万本电子书0元读

万本电子书0元读

顶部广告

数据化决策(第三版):数字化转型时代,《财富》500强都在使用的量化决策法电子书

1.商业量化分析畅销经典,麻省理工学院指定教材。应用信息经济学之父的量化方法论,已被全球多家《财富》500 强企业、政府部门与公共组织实践检验,包括腾讯、华为、中国平安、伯克希尔-哈撒韦、麦克森、亚马、通用电气、英特尔、可口可乐、甲骨文、麦肯锡、普华永道、联合国环境规划署、美国环保局、斯坦福大学等。 2.“数字新经济全渠道增长”全新增订版,新增大量战略咨询深度服务一手案例,横跨多个行业和领域。介绍了如何将互联网,特别是社交媒体作为量化各种宏观趋势的巨大数据来源;还增加了关于概率论的更多概念和方法,包括对“贝叶斯学派”和“频率学派”的更详细解释,以便读者更好地掌握理解量化问题的基础。

售       价:¥

纸质售价:¥49.00购买纸书

84人正在读 | 0人评论 6.6

作       者:[美]道格拉斯·W· 哈伯德

出  版  社:中国科学技术出版社

出版时间:2022-08-01

字       数:20.9万

所属分类: 经管/励志 > 管理 > 管理学

温馨提示:数字商品不支持退换货,不提供源文件,不支持导出打印

为你推荐

  • 读书简介
  • 目录
  • 累计评论(0条)
  • 读书简介
  • 目录
  • 累计评论(0条)
以“令人吃惊的简单方法”量化 看似难以量化和不能量化的问题   怎样做到比专业的健康机构提前一周预测到流感的爆发? 如何精确地量化“网络速度变慢对于产品销售的影响”? 如何快速有效地掌握“个性化远程网络课程”的教学情况?   万事万物皆可量化。今天的管理者和决策者不缺乏数据,不缺乏信息,缺乏的是依靠量化做决策的态度和方法。道格拉斯·W. 哈伯德作为兼具前沿学术研究和一线实际经验的管理行家,在《数据化决策》(第三版)中,将向我们展示更多简单易行、可操作性强的量化办法。作者在本书中:   专注于量化不确定性、风险和数据价值; 提供了令人拍案惊奇的测算无形之物的简便方法,让我们仅仅基于已知数据就能准确决策; 增加了不同领域可借鉴的大量一手精彩案例。   本书兼具实用性、可读性和趣味性,提出了一套完整的量化方法论,一套不亚于专业咨询公司的行动计划,通过对重大决策行定义,对变量、不确定性与价值建模,可以为企业、政府或其他组织机构的任何投资与决策行风险量化分析,从而做出正确决策。 《数据化决策》(第三版)尤其适用于政府官员、公共政策制定者、投资人、首席执行官、首席财务官、首席信息官、风险管理者、大数据与商业智能从业者等各行各业的人员。<br/>【推荐语】<br/>1.商业量化分析畅销经典,麻省理工学院指定教材。应用信息经济学之父的量化方法论,已被全球多家《财富》500 强企业、政府部门与公共组织实践检验,包括腾讯、华为、中国平安、伯克希尔-哈撒韦、麦克森、亚马、通用电气、英特尔、可口可乐、甲骨文、麦肯锡、普华永道、联合国环境规划署、美国环保局、斯坦福大学等。   2.“数字新经济全渠道增长”全新增订版,新增大量战略咨询深度服务一手案例,横跨多个行业和领域。介绍了如何将互联网,特别是社交媒体作为量化各种宏观趋势的巨大数据来源;还增加了关于概率论的更多概念和方法,包括对“贝叶斯学派”和“频率学派”的更详细解释,以便读者更好地掌握理解量化问题的基础。   3.《大数据》作者涂子沛、清华大学经济管理学院领导力与组织管理系教授钱小军、中国社科院信息化研究中心秘书长姜奇平、甲骨文大中华区技术战略部总经理刘松等十多名重磅人士倾力推荐<br/>【作者】<br/>[美]道格拉斯·W. 哈伯德 (Douglas W. Hubbard ) 应用信息经济学之父 哈伯德决策研究公司创始人 国际公认知名测量师、决策分析师和风险管理家   近30 年来,道格拉斯·W. 哈伯德所创的数据化决策方法论,已被全球众多《财富》500 强企业所应用,并被广泛应用于金融业、制造业、医药、网络安全、娱乐传媒、公共事务、能源环境、国家安全、军事物流、研发整合等众多经济、管理和社会领域。 道格拉斯不仅是有史以来畅销的商业统计书籍之一《数据化决策》(How to Measure Anything )的作者,还著有《风险管理的失败》(The Failure of Risk Management)和《脉搏》(Pulse )。他的作品已被翻译成8 种语言,销量超过10 万册,在许多知名大学的课程中都有使用。此外,他还长期为《信息周刊》《分析学》《首席信息官企业》等杂志撰写专栏。<br/>
目录展开

致中国读者信

权威推荐 How To Measure Anything

权威推荐序 How To Measure Anything

前言 How To Measure Anything

第一部分 量遍天下 没有什么不可量化

第1章 无形之物有法可测

幸福婚姻的价值和人生的价值都可量化?

管理顾问、绩效测评专家无法解决,但本书可搞定

使用“强力工具”进行量化分析

本书阅读指南

第2章 不同时代、不同领域的量化大师

坐在图书馆里估算地球周长?

物理学家如何估算芝加哥的钢琴调音师有多少?

只花费10美元,9岁女孩就揭穿医学谎言

如何量化质量和创新对收益的贡献度

从量化大师身上能学到什么?

第3章 他们为什么说无形之物不可量化?

对传统量化定义的挑战

澄清链:量化方法就隐藏在量化目标中

5人法则:只需很小的样本就可以减少不确定性

4个假设让量化看上去很简单

量化真的需要不菲的代价吗?

可以相信统计数字吗?

99岁患病老人不如5岁儿童的命值钱?

量化的五大步骤

第二部分 量化什么? 不确定性、风险、信息价值

第4章 厘清待量化事物与决策的关系

定义具体决策问题时遇到的挑战

只要能理解,就能建模

清晰定义“不确定性”和“风险”

为政府部门信息技术安全项目进行的量化工作

第5章 校准训练:修正你的判断

校准练习:让“估计”变得更准确

你的估值范围=你的认知程度

90%的信心意味着90%的概率吗?

经过校准训练的人往往预测得更准确

第6章 蒙特卡洛模型:评估风险大小

分清“感觉很好”与“真的很好”

蒙特卡洛模型:范围也能进行加减乘除?

寻找盈亏平衡点

不必一开始就建立蒙特卡洛模型

风险悖论:越重大的决策,越缺少风险分析

第7章 量化信息的价值

预期机会损失(EOL):出错的机会和成本

消除所有不确定性的价值有多大?

超越二元决策:在连续体上的决策

不确定性越高,你需要的信息越少

量化倒置:最重要的常常被忽视

分清有价值和无价值的量化

第三部分 量化方法 如何减少不确定性

第8章 选择和设计量化方法

广义的测量仪器=测量方法

将不可量化之物分解为可量化之物

通过互联网获取方法

寻找、观测、跟踪相关线索

无须海量,只要适量

准确度≠精确度

确定测量仪器

第9章 随机抽样:窥一斑而知全豹

凭直觉估计数值范围

t检验:只需一个小样本

统计显著性:结果是真还是假?

如何处理异常值?

不用计算,就可估计出平均值

两次独立抽样:抓与重抓就能算出湖里有多少鱼

寻找阈值:在哪个点上做决定?

对照组实验:当事件还未发生时

变量的相关程度:风马牛之间有多大关系?

什么时候才使用假设检验?

第10章 贝叶斯方法:利用已知估算未知

贝叶斯定理:若A发生,则B发生的可能性多大?

使用你天生的贝叶斯本能:用新信息更新旧信息

异构标杆法:类比评估

贝叶斯反演法:如果X为真,如何看到这一点?

区间范围的贝叶斯反演法:每种结果出现的概率是多少?

贝叶斯法教会我们什么?

第四部分 量化抽象事物 偏好、态度和判断

第11章 量化人们的偏好和态度

观测人们的意见、价值观和幸福感

支付意愿法:通过讨价还价估算生命价值

投资边界曲线:量化风险承受能力

效用曲线:选鱼还是选熊掌?

绩效量化:一切都可归结为利润

第12章 人的判断和测量仪器哪个更准?

人类的心理如何影响决策?

令人惊讶的简单线性模型

不变比较原则:将任何估值都标准化

透镜模型:消除评估过程中的不一致

两种不适用的量化方法

各种评估方法价值比较

科学家如何不断改善数据化决策模型

第13章 新型测量方法和仪器

全球定位系统:革命性的量化工具

用屏幕抓取软件和混搭法挖掘网络信息

通过电子邮件就可量化顾客满意度?

预测市场:苹果公司何时倒闭?

第14章 通用的量化方法:应用信息经济学

量化的通用框架和一般步骤

饮水监控系统为公众健康带来多少利益?

海军陆战队的燃油需求有多大?

抽象问题:如何量化行业标准的价值?

一些虽未讨论但可能出现的量化难题

致谢 How To Measure Anything

附录 How To Measure Anything

附加的校准测试题及答案

累计评论(0条) 0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