数据战略 pdf epub mobi txt 电子书下载 2026

简体网页||繁体网页

☆☆☆☆☆

出版者:机械工业出版社

作者:伯纳德•马尔（Bernard Marr）

出品人:

页数:224

译者:鲍栋

出版时间:2019-3

价格:59.00元

装帧:精装

isbn号码:9787111610960

丛书系列:

图书标签:

大数据
运营
机器学习
数据
互联网
Business
阅读
未知
数据战略
企业管理
商业决策
数字化转型
数据驱动
战略规划
企业竞争力
数据治理
商业智能
数据分析

下载链接在页面底部

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

想要找书就要到图书目录大全

book.wenda123.org

立刻按 ctrl+D收藏本页

你会得到大惊喜!!

具体描述

数据正在彻底改变所有人做生意的方式。然而，目前所有数据被分析和使用的比例不到0.5%。商业领袖和管理者不能对数据漠不关心或保持怀疑，因为视数据为战略资产的公司才会生存并茁壮成长。

本书是创建一个强大的数据战略的必读的指南，书中解释了如何确定战略性数据需求，用什么方法来收集数据，最重要的是，如何将数据转化为组织改善商业决策和绩效的见解，为需要从大数据、分析和万物互联中获利的组织提供了工具和战略，是每一位旨在利用自己的业务数据的价值以获得竞争优势的读者的基本读物。

本书包含各种案例研究和真实的例子，介绍了如何弄清战略数据资产和数据受众群体；如何收集所需的数据，制定全新的数据收集方法；如何通过预测分析和机器学习获得最大收益；如何拥有适当的技术、数据基础设施和关键数据能力；如何确保拥有有效的安全和管理体系，避开经济、法律和声誉问题。

本书适合科技、互联网企业的创始人、CEO、中高管；数据战略负责人；首席数据官；信息系统负责人；转型中的传统企业管理者；政府相关部门工作人员阅读。

《海陆空：军事思想的演进与现代战争形态》内容简介《海陆空：军事思想的演进与现代战争形态》一书，深入剖析了人类军事思想在不同历史时期，由陆地战场的局限性逐步拓展至海洋、再至天空，最终融汇于信息化、智能化时代的战争形态演进历程。本书并非对某一具体战役或战术的简单罗列，而是以宏观的视角，将军事思想的萌芽、发展、革新与技术进步、社会变革、地缘政治紧密结合，勾勒出一幅波澜壮阔的军事文明发展长卷。第一部分：陆地战争的基石——从古代到近代本书的开篇，将目光聚焦于陆地战场。在人类文明的早期，陆地是生存与扩张的主要舞台，因此，军事思想的起点也自然而然地建立在对步兵、骑兵、车阵等陆地作战力量的运用与组织之上。我们将探讨古代兵法，如孙子《孙子兵法》中“知己知彼，百战不殆”等核心思想，阐释其跨越时空的智慧，以及这些思想如何在不同文明的陆地冲突中得到印证与发展。从希腊城邦的方阵战术，到罗马军团的严密组织；从中国古代王朝的战车攻防，到中世纪欧洲骑士的冲锋陷阵，本书将一一梳理这些陆地战争的经典模式，并分析其背后的军事理念。进入近代，火药的出现彻底改变了陆地战争的面貌。滑膛枪、火炮的普及，使得传统的战术和防御工事面临严峻挑战。本书将深入分析近代军事思想的转型，例如古斯塔夫·阿道夫关于线式战术的革新，腓特烈大帝的斜线阵的创造性运用，以及克劳塞维茨《战争论》中关于战争的本质、政治与军事的关系等一系列深刻的理论构建。我们将考察近代陆地战争如何从冷兵器时代转向热兵器时代，分析步兵、炮兵、骑兵在新的技术条件下如何重塑其职能，以及由此催生的新型战略思想，如“总体战”的雏形，虽然当时尚未被明确提出，但其思想的根源已能在某些战争实践中窥见端倪。例如，拿破仑战争中对国家资源的动员和对敌方意志的摧毁，都带有早期总体战的色彩。第二部分：蔚蓝的扩张——海洋的力量与制海权随着地理大发现的推进和全球贸易的兴旺，海洋的重要性日益凸显。本书的第二部分，将目光转向广阔的海洋。从古代帆船时代的近海争夺，到风帆战舰时代的远洋角逐，本书将追溯海洋军事思想的发展脉络。我们将深入探讨“制海权”这一核心概念的形成与演变，分析阿尔弗雷德·赛耶·马汉《海权论》的深远影响，理解其关于海军力量、海军基地、航海线路等要素如何构成国家强大基石的论述。本书将详细阐述风帆战舰时代的海战战术，如纵队战术、横队战术等，以及这些战术如何随着舰船技术（如火炮的改进、装甲的出现）的进步而不断演化。我们将分析英国海军如何在多次海上冲突中确立其霸权地位，以及其他海军强国（如西班牙、荷兰、法国）如何在此过程中进行竞争与抗衡。此外，本书还将触及近代海军战略的转变，例如从重视炮战转向重视鱼雷和潜艇的出现，以及由此引发的海上力量平衡的微妙变化。我们将考察第一次世界大战期间，潜艇战如何对海上交通线构成巨大威胁，以及各国海军如何应对这一挑战。第三部分：制空权的崛起——飞翔的战争与立体作战进入20世纪，人类的目光终于投向了天空，航空技术的飞速发展，催生了全新的军事领域——空中战争。本书的第三部分，将聚焦于制空权的争夺及其对现代战争形态的影响。我们将探讨早期航空技术的萌芽如何转化为军事力量，从侦察气球到第一架军用飞机，再到轰炸机、战斗机的出现，航空兵的每一次进步都意味着战争形态的颠覆。本书将重点分析“制空权”的理论构建，特别是朱里奥·杜黑《制空权》等著作的观点，理解其关于空中力量如何能独立于陆海力量，直接摧毁敌方战争意志和生产能力的论断。我们将考察第一次世界大战中，空中力量虽然尚未成为决定性因素，但其侦察、轰炸、近距离支援等作用已初露锋芒。而第二次世界大战，则是空中力量真正走向巅峰的时代。本书将详尽分析“闪电战”中空军的协同作用，如地毯式轰炸对敌方城市和工业目标的摧毁，战斗机对敌方飞机的空中优势争夺，以及运输机在兵力投送上的重要作用。我们将探讨空中打击如何成为现代战争中不可或缺的组成部分，以及如何影响战略决策和战争进程。第四部分：信息化与智能化——现代战争的新范式随着20世纪末信息技术的爆炸式发展，人类社会迎来了又一次深刻的变革，战争形态也因此发生了翻天覆地的变化。本书的第四部分，将深入探讨信息化战争与智能化战争的特征。我们将分析通信技术、计算机技术、传感器技术、导航技术等如何被广泛应用于军事领域，构建起以信息为核心的作战体系。本书将详细阐述“信息战”、“网络战”等新型作战样式，分析信息优势如何在现代冲突中成为决定性因素。我们将探讨精确制导武器、无人作战平台、卫星侦察系统等如何实现对敌方目标的精准打击和战场态势的实时掌握。此外，本书还将展望智能化战争的未来，如人工智能在战场决策、自主作战、协同作战等方面的应用，以及由此带来的伦理、法律等方面的挑战。我们将分析高科技战争的特点，例如其速度快、范围广、杀伤力强，以及对作战人员的素质提出了更高要求。本书将通过分析近几十年来的局部冲突和军事演习，来印证这些理论的实践意义，例如海湾战争中信息技术的广泛应用，以及其对战场结果产生的巨大影响。结语：战争形态的永恒演进与人类的未来《海陆空：军事思想的演进与现代战争形态》的最后一章，将对全文进行总结和升华。本书并非简单地将军事思想的发展割裂开来，而是强调其内在的联系与相互影响。从陆地的坚实基础上，海洋的辽阔拓展，再到天空的自由翱翔，直至今日信息化的立体交织，人类的战争形态始终在技术革新、社会需求和战略智慧的共同作用下不断演进。本书将指出，尽管战争的工具和手段不断变化，但其本质——解决冲突、追求国家利益——在很大程度上依然延续。然而，现代战争的复杂性、破坏性以及潜在的全球性影响，也使得和平与稳定比以往任何时候都更加珍贵。本书的最终目标，是希望通过对军事思想和战争形态演进的深入剖析，能够增进读者对战争的理解，从而更好地认识和平的来之不易，并思考人类如何趋向更少冲突、更有效解决分歧的未来。本书希望引发的，是对军事史的深入思考，对科技发展的理性认知，以及对人类和平的深切期盼。

作者简介

伯纳德•马尔（ Bernard Marr）

国际知名的商业畅销书作家，多家公司和多个政府机构的主题发言人兼战略顾问。他是商业数据领域的全球权威人士，被 LinkedIn（领英）公认为全球前五大最具商业影响力人士之一。

伯纳德经常为世界经济论坛（ World Economic Forum）撰稿，也曾为《福布斯》杂志和 LinkedIn Pulse定期撰写专栏文章，他的专家评论经常出现于 BBC新闻、天空新闻和 BBC世界等电视媒体和广播，以及《泰晤士报》《金融时报》《CFO期刊》《华尔街日报》等知名刊物中。

伯纳德 •马尔撰写了大量开创性的书籍和数百篇引发轰动的报告及文章，其中包括国际畅销书 Big Data in Practice: How 45 successful companies used big data analytics to deliver extraordinary results（《大数据在实践中： 45家成功的公司如何使用大数据分析来提供非凡的结果》）、 Big Data: Using SMART big data, analytics and metrics to make better decisions and improve performance（《智能大数据 SMART准则：数据分析方法、案例和行动纲领》）、Key BusinessAnalytics：The 60+ business analysis tools every manager needs to know（《关键业务分析：所有管理者都需要了解的 60种业务分析工具》）、The Intelligent Company（《智能公司》）以及 Dummies（傻瓜学）系列丛书中的 Big Data for Small Business（《大数据专家：小企业也能用好大数据》）。

伯纳德•马尔曾与许多世界知名机构合作并提供咨询服务，其客户包括埃森哲咨询、阿斯利康制药、英格兰银行、巴克莱银行、 BP（英国石油）、思科、 DHL（敦豪快递）、Fujitsu（富士通）、Gartner（高德纳咨询）、HSBC（汇丰银行）、IBM、Mars（玛氏）、英国国防部、微软、北大西洋公约组织、 Oracle（甲骨文）、英国内政部、 NHS（英国国家医疗服务署）、法国 Orange电信、Tetley（泰特利茶业），T-Mobile、 Toyota（丰田汽车）、英国皇家空军、 SAP、Shell（壳牌石油）、联合国以及沃尔玛等。

目录信息

赞誉
致谢
作者简介
第 1章　为何说当下业务无不是数据业务　// 1
1.1　大数据和物联网的惊人增长　// 1
1.2　数据驱动的勇敢新世界　// 2
1.3　我们是否正在逼近人工智能　// 7
1.4　数据正在如何彻底改变我们的商业世界　// 10
1.4.1　数据在商业中的基本作用　// 10
1.4.2　智能工厂与工业 4.0　// 14
1.4.3　自动化及其对就业的现实威胁　// 16
1.4.4　区块链技术：是否是数据和企业的未来　 // 18
1.5　所有业务都必须成为数据业务　// 19
1.5.1　一切以数据战略为起点　// 20
1.5.2　你的公司是否需要首席数据官　// 21
注解　// 23
第 2章　战略性数据需求的确定　// 25
2.1　以数据提高企业的决策质量　// 26
2.1.1　利用数据更好地了解客户和市场　// 27
2.1.2　在一个意想不到的场景，让数据为你而动　// 29
2.2　利用数据改善运营　// 30
2.2.1　通过数据获得内部效率　// 31
2.2.2　亚马逊：如何以数据优化业务流程并增加销售额　 // 33
2.2.3　优步：如何以数据优化运输　 // 34
2.2.4　罗尔斯•罗伊斯：如何以数据驱动制造业成功　 // 35
2.3　商业模式的转型：将数据作为企业资产　 // 37
2.3.1　如何以数据提升企业价值　// 37
2.3.2　将数据转化为新的收入源泉　// 38
2.4　只有正确的数据才是有意义的，并非所有数据都是有价值的　 // 40
2.5　为数据提供强有力的商业案例　// 42
注解　// 43
第 3章　使用数据改善商业决策　// 44
3.1　明确你的关键性业务问题　// 44
3.1.1　好问题带来更好的答案　// 46
3.1.2　针对顾客、市场和竞争者的问题　// 47
3.1.3　有关财务的问题　// 52
3.1.4　有关内部运营的问题　// 55
3.1.5　有关人员的问题　// 57
3.2　数据的可视化及沟通洞见　// 60
3.2.1　是否每个人都应有权访问数据　// 61
3.2.2　告别电子表格，迎接数据可视化时代　// 63
3.2.3　以视觉与文字的融合发挥最大效果　// 64
3.2.4　虚拟现实和数据可视化的未来　// 65
注解　// 66
第 4章　使用数据改善企业运营　// 67
4.1　利用数据优化运营流程　// 68
4.1.1　数据如何改善制造过程　// 68
4.1.2　如何以数据强化仓储和配送　// 70
4.1.3　如何以数据增强业务流程　// 71
4.1.4　如何以数据强化销售及营销流程　// 75
4.2　以数据改善顾客供应　// 78
4.2.1　为客户提供更优服务　// 78
4.2.2　提供更好的产品　// 81
注解　// 84
第 5章　数据的货币化　// 85
5.1　增加企业价值　// 86
5.2　数据本身成为企业核心资产　// 87
5.3　由企业数据处理能力创造的价值　// 90
5.4　向顾客或利益相关者出售数据　// 91
5.5　理解用户生成数据的价值　// 96
第 6章　数据的取得与收集　// 98
6.1　了解不同类型的数据　// 99
6.1.1　对“大数据”的定义　// 100
6.1.2　结构化数据的定义　// 101
6.1.3　非结构化数据和半结构化数据的定义　// 103
6.1.4　内部数据的定义　// 105
6.1.5　外部数据的定义　// 106
6.2　更多的新型数据　// 108
6.2.1　活动数据　// 108
6.2.2　对话数据　// 109
6.2.3　照片和视频数据　// 110
6.2.4　传感器数据　// 111
6.3　内部数据的收集　// 111
6.4　外部数据的访问　// 113
6.5　如果你需要的数据尚不存在　// 116
注解　// 117
第 7章　将数据转化为洞见　// 118
7.1　分析技术的进化方式　// 119
7.2　了解不同类型的分析技术　// 120
7.2.1　文本分析　// 121
7.2.2　情感分析　// 122
7.2.3　图像分析　// 122
7.2.4　视频分析　// 123
7.2.5　语音分析　// 124
7.2.6　数据挖掘　// 124
7.2.7　业务实验　// 125
7.2.8　视觉分析　// 126
7.2.9　相关性分析　// 126
7.2.10　回归分析　// 127
7.2.11　情景分析　// 128
7.2.12　预测 /时间序列分析　// 129
7.2.13　蒙特卡罗模拟法　// 129
7.2.14　线性规划　// 130
7.2.15　同期群分析　// 130
7.2.16　因子分析　// 131
7.2.17　神经网络分析　// 132
7.2.18　元分析 /文献分析　// 133
7.3　高级分析：机器学习、深度学习和认知计算　 // 133
7.4　以不同分析技术的结合追求成功最大化　// 137
第 8章　技术和数据基础架构的创建　// 139
8.1　“大数据即服务”：能成为企业的一站式解决方案吗　// 140
8.2　收集数据　// 143
8.3　存储数据　// 146
8.3.1　了解云基础 /分布式存储系统　// 146
8.3.2　Hadoop概述　// 148
8.3.3　Spark：Hadoop的替代品　// 149
8.3.4　数据湖和数据仓库的简单介绍　// 150
8.4　数据的分析和处理　// 151
8.5　提供数据访问服务　// 155
8.5.1　倡导数据管家的概念　// 156
8.5.2　数据的沟通　// 157
注解　// 159
第 9章　打造组织的数据能力　// 160
9.1　大数据技能短缺及其对企业的影响　// 160
9.2　建立内部技能和竞争力　// 163
9.2.1　五种基本的数据科学技能　// 163
9.2.2　招募新人才　// 166
9.2.3　为现有人员提供培训并提高其工作技能　// 168
9.3　将数据分析业务外包　// 170
9.3.1　与数据服务供应商合作　// 170
9.3.2　Kaggle：众包数据科学家　// 172
注解　// 175
第 10章　不要让数据成为负债：数据治理　// 177
10.1　数据所有权和隐私方面的考虑　// 178
10.1.1　拥有还是外购　// 178
10.1.2　确保拥有合理权限　// 179
10.1.3　将数据最少化作为好的实践　// 180
10.1.4　理解隐私问题　// 182
10.2　数据的安全问题　// 187
10.2.1　数据泄露的重大影响　// 187
10.2.2　物联网的威胁　// 190
10.3　践行良好的数据治理　// 192
注解　// 194
第 11章　数据战略的执行和完善　// 196
11.1　把数据战略付诸实践　// 196
11.1.1　态度是关键　// 196
11.1.2　数据战略为什么会失败　// 198
11.2　创建数据文化　// 201
11.3　重新审视数据战略　// 203
11.3.1　调整企业需求　// 204
· · · · · · (收起)

读后感

评分☆☆☆☆☆

用户评价

评分☆☆☆☆☆

坦白说，我一开始对这本书抱有很大的期待，因为市面上实在太缺乏从宏观战略层面剖析数据价值的书籍了。然而，这本书的叙事节奏实在是太跳跃了，读起来颇有些费力。它更像是一本高管级别的备忘录，充满了对未来趋势的预判和高屋建瓴的指导方针，却在落地执行的细节上显得捉襟见肘。书中对于“数据治理”的论述虽然宏大，但当我试图将其映射到实际操作中时，却发现缺失了关键的桥梁。比如，它提到了跨部门数据壁垒的消除至关重要，但对于如何设计出既能满足A部门需求又不会过度牺牲B部门利益的统一数据模型，书里几乎没有给出可操作的框架。感觉作者站在云端俯瞰全局，视野开阔，但对于身处迷雾中的执行者而言，这本书提供的更多是一种“方向感”，而非“导航图”。或许适合那些已经具备坚实基础，正在谋求下一阶段飞跃的领导者，但对于基层的数据分析师或者刚刚接触数据战略的初级管理者来说，可能会感到力不从心，需要花费大量时间去“翻译”这些战略思想。

评分☆☆☆☆☆

这本书的独特之处在于它的前瞻性，它没有被眼前的技术热点所束缚，而是将目光投向了五年乃至十年后商业世界可能发生的一切。我特别欣赏作者对于“数据伦理”和“隐私保护”的探讨，这部分内容处理得极其细腻和负责任。在当前这个数据泄露事件频发的时代，将合规性和用户信任放在战略核心，无疑是高明的。我感觉作者的理念是：没有信任的数据，就没有价值的战略。书中还穿插了几个非常精彩的“反面案例”，分析了那些因为傲慢或短视而错失数据良机的企业。这些案例的剖析入木三分，揭示了许多组织在数据投入上常见的认知偏差。读完后，我立刻对我们内部关于客户画像的构建方式进行了调整，更加注重数据的透明度和可解释性，而不是仅仅追求模型的准确率。这本书就像是一剂清醒剂，让人明白，数据战略的成功，最终衡量标准是它能否为企业带来可持续的、负责任的增长，而非昙花一现的流量暴增。

评分☆☆☆☆☆

这本书简直是为那些在信息洪流中迷失方向的人准备的灯塔！我原本以为这是一本枯燥的理论书籍，没想到读起来却像是在听一位经验丰富的老船长讲述如何驾驭风暴。作者没有过多地纠缠于那些高深的术语，而是用一系列生动的案例，将“数据”这个抽象的概念具象化了。读完第一部分，我立刻对我们公司当前的数据处理流程产生了深刻的怀疑，之前那些看似合理的决策，现在看来简直是盲人摸象。特别是书中关于“数据文化”的构建那一段，让我茅塞顿开。它强调的不是技术工具的堆砌，而是思维模式的转变，这才是真正的痛点所在。我甚至在公司内部组织了一个小型读书会，大家讨论的热火朝天，不少同事都表示，这本书让他们第一次真正理解了数据背后的商业价值，而不仅仅是报表上的数字。如果说市面上大多数数据相关的书籍都在教你“如何打磨工具”，那么这本书就是在告诉你“如何用好工具去征服新的疆域”。它迫使我重新审视我们收集、存储和使用数据的每一个环节，那份被深埋的数据潜力，似乎正随着我的阅读而一点点苏醒。

评分☆☆☆☆☆

这是一本结构严谨、逻辑清晰的学术性著作，阅读过程需要极高的专注度，但回报是丰厚的知识体系建构。作者的写作风格非常严谨，每一论点都辅以详实的理论支撑和引用，使得全书充满了无可辩驳的说服力。对于那些痴迷于“数据思维体系”的构建者而言，这本书无疑是教科书级别的范本。它系统地拆解了战略制定的全流程，从数据源识别的优先级排序，到数据资产的量化评估，再到最终战略成果的KPI设定，形成了一个闭环的管理模型。我尤其喜欢它对“数据资产负债表”的构建方法的阐述，这是一种全新的、量化的方式来评估数据在财务报表上的隐性价值，让人耳目一新。当然，这本书的学术深度也意味着它的门槛不低，如果读者期望看到快速上手的“SOP”（标准作业流程），可能会感到失望。它要求读者放下浮躁，沉下心来，像工程师搭建复杂系统一样，去理解数据战略的底层逻辑和相互作用力。

评分☆☆☆☆☆

这本书给我的感觉是，它不是一本“教你如何做”的书，而是一本“让你思考为什么”的书。它没有提供任何现成的工具箱，反而像一位哲学导师，引导你重新审视数据在人类认知和商业决策中的角色定位。作者的笔触非常富有感染力，尤其是在描述数据驱动决策带来的范式转移时，那种激动人心的力量感跃然纸上。他大量使用了类比和隐喻，将复杂的系统科学融入到商业叙事之中，让原本枯燥的战略规划变得富有诗意和想象空间。比如，书中关于“数据预见性”的描述，让我联想到了自然界中物种的演化，将数据视为组织适应环境的“基因突变”过程。这种宏大而富有哲理的视角，极大地拓宽了我的思维边界。我不再仅仅关注本季度的数据目标，而是开始思考：我们的数据战略，如何才能确保我们在下一个十年依然具有竞争力？这本书更像是一次深刻的心灵洗礼，让你在战略层面站得更高，看得更远。

评分☆☆☆☆☆