大数据实战指南：数据化决策（精装）+从大数据到巨额利润（套装共2册）

《从大数据到巨额利润》

当数据成为新时代的石油

随着关于客户、市场以及运营的数据在数量和精度上与日俱增，信息时代的步伐继续向前迈进。但所谓的大数据通常十分冗杂，各公司想赢得成功，洞察新的商机，需要具备强大的数据分析能力。数据成为许多公司的新型资产，为其带来了新的发展机遇。紧紧抓住这些机遇，可带来丰厚回报，而成功运用数据，有助于各公司实现对数字化平台的掌控。

正如我们所见，顶尖的数据分析公司已经实现通过客户数据赢利，并运用数字界面谋求进一步的发展。我们也目睹了许多公司进行类似的艰难尝试。商业模式向数据驱动的转变，不仅需要技术能力，还需要根据商业模式改造企业文化，进一步提高公司决策的灵活性。此外，还要把数据视为一项有利于企业发展、需要恰当管理的资产。也就是说，需要从多种角度看待数据的赢利，并考虑其对诸多参与者的价值。

大数据已在众多行业中得到发展，并且已影响到诸如报纸、音乐和媒体等传统行业固有的交互与赢利模式。在一大批其他行业，如保险业、医疗保健业、通信业、汽车制造业与运营行业，大数据也有可能很快出现同样程度的蓬勃发展。

在信息时代，最先着手利用大数据的公司往往会取得巨大优势：因为他们能够率先洞察客户与市场，然后以此改进服务，甚至改革商业模式。随着相关技术的快速进步，各公司得以实现对内部和外部海量数据的采集。在掌握这两个领域的数据后，公司将会迎来新一轮的发展。

充分利用内部的大数据，有助于企业为追求卓越运营而激励创新。开发外部的大数据，也就是客户数据，有助于预测市场以及客户行为。客户数据的使用面临重重陷阱，所以利用客户数据创造价值需要再三考量。企业可能无法完全掌控客户数据，因为它往往面临着法律的限制和社会道德的约束。不过，客户数据可能会帮助公司在产品定价和营销上取得巨大的竞争优势。

数字化平台对商业模式的颠覆

数据资产在一流公司中的发展情况值得注意。在向数字化商务发展的过程中，数字化平台的运营商可能与商品或服务的提供商彼此分化。这一点不由得让我们联想到Netflix公司一跃成为电影公司与电影观众之间的桥梁的传奇历程。无独有偶，Uber也是以数字平台介入乘客与汽车服务之间的成功典范。同样，以用户地理位置信息为依托的手机服务网站Foursquare也开始向商家收费，以优化用户在商家店面中的各种体验。

上述这些新兴公司不仅为用户创造了价值，并且创造了连接用户和商家的数据产品。用户与服务提供商之间的数字化平台的兴起，重新确定了公司与用户之间的相互期望。

数字化平台将自身嵌入到商业模式之中，意味着其将以一种不同寻常的策略进行主动发展，而这种发展模式可能具有颠覆意义。这种发展模式不仅有助于提高市场效率，让数字化平台成为商家与客户之间的桥梁和纽带，同时，有助于先发制人防止他人捷足先登。而分析大数据环境下企业经营战略的制定和决策的选择，帮助各大企业提高效能、增加收益，正是本书的主旨。

大数据的兴起，还给信息带来了显著的、经济方面的影响，包括：

规模　如今，数据具备前所未有的完整性和全面覆盖性。企业既可以测算、影响整个市场，也可以将影响范围缩小到少数客户。

频率与速度　随着数据采集方式的数字化和电子化，采集变得比以往更加频繁。这也使得人们可以更加全面地评估市场与客户行为。

被动vs主动　如今，很多数据的采集是被动的，这要归功于众多设备以及各公司业务部门数据采集的嵌入式特点。这意味着，即使各公司并未实现利用数据赢利，也能成为数据的创造者。

对市场活动新颖性的度量：直接指标和间接指标　可以用数字化手段采集数据，使人们可从不同角度对买家、卖家、中间商、市场等进行价值评估。

精度　数据的精度存在于众多维度之中，如客户标签、地理位置、时间分布等。当我们能在数据的众多维度中实现对数据的精准把握时，也就意味着可以充分利用数据创造价值。

数据融合　关于客户、运营和渠道的数据整合，无论是公司内部的还是外部的，都可以提供协同价值。

21世纪初谷歌、亚马逊和eBay等公司的崛起，表明了那些成功利用数据的公司在其所属行业中取得了巨大的市场份额，并得以大胆尝试新业务。相反，未能充分运用数据资产的公司则可能失去原有市场份额或者走向衰亡。

如今，竞争依然激烈。因此，随着数据变成至关重要的、足以决定成败的资产，许多公司的改革与转型势在必行。懂得充分利用数据资产的公司实现了收益的增长，也必将成为未来的数据创造者。

从数据资产到经济收益的转化

本书将深入分析企业如何更好地利用内部与外部数据带来的商机，并详细介绍数据资产的扩张和运用框架。本书还将从组织架构和人员配备的层面，检验企业的灵活性和其对数据集中创新的支持，并提供建立分析性企业文化的实用练习。此外，本书还通过案例分析了下面这些特定的企业行为：

数据再利用　在企业中充分利用内部和外部的大数据。

客户数据的赢利　用数据发展多面性商业模式。探索出售、交易或保存专有数据的时间和方式。

大数据和数据分析对企业文化及招聘的影响　促进企业文化与招聘实践的改革，以保持竞争性。

通过大数据激励创新　使用大数据进行创新实现收益增长。

运用新的数据颠覆商业模式　发掘通过数据改变商业模式的契机，探究由新生事物创造的数据的发展情况。

发展、利用和保护数据资产　把数据视为资产，需要把它作为重要资产来对待，并为了实现收益而加以保护和培育。

创造数据产品　实现数据资产的赢利，以帮助客户作出决策。

获得数据交换　通过客户评价以及营销广告，在提供真正的产品和服务之外，与客户进行直接或间接的互动。

构建数字化平台　通过网页、移动软件和其他数据媒体与客户进行互动，为公司的数据资产打下坚实基础。

《数据化决策》

道格拉斯· W. 哈伯德（Douglas W·Hubbard）

大数据时代的“价值捕手”

道格拉斯· W. 哈伯德是应用信息经济学创始人、国际公认的知名测量师、决策分析师和风险管理专家。

他的应用信息经济学采用的是一种量化方法论，已被全球多家《财富》500 强企业所应用，并被广泛应用于IT 安全、娱乐传媒、军事物流、研发整合等众多领域。这些领域的决策和管理往往依赖于一些看起来很难量化或不可量化的因素。

《从大数据到巨额利润》

拉塞尔·沃克（Russell Walker）

康奈尔大学博士，西北大学教授

分析咨询实验室创始人

拉塞尔·沃克研究并教授的领先管理课程包括大数据与分析，数据导向战略营销、风险管理与全球领导力。他创办了广受欢迎的分析咨询实验室，这个实验室把凯洛格商学院的工商管理硕士们聚集了起来，共同参与现实生活中的分析学项目及大数据应用。

沃克常为全球企业提供有关大数据与分析、风险管理与国际化经营策略等方面的咨询。他的观点经常被《金融时报》《福布斯》《彭博资讯》《国际先驱论坛报》《华盛顿邮报》和美国有线电视新闻网等众多媒体引用。他受邀在多个重要国际组织发表演讲，包括美国国务院、世界银行和国际金融公司等。

《数据化决策》

数据无孔不入，大数据时代，谁掌握了数据，谁就能把握成功。“一切皆可量化”，道格拉斯这个大胆的宣言是解决诸多生活和商业问题的关键所在。

无论你的问题看起来多么不可量化，如健康、幸福感、顾客满意度、IT安全、投资风险、品牌价值、组织灵活性等，在《数据化决策》中都可以找到量化的办法。本书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，让你仅仅基于已知数据就能准确决策；展示了丰富而精彩的量化案例，让身边的数据唾手可得。

《数据化决策》兼具实用性、可读性与趣味性，甚至让反感数据的人也能发现它的亲切。

《从大数据到巨额利润》

智能时代的

企业管理、创新和赢利手册

大数据俨然已成为新时代的石油，它是物联网、人工智能、云计算、无人驾驶等新兴技术得以运行的必备能源。在《从大数据到巨额利润》中，拉塞尔·沃克探讨了大数据的本质，以及各类企业应如何盘活数据资产，用数据分析赢得商业竞争。

在绝大多数的企业中，用数据赢利的方法就是将流量转变成广告收入，而沃克结合谷歌、Facebook、亚*逊、苹果、Netflix、领英、Zillow、优步等公司的案例，介绍了众多不同的的数据赢利策略，包括用数据优化内部运营、出售新型数据产品、与合作企业交易数据等，为企业挖掘数据价值提供了更多的选择。

更为难得的是，沃克不止于探讨理论，而是更注重实践。他详细论述了大数据在各个领域的应用细节，从辨别数据类型、更新数据采集方法，到用数据驱动创新、组建数据分析团队等，堪称一部极*的大数据实战指南。

在本书的*后，沃克还提供了一种评估企业数据策略的框架（从新手级到专家级），并分析了大数据未来发展的8大趋势，以帮助处于不同阶段的企业找到适合自身的数据策略。

《数据化决策》

幸福婚姻的价值和人生的价值都可量化？ / 4

管理顾问、绩效测评专家无法解决，但本书可搞定 / 5

坐在图书馆估算出地球周长？ / 8

物理学家如何估算芝加哥的钢琴调音师有多少？ / 9

只花费10 美元，9 岁女孩就揭穿医学谎言 / 13

质量和创新究竟能为企业带来多大的收益？ / 17

从量化大师身上能学到什么？ / 18

对传统量化定义的挑战 / 21

澄清链：量化方法就隐藏在量化目标中 / 25

5 人法则：只需很小的样本就可以减少不确定性 / 28

4 个假设让量化看上去很简单 / 31

量化真的需要不菲的代价吗？ / 34

可以相信统计数字吗？ / 36

99 岁患病老人不如5 岁儿童的命值钱？ / 38

量化的5 大步骤 / 40

清晰定义“不确定性”和“风险” / 46

为政府部门IT 安全项目进行的量化工作 / 49

校准练习：让“估计”变得更准确 / 56

你的估值范围= 你的认知程度 / 63

90% 的信心意味着90% 的概率吗？ / 67

经过校准训练的人往往预测得更准确 / 69

分清“感觉很好”与“真的很好” / 76

蒙特卡洛模型：范围也能进行加减乘除？ / 77

寻找盈亏平衡点 / 78

不必一开始就建立蒙特卡洛模型 / 88

风险悖论：越重大的决策，越缺少风险分析 / 90

预期机会损失：出错的机会和成本 / 95

消除所有不确定性的价值有多大？ / 98

不确定性越高，你需要的信息越少 / 101

量化倒置：最重要的常常被忽视 / 105

分清有价值和无价值的量化 / 108

广义的测量仪器= 测量方法 / 114

将不可量化之物分解为可量化之物 / 117

通过互联网获取方法 / 120

寻找、观测、跟踪相关线索 / 122

无需海量，只要适量 / 124

准确度≠精确度 / 125

确定测量仪器 / 129

凭直觉估计数值范围 / 133

t 统计量法：只需一个小样本 / 135

统计显著性：结果是真还是假？ / 138

如何处理异常值？ / 141

不用计算，就可估计出平均值 / 143

两次独立抽样：抓与重抓就能算出湖里有多少鱼 / 146

寻找阈值：在哪个点上作决定？ / 154

对照组实验：当事件还未发生时 / 158

变量的相关程度：风马牛之间有多大关系？ / 161

什么时候才使用假设检验？ / 166

贝叶斯定理：若A 发生，则B 发生的可能性多大？ / 169

使用你天生的贝叶斯本能：用新信息更新旧信息 / 173

异构标杆法：类比评估 / 179

贝叶斯反演法：如果X 为真，如何看到这一点？ / 182

区间范围的贝叶斯反演法：每种结果出现的概率是多少？ / 185

贝叶斯法教会我们什么？ / 188

观测人们的意见、价值观和幸福感 / 193

支付意愿法：通过讨价还价估算生命价值 / 197

投资边界曲线：量化风险承受能力 / 201

效用曲线：选鱼还是选熊掌？ / 204

绩效量化：一切都可归结为利润 / 208

人类的心理如何影响决策？ / 212

令人惊讶的简单线性模型 / 219

不变比较原则：将任何估值都标准化 / 221

透镜模型：消除评估过程中的不一致 / 225

两种不适用的量化方法 / 230

各种评估方法的价值比较 / 238

GPS ：革命性的量化工具 / 240

用屏幕抓取软件和混搭法挖掘网络信息 / 243

通过电子邮件量化顾客满意度？ / 244

预测市场：苹果公司何时倒闭？ / 246

量化的通用框架和一般步骤 / 255

饮水监控系统为公众健康带来多少利益？ / 259

海军陆战队的燃油需求有多大？ / 264

一些虽未讨论但可能出现的量化难题 / 270

《从大数据到巨额利润》

前　言　当数据成为新时代的石油

第1章　重新认识大数据

数据规模：多大才是大？

数据创造：每次使用，都是一次创造

数据存储：1年存下16万个国会图书馆

数据处理：摩尔定律何时失效？

数据使用：把控流程，而非数据

当永久存储数据的成本接近零

研究全体数据，而非样本

定义元数据

一场关于数据采集的全景电影

在机会窗口内利用数据

病毒式分发

数据的可用优化了决策　

从何处创造大数据？

第2章　速度与规模

借助大数据克服复杂性

Yelp 和猫途鹰：创建新型数据集

大数据与广告牌

高速数据是新常态

当数据能够描述现实世界

人与物联网的交互

用大数据营造动态优势

亚马逊：协调高速度与大规模

建立自学习算法

掌控高速度和高精度的数据环境

第3章　被动数据采集

从主动数据采集开始

 “还订上次的那种口味吗？”

从Cookie到谷歌眼镜

无处不在的传感器

一次关于驾驶体验的革命

被动数据采集与精细农业

不受操纵的数据

Microsoft Home与未来家居

Cardiio与个人健康

隐私困境

第4章　大数据度量

前进保险：主动采集数据，降低保险费率

从微观到宏观

借助被动数据采集进行间接度量

利用大数据度量资产

反演数据

第5章　精准大数据

从传感器到服务器

社交网络与总统大选

“朋友圈”开始影响晋升

度量20平方厘米的土地

精准医学：从“分子级”的数据开始

高精度数据促成个性化大规模定制

数字化平台：持续提高数据精度

第6章　融合释放价值

房产数据的可用性

Zillow：真实房产数据的新标准

集中公共数据与专有数据

数据产品化

Redfin和Trulia：数据创新成为新的战场

各种形式的数据

Zillow的经验

Mint：改变个人理财业务

Mint的经验

第7章　4大数据策略，8种赢利模式

数据策略1：保持数据专有性

数据策略2：与合作伙伴交易数据

数据策略3：出售数据产品给潜在客户

数据策略4：让数据为大多数用户所用

善用新型广告数据

基础数据免费，优质数据付费

综合应用各种数据策略

领英：打造多侧面商业模式

领英的经验

第8章　通过反演数据获取利润

Netflix：颠覆式创新者

百视达错失良机

培育关于客户偏好的数据

与客户交换数据

数据分析创造高度定制化的体验

数据战争已经打响

Netflix的经验

第9章　寻找数据科学家

数据科学家的兴起

一幅数据科学家的画像

配备数据分析团队的优势

配备数据分析团队的挑战

创建集中分析团队

首席数据科学家

如何留住数据科学家

第10章　利用大数据激发创新

动态化运用数据

新数据创造新生活

从人工驱动转向数据驱动

数据实验室

Nest的启示

数字化平台和物联网开启定制化创新

用大数据挑战激励创新

在企业中运用数据进行实验

第11章　新数据的颠覆力

来自蜂窝网络的数据

从主动数据采集转向被动数据采集

利用位置信息实现赢利

LBS：基于位置的服务

Foursquare：用客户位置信息引导方向

基于位置数据的7种赢利模式

重视数据精度

从数据看旧金山人与纽约人

Foursquare的经验

第12章　保护数据资产

无隐私的社会

追踪与监控

谁拥有数据？

聚合数据视图中的隐私

处理大数据中的数据风险

处理敏感个人数据的最佳实践

第13章　大数据的8大趋势

趋势1：数据采集、创造和使用中的自动化程度将增强

趋势2：云计算使大多数公司可以创造大数据

趋势3：灵活的分析工具使更多公司能够处理大数据

趋势4：移动平台将基于位置的数据和服务推向新高度

趋势5：数据分析人才将供不应求

趋势6：数字化平台的聚合将更为常见

趋势7：新数据将提高市场效率

趋势8：自主，而不仅仅是自动化

第14章　如何评估大数据赢利策略

数据来源

创新

增长模式

市场机遇

分析

从新手级到专家级

迎接大数据时代

致谢