　Foundry Group运营主管

　　如果你想知道未来十年最重要的流行趋势是什么，这本《大数据云图》就是为你量身打造的。

　　——卡梅伦·梅尔沃德　启明投创

　　《大数据云图》综合了大数据的方方面面。芬雷布为我们深入浅出地解释了大数据这一复杂主题。

　　——肯·斯蒂芬斯　施乐公司云解决方案高级副总裁

精彩书摘

　　第2章　可视化，在数据中发掘机遇的重要工具

　　你第一次来到华盛顿特区——美利坚合众国的首都，你很兴奋，激动地想参观白宫和所有的纪念碑、博物馆。从一个地儿赶到另一个地儿，你需要利用当地的交通系统——地铁，这看上去挺简单的，但问题是：你没有地图，不知道怎么走。抛开地图，试想一下服务台里有一个好心人，他递给你一份按字母顺序排列的站名、线路名和坐标清单。理论上，这就够了，要弄清楚怎么搭乘华盛顿的地铁，你已经掌握了所有的信息。但事实上，要弄清楚搭哪条线路，在哪个站上车、下车，简直是一场噩梦。

　　不过，幸运的是，服务台有另外一种地图来传达这些数据信息，那就是华盛顿地铁图。地图上每条线路的所有站点都是按照顺序用不同的颜色标出来的。你还可以在上面看到线路交叉的站点，如此一来，要知道在哪里换乘，就很容易了。可以说突然之间，弄清楚如何搭乘地铁变成了轻而易举的事情。地铁图呈献给你的不仅是数据信息，更是知识。

　　你不仅知道了该搭乘哪条线路，还大概知道了到达目的地需要花多长时间。无须多想，你就能知道到达目的地有8个站，每个站之间大概需要几分钟，因而你可以计算出从你所在的位置到“航空航天博物馆”要花上20多分钟。除此之外，地铁图上的路线不仅标注了名字或终点站，还用了不用的颜色——红、黄、蓝、绿、橙来帮助于你辨认。每条线路用的是不同的颜色，如此一来，不管是在地图上还是地铁外的墙壁上，只要你想查找地铁线路，都能通过颜色快速辨别。

　　将信息可视化能有效抓住人们的注意力。有的讯息如果通过单纯的数字和文字来传达，可能需要花费数分钟甚至几小时，甚至可能无法传达，但是通过颜色、布局、标记和其他元素的融合，图形却能够在几秒钟之内就把这些讯息传达给我们。

　　理清楚了头绪，你发现其实华盛顿特区只有86个地铁站。东京地铁系统包括东京地铁公司（TokyoMetro）和都营地铁公司（theToei）两大地铁运营系统，一共有274个站。算上东京更大片区的所有铁路系统，东京一共有882个车站。〇1要是没有地图的话，人们将很难了解这么多的站台信息。

　　数据与图形

　　倘若你使用过电子表格，你就会发现，要从填满数字的单元格中发现走势有多么困难。在电影《黑客帝国》（TheMatrix）中，数字看上去就像图形，而图形看上去又像数字，因此，电子表格并不是那么容易理解的。这就是诸如微软电子表格软件（MicrosoftExcel）和苹果电子表格软件（AppleNumbers）这类程序内置图表生成功能的原因之一。一般来说，我们在看一个饼状图或条形图的时候，更容易发现事物的变化走势。

　　我们在制订决策的时候了解事物的变化走势至关重要。不管是讨论销售数据还是健康数据，一个简单的数据点通常不足以告诉我们事情的整个变化走势。

　　投资者常常要试着评估一个公司的业绩。一种方法就是及时查看公司在某一特定时刻的数据。比方说，如果管理团队在评估某一特定季度的销售业绩和利润时，没有考虑进去之前的季度情况的话,他们可能会总结说公司运营状况良好。

　　但是，投资者很难从数据中看出公司每个季度的业绩增幅都在减少。因此，从理论上看，公司的销售业绩和利润似乎还不错，但事实上，如果不想办法来增加销量，公司很快就会走向破产。

　　管理者或投资者在了解公司业务发展趋势的时候，内部环境信息是重要指标之一。管理者和投资者同时也需要了解外部环境，因为外部环境能让他们了解自己的公司相对于其他公司运营情况如何。

　　如果某个季度销售业绩下滑，管理者就有可能会错误地认为公司的运营情况不好。可事实上，销售业绩下滑的原因可能是由大的行业问题引起的，例如，房地产行业受到房屋修建量减少的影响，航空业受到出行减少的影响等。

　　外部环境是指同行业的其他公司在同一段时间内的运营情况，不了解外部环境，管理者就很难洞悉究竟是什么导致了公司的业务受损。即使管理者了解了内部环境和外部环境，但要想仅通过抽象的数字来看出端倪还是很困难的，而图形可以帮助他们解决这一问题。

　　……

前言/序言

　　用大数据解读商业与生活

　　如果现在是3月或12月，那你就得小心了——你有可能会分手。数据可视化专家大卫·麦克坎德莱斯（DavidMcCandless）和李·拜伦（LeeByron）分析了Facebook上的上万条状态更新并绘制成表，发现美国的春假和寒假前两周是分手高发期。

　　另一方面，如果是圣诞节的话，你的恋爱状态就会很不错。圣诞节是一年之中发生分手次数最少的时候。如果你认为大数据晦涩难懂，和你的日常生活没什么关系的话，那你就需要重新考虑这个问题。大数据带来的改变随处可见，交友网站利用大数据改变其用户资料管理方式，营销人员利用大数据改变其精准化营销的方式，甚至连我们自己记录瘦身目标进行减肥的方式也被大数据所改变。

　　我是在进行法国铁人三项训练的时候迷上大数据的。我开始记录我爬过的每座山、跑过的每段路，以及在旧金山水上公园冰冷的水中游过的所有里程。然后，为了便于自己对这些数据进行回顾、可视化并进行分析，我将这些信息全部上传到了网络上。当时我并没有意识到，这将是一段奇妙的探索之旅的开端，而宝藏就是如今众所周知的大数据。

　　很多年前，人们就开始对数据进行利用。例如航空公司要利用数据弄清楚给机票定什么价位，银行要利用数据搞清楚该贷款给谁，信用卡公司则利用数据侦破信用卡诈骗。但是直到最近，数据，或者用现今的说法就是大数据，才真正成为我们日常生活的一部分。这是因为即使这些公司早在多年前就使用了大量的数据，但是这些数据或多或少都被我们忽视了。

　　之后，Facebook和谷歌出现了，至此大数据游戏被永远改变了。你和我，或者任何一个享受这些服务的用户都生成了一条反映我们行为的数据足迹，它能够反映出我们的行为。每次我们进行搜索，例如查找某个人或者甚至只是访问某个网站，都加深了这条足迹。当Facebook的用户尚少的时候，要存储所有用户的数据足迹，并不是什么难事。但是很快地，Facebook用户激增，面对10000亿的网页搜索和超过10亿的好友，现有技术开始力不从心。

　　这些公司不得不创建新技术来存储和分析激增的数据——结果就迎来了被称为大数据的创新爆炸。其他公司看到谷歌和Facebook的所作所为，他们也意欲效仿，利用大数据找出客户所需的商品，以此提高其产品的销量。企业家想通过这些数据提供更便捷的医疗保健服务，市政府则想通过数据更好地理解当地居民，提供他们所需的服务。

　　但是，存在一个巨大的问题就是，大部分的公司拥有大量数据，但是公司的大部分员工并不是数据科学家。因此，对广大受众而言，围绕大数据的讨论依然过于技术化，因而显得遥不可及。

　　我有幸将这个高度技术化的课题——一个略显技术天赋的课题，呈献给大家，解释数据对我们的日常生活造成的影响。这本书就是成果，它描述了数据是如何改变我们的生活、恋爱和学习方式的。

　　在研究这一课题的过程中，我得到了很多人的帮助和支持，对此我深表感谢。我要感谢与我一同进行市场调研和咨询业务的公司，包括Aerospike,CetasbyVMWare,Cloudyn,Lattice,Lyris,NewRelic,Newvem,Qliktech等。我要特别感谢卡梅伦·梅尔沃德（CameronMyhrvold）的指导和建议。

《数据之舞：驾驭海量信息时代的商业脉搏》图书简介在信息洪流奔涌的二十一世纪，数据已然成为驱动全球经济和社会进步的核心引擎。然而，面对以TB、PB乃至EB计量的庞杂信息，许多企业和决策者仍然感到迷茫和无措。他们拥有海量数据，却鲜能将其转化为洞察力与竞争力。《数据之舞：驾驭海量信息时代的商业脉搏》正是为破解这一困境而生的权威指南。本书并非一本枯燥的技术手册，而是一份面向商业领袖、战略规划师、市场分析师以及所有渴望在数据驱动时代占据先机的专业人士的实战路线图。我们摒弃了深奥的数学公式和晦涩的代码细节，聚焦于如何将“数据”这一原始资源，高效地冶炼成“洞察”，并最终转化为可执行的商业价值。第一部分：重塑认知——数据时代的商业哲学本部分旨在为读者建立一个坚实的数据思维基础。我们首先探讨了从“经验驱动”到“数据驱动”的范式转移，剖析了大数据技术浪潮对传统商业模式的颠覆性影响。我们深入分析了现代企业在数据战略层面常见的“认知陷阱”——例如，盲目追求数据量而忽视质量，或者将数据分析视为孤立的技术部门职能。我们将“数据资产化”的概念细致拆解，阐明了数据不仅仅是运营的副产品，更是企业未来增长的战略储备。书中通过一系列详实的案例研究，展示了那些成功将数据融入企业 DNA 的组织，如何在客户体验、供应链优化、风险管理乃至产品创新等各个维度实现跨越式发展。我们强调，数据驱动并非意味着抛弃直觉，而是用量化的证据来校验、拓展和深化人类的洞察力。第二部分：构建骨架——数据治理与基础设施的艺术数据的价值，首先取决于它的可靠性和可访问性。本部分聚焦于构建稳健、合规且高效的数据生态系统。我们认为，治理绝非一道道冰冷的规章制度，而是一种确保数据“可信赖”和“易用性”的持续实践。我们将详细阐述现代数据治理的五大支柱：数据质量管理、元数据管理、数据安全与隐私保护、数据生命周期管理以及数据所有权与责任划分。在隐私保护方面，本书紧密结合 GDPR、CCPA 等全球主要法规，指导企业如何在充分利用数据潜能的同时，建立起坚不可摧的信任壁垒。在基础设施层面，我们探讨了从本地部署到混合云、多云环境下的数据存储与处理架构选择。重点讨论了如何根据业务场景（如实时交易、历史分析、机器学习训练）来设计最优的数据管道（Data Pipeline），确保数据在采集、清洗、存储和分发过程中的效率和一致性。读者将获得一份清晰的评估框架，用以衡量现有数据基础设施的成熟度，并制定升级路线图。第三部分：释放潜能——从洞察到行动的分析实践这是全书最具操作性的核心部分。我们相信，数据分析的终极目标是驱动行动。本部分将分析的范围从描述性统计扩展到预测性建模和规范性建议。我们系统性地介绍了现代商业分析方法论，包括：客户细分与生命周期价值（CLV）分析：如何通过行为数据构建精准的用户画像，实现千人千面的营销与服务。运营效率优化：利用时间序列分析和流程挖掘技术，识别供应链中的瓶颈和浪费环节。风险预警模型：建立早期识别系统，用于识别欺诈行为、信贷违约风险或设备故障预兆。书中特别辟出章节，深入探讨了如何有效地将复杂的分析结果转化为商业决策者能够理解并采纳的“故事”。我们强调可视化叙事的力量，指导读者设计清晰的仪表板（Dashboard），并学会用数据来构建强有力的商业论证。关键在于，确保每一次数据输出都能清晰地回答“所以呢？”这个问题，并指向下一步的明确行动。第四部分：面向未来——嵌入式智能与数据文化数据驱动的成熟度体现在智能如何被“嵌入”到日常业务流程中，而不是被孤立地进行事后分析。本部分展望了数据智能的未来趋势，包括实时流处理、边缘计算对数据价值链的影响，以及人工智能（AI）与机器学习（ML）在企业决策中的深度融合。我们探讨了如何建立一个“数据原生”的企业文化。这涉及到人才培养、跨部门协作模式的重塑，以及领导层如何带头拥抱不确定性并容忍基于数据探索的失败。数据文化的构建，意味着将数据思维内化为组织应对挑战的默认模式。结语：你的数据，你的未来《数据之舞》不是一个终点，而是一个旅程的起点。它提供了一套完整的框架，帮助您理解、组织、治理并最终驾驭您组织的数据资产。在这个信息爆炸的时代，拥有数据只是起点，懂得如何让数据跳出其原始形态，在商业的舞台上翩翩起舞，方能决定您企业的明天。本书致力于赋予每一位读者这种掌控全局的能力。

用户评价

评分☆☆☆☆☆

这本书我一直想找个机会细细品味。封面设计就很有吸引力，那种深邃的蓝色调，仿佛蕴含着无尽的数据洪流，又带着一丝科技的冷静与神秘。我一直对“大数据”这个概念感到既熟悉又陌生，新闻、报告里经常听到，感觉它无处不在，却又说不清到底是怎么一回事，就像一个模糊的轮廓，难以捉摸。我希望通过这本书，能够真正理解大数据到底是什么，它究竟是如何运作的，以及它在我们日常生活和工作中扮演着怎样的角色。是不是它能帮助我们更清晰地认识这个日益被数据淹没的世界？我特别好奇作者会用怎样的方式来“揭开迷雾”，是枯燥的技术讲解，还是生动有趣的案例分析？我期待它能带来一种豁然开朗的感觉，让那些曾经觉得高不可攀的“大数据”变得触手可及，理解起来不再那么费力。我希望这本书不仅仅是知识的传递，更能引发我的思考，让我对未来的技术发展方向有一个更深刻的洞察。

评分☆☆☆☆☆

最近手头事情有点多，但看到这本书的时候，心里还是痒痒的。我从事的市场营销工作，现在对数据分析的需求越来越大，感觉不了解大数据真的要落伍了。以前总觉得那些关于算法、模型的东西离我太远，但又隐隐约约觉得它们是驱动我们业务增长的关键。所以，我特别希望能在这本书里找到一些实用的、能立刻应用到工作中的方法和思路。比如，如何通过大数据来更精准地定位目标客户？如何利用数据来优化我们的广告投放策略？甚至，如何用数据来预测市场的趋势，帮助我们做出更明智的决策？我不太喜欢那种只讲理论的书，更希望它能提供一些具体的案例，让我看到别人是怎么做的，从中获得启发。如果能有一些图表或者流程图来辅助说明就更好了，这样理解起来会更直观。

评分☆☆☆☆☆

这本书我拿到手里，感觉沉甸甸的，不是重量，而是它所承载的知识分量。我一直是个对技术发展充满好奇心的人，尤其对那些能够改变世界的技术。大数据无疑就是其中之一。我希望这本书能够带我走进大数据的世界，让我了解它的历史渊源，它如何从一个小小的概念发展到如今无处不在的影响力。我更关注的是它背后的逻辑和原理，比如，数据是如何被收集、存储、处理和分析的？这些过程是怎样的？是否有一些基础性的技术概念是我需要掌握的？我希望作者能够用一种深入浅出的方式来讲解，避免过于专业和晦涩的术语，让像我这样的非技术背景的读者也能理解。同时，我也想了解大数据在不同领域内的应用，比如科学研究、医疗健康、城市管理等等，它们是如何利用大数据来解决实际问题的。

评分☆☆☆☆☆

我对这本书的期待，更多的是一种对未来的憧憬。我总觉得，掌握了大数据，就等于掌握了洞察未来的钥匙。我希望这本书能够为我打开这扇门，让我看到大数据如何驱动创新，如何解决人类面临的各种复杂问题。我关注的不仅仅是技术本身，更是它所带来的社会影响和伦理考量。大数据是否能帮助我们建立一个更公平、更高效的社会？它又可能带来哪些潜在的风险？我希望这本书能够提供一些前瞻性的思考，让我对未来的发展方向有一个更深刻的理解。当然，我也希望它能够激发我的一些灵感，让我思考如何在自己的领域内，利用大数据的力量，创造更大的价值。这本书就像一个引子，我希望它能点燃我对大数据探索的热情。

评分☆☆☆☆☆

说实话，我买这本书，很大一部分原因是冲着“Demystified”这个副标题来的。我一直觉得大数据这个词听起来很厉害，但具体是怎么回事，真的有点摸不着头脑。各种关于数据泄露、隐私保护的讨论也让我有点担心，觉得它是一把双刃剑。我希望这本书能够让我理解大数据的本质，它究竟是什么？它又带来了哪些机遇和挑战？我更希望它能解释清楚，为什么大数据如此重要，它又是如何改变我们的生活的。我希望这本书能够给我一个清晰的认知框架，让我能够辨别那些关于大数据的夸大其词和不实信息。如果能提供一些关于如何负责任地使用大数据的建议，或者如何保护个人数据的隐私，那将是非常有价值的。我希望能通过阅读这本书，成为一个对大数据有更全面、更理性认识的人。

评分☆☆☆☆☆

非常不错！我很喜欢看

评分☆☆☆☆☆

一本好书可以改变很多

评分☆☆☆☆☆

到手了，不过没时间看。。。。

评分☆☆☆☆☆

速度挺快，送货上门，挺好的。

评分☆☆☆☆☆

公司有意往这方面发展，拿来学习学习。。。

评分☆☆☆☆☆

好书！发货速度很快。。。