万本电子书0元读

万本电子书0元读

顶部广告

数据实践之美:31位大数据专家的方法、技术与思想电子书 租阅

来自全球20余家知名数据公司的31位数据专家分享了他们在数据化思维、数据治理、BI与数据可视化、数据分析与数据挖掘、大数据应用5大主题下的佳实践

售       价:¥

纸质售价:¥62.40购买纸书

450人正在读 | 2人评论 6.2

作       者:天善智能

出  版  社:机械工业出版社

出版时间:2016-12-01

字       数:27.1万

所属分类: 科技 > 计算机/网络 > 计算机理论与教程

温馨提示:此类商品不支持退换货,不支持下载打印

为你推荐

  • 读书简介
  • 目录
  • 累计评论(2条)
  • 读书简介
  • 目录
  • 累计评论(2条)
全书一共33篇文章,根据主题分为了5个部分:Part1数据化思维,专注思维。Part2数据治理,专注技术。Part3BI与数据可视化。Part4数据分析与数据挖掘。Part5大数据化之路,主要讲解不同行业是如何应用大数据的。所有文章均独立成篇,在满足碎片化阅读的同时,也能让读者进行深入的思考和横向比较,帮助用户在碰到类似问题的时候打开思路、获得经验上的快速成长。 全书一共33篇文章,根据主题分为了5个部分:Part1数据化思维,专注思维。Part2数据治理,专注技术。Part3BI与数据可视化。Part4数据分析与数据挖掘。Part5大数据化之路,主要讲解不同行业是如何应用大数据的。所有文章均独立成篇,在满足碎片化阅读的同时,也能让读者行深的思考和横向比较,帮助用户在碰到类似问题的时候思路、获得经验上的快速成长。
【推荐语】
来自全球20余家知名数据公司的31位数据专家分享了他们在数据化思维、数据治理、BI与数据可视化、数据分析与数据挖掘、大数据应用5大主题下的佳实践
【作者】
吕品,天善智能CEO。天善智能是一个专注于商业智能BI、数据分析、数据挖掘和大数据技术领域的技术社区 ,包括技术问答、博客、活动、学院、招聘、读书频道等众多版块。社区内容覆盖了与?BI?相关的几乎所有技术和产品:微软BI、IBM Cognos、Oracle BIEE、Kettle、Informatica、DataStage、SAP BO、QlikView、Tableau等等;以及数据分析、数据挖掘和大数据相关的技术领域,包括:R、Python、SPSS、Hadoop、Spark、Hive、Kylin等。天善智能的学员和注册会员覆盖国内北京、上海、深圳以及广州等50多个大中小城市,在加拿大、美国、新西兰、澳大利亚、日本、德国、新加坡都有我们的海外学员,在数据领域圈里天善智能有着广泛的影响力。?天善智能致力于构建一个基于数据领域的生态圈,通过社区一切与数据相关的资源,与大家一起共同努力推动大数据、商业智能BI在国内的普及和发展。?在社区发展的两年多时间里,天善智能也得到了国内本土厂商的大力支持。同时,天善智能在社区也拥有一批非常知名的社区领袖、技术大拿和热心用户,他们一起共同努力默默的维护和关心社区成长。
目录展开

赞誉

前言

Part1 数据化思维

NO.1 数据化运营的方法论体系

NO.2 数据化营销中的“一·二·三”

NO.3 企业数据化管理之巅—同业对标

NO.4 管理数据化:柳传志30年管理智慧如何为我所用

NO.5 数据领导力—指标体系规划与管理驾驶舱设计

Part2 数据治理

NO.6 数据库开发实施工艺提升的6种途径

NO.7 ETL串并发数据跑批处理的理论与运用实践

NO.8 如何高效地对复杂数据进行清洗与转换

Part3 BI与数据可视化

NO.9 商务智能业务分析构建“5步曲”

NO.10 构建数据体系的两个“5步曲”

NO.11 成功实施BI项目的4大要素

NO.12 Kimball理论在BI项目中的应用

NO.13 BI数据可视化分析SaaS产品前瞻

NO.14 大数据工程的系统架构设计和技术选型

NO.15 数据可视化4步工作法

NO.16 如何用R语言对复杂数据进行可视化

NO.17 新思路,新体系:让银行报表的3大痛点不再是噩梦

NO.18 Cognos在金融银行业的最佳运用

Part4 数据分析与数据挖掘

NO.19 如何做好一名商业分析师?

NO.20 如何用数据驱动运营

NO.21 企业增长中的精细化分析和Growth Hacking

NO.22 如何基于业务实现用户行为数据产品化

NO.23 电商的数据化管理与运营

NO.24 零售业数据分析指标的管理与应用

NO.25 做好零售业数据分析必须解决的3个难点

NO.26 如何用R语言做量化分析

NO.27 从BI到AI,数据分析的4个误区

NO.28 企业如何利用跨行业数据挖掘标准流程开展大数据实践

NO.29 详解过程挖掘的技术和方法

NO.30 个性化数据挖掘的关键技术与应用实践

Part5 大数据化之路

NO.31 教育行业的大数据实施路径

NO.32 数据科学在互联网金融中的应用

NO.33 地理大数据驱动的智慧选址

附录

累计评论(2条) 2个书友正在讨论这本书 发表评论

发表评论

发表评论,分享你的想法吧!

买过这本书的人还买过

读了这本书的人还在读

回顶部