大数据分行业大解析
书 号:9787113222499
丛 书 名:
作 者:彭作文,刘宇航
译 者:
开 本:16开
装 帧:平装
正文语种:
出 版 社:中国铁道出版社有限公司
定 价:49元
-
内容简介
本书分为四大部分,分别介绍了大数据行业应用的现状分析;从大数据资产管理和政府大数据应用解析这两个方面,介绍了大数据在政务中的应用;还通过企业大数据资产管理和行业大数据应用解析,详细讲述了企业大数据的应用;最后通过50个精典应用案例的深度解读,对大数据行业应用进行全面剖析。 -
前言
何为大数据
“忽如一夜春风来,千树万树梨花开”,大数据之花已然开遍
了神州大地,开遍了全世界,成为一股不可阻挡的洪荒之力。
大数据是当今公众津津乐道的一个热词,人们纷纷在探讨大数
据所带来的科技进步及所蕴含的巨大价值,甚至有人把大数据形容
为未来世界的石油,未来的黄金。更有人宣称掌握了大数据的人,
就可以像上帝一样来俯瞰整个世界。那么,到底什么是大数据?它
将带给相关产业以及普通公众什么样的影响?
因为工作的关系,我经常参加一些关于大数据的论坛与活动,
有一次在成都演讲后,有一位创业者跑来问我什么是大数据,尽管
我几乎阅读了所有国内有关大数据的所有书籍,以及互联网、自媒
体上有关大数据的论著和文章,但我差点被问住了,现场颇有些尴
尬,我也只能用“海量多维集合”+5V 来草草作答,我能感受到这
位创业者一脸不知所云的状态,我顿时感觉到,大数据要普及、创
业者要运用大数据创新创业,还需要将大数据的定义、原理、逻辑、
应用深刻地理解后,深入浅出地转换为寻常百姓能听得懂,看得明
白的内容。
013
不要说是普通的门外汉,即使对从事大数据这个行当的人来说,
要用一句话很精练又恰到好处地来说明大数据是什么,也是勉为其
难。也许有人说,大数据本就是一门高深的学问,一门尖端的科技,
注定只有少数人能懂,不需要所有人都明白,这也许就目前来说有
一定的道理。但是新鲜事物终会变成平常之物,正所谓太阳底下没
有新鲜事,也许再过几年,大数据就如同现在的互联网、移动互联
网一样,变得再平常不过。所以有必要,给大数据下一个人人都能
听得懂的定义,让数据走进生活,让数据走进大众视野。
就目前对大数据的定义而言,更多的是从数据本身以及技术层
面的解读。行业术语称为巨量数据集合。麦肯锡全球研究所给出的
定义是:一种规模大到在获取、存储、管理、分析方面大大超出了
传统数据库软件工具能力范围的数据集合,具有海量的数据规模、
快速的数据流转、多样的数据类型和价值密度低四大特征。
不管是行业术语还是麦肯锡全球研究所给出的定义,都是从大
数据本身出发,从数据的特征与处理解读,对于一般人来说是比较
难以理解的,也不便于流传和记忆。大数据成为一种趋势,必将成
014
为一种生活和商业模式,这是毋庸置疑的。所以,我时常在想,有
没有一种定义能够让普罗大众很清晰明白地感知大数据,让即将进
入或者有意从事这一行业的人直观地了解它,走近它。对此,在长
达两年的时间里,在做产品的过程中,我们一直在思考推敲这个问
题,在心中打磨大数据应该是什么样子,怎样才能被普通人乐于接
受和传播的定义。
大数据之所以大,是因为要处理的数据量从样本数据变成了全
量数据,从存量数据变成了流式数据,人们不得不接受数据的混杂
性,而放弃对精准性的追求。从数据价值来说,不管是现在还是未
来,数据已经是一种战略性资产,更是一种生产资料。而大数据的
价值不单单体现在数据本身的价值,更体现在数据的关联分析上,
是一个系统性的工程,而不是一堆数据的简单集合。
我们在内部通过反复的推敲,到底怎么讲大数据才能被非大数
据行业的人有感知性的认可,这令我们头疼了好长时间。我们通过
不同的表达方式给行业内的人和行业外的人宣讲,试探他们的回应。
换过不同的版本,最终提炼出大数据全新的商业定义:
大数据是以海量多维数据为资产,价值挖掘为导向,集合信息
技术、数据科学、数据思维、数据能力、数据应用的数据工程体系。
大数据改变了我们的思维方式,这种改变由被动改变和主动改
变相互交织,外在与内在共存共生,在某种程度上,大数据促进了
商业生态系统的重构。
我们给出的大数据的这个定义,这里面包含了以下几层大数据
属性:
(1)大数据是海量多维的,而不是小数据或单一数据;
015
(2)大数据是战略性资产,而不是记录的符号,我们将数据
视为资产,而不只是被储存的数据本身;
(3)大数据不是数据的简单粗暴整合,而是充分挖掘数据的
价值并加以运用;
(4)大数据是一项技术工程体系,更是一种思维模式,就像
互联网之于“互联网思维” 大数据的衍生意义在于,“大数据思维”,
代表人类通过数据而非现象去透析本质的思维模式;
(5)大数据必须具备采集、存储、管理、分析、计算的能力,
才能释放其所拥有的价值;
(6)大数据重在应用,真正优化、改善、提升人类服务,而
非是人类的负累,也不是信息技术行业为了标新立异提出的一种概
念、口号。
(7)大数据是一个综合的工程体系,而不是一个单一的信息
技术、数据科学。
大数据定义,要准确把握大数据的概念内涵外延。虽然大数据
具有大量、海量的特征,但这只是一种相对的计量方式,大数据不
等于简单的大规模数据,大数据强调的是对某一领域相关数据采集
结果的覆盖面,强调数据的完整性和全貌性。另外一点是不能将大
数据与数值化、数字化数据混为一谈。数据是信息的表达,信息是
数据的内涵,而数据就是信息的最主要表现形式和载体。它可以是
符号、文字、数字、语音、图像、视频等。数值化数据,仅仅是数
据封装形态的一种,是较为初级的数据形态,其呈现方式多为数字、
符号、图表等。
当然了,我们总结的大数据定义都是建立在大数据特征之上的,
016
即数据的 5V 特征:Volume(大量)、Velocity(高速)、Variety(多
样)、Value(价值)、Veracity(真实性)。也就是在一定时间范
围内用常规软件工具进行捕捉、管理和处理的数据集合,是需要新
处理模式才能具有更强的决策力、洞察发现力和流程优化能力来适
应海量、高增长率和多样化的信息资产。
大数据的战略意义不在于掌握庞大的数据信息,而在于对这些
含有意义的数据进行专业化处理。大数据的意义不在于数据本身,
而在于对数据的分析与应用,从而释放出数据所蕴含的巨大价值。
换言之,如果把大数据比作一种产业,那么这种产业实现盈利的关
键,在于提高对数据的“加工能力”,通过“加工”实现数据的“增
值”。大数据最重要的是为国所用,为商所用,为民所用,这是根
本,也是数据价值的本质。
一方面,大数据在解决我们现有的需求,释放数据的价值;另
一方面,大数据又会创造新的需求,创造更大的价值,因此合理运
用大数据,以低成本创造高价值,正是大数据的价值所在。
只有弄清楚了是什么,我们才知道去做什么。每一个行业都需
要有人不断地去探索,不断地去试错,不断地总结经验和教训,供
后来者参考和借鉴,甚至超越。每一个新兴的行业都是从模糊开始,
逐渐变得清晰,逐渐变得高度垂直,大数据行业也不例外。就目前
来说,大数据商业应用才刚刚开始,整个大数据市场还处于教育和
普及阶段,完全没有达到成熟的阶段。所以,向市场、向民众普及
大数据的知识是有必要的,也是必然要经历的一个阶段,只有当别
人理解你,认同你,才会买你的账,才会和你产生价值连接,创造
更大的价值,才会推动大数据这个新兴的行业不停向前,不断进步。
“雄关漫道真如铁”,大数据就如一场革命,但是这场革命才
017
刚刚开始,需要我们每一个人为之探索,为之痴狂,才能挖到隐藏
在浩瀚数据里的珍宝。
无论你接受还是不接受它,大数据就在那里,不近不远。大数
据已经在我们的生活当中,给我们的生活带来了巨大影响。一方面,
我们要加强个人隐私的保护;另一方面,也要充分拥抱大数据给我
们带来的变革,享受它给每个人的生活带来的便利。
对于整个数据链来讲,大数据有其自己的数据生态,处于底层
的是数据资产,整合数据,解决数据来源;处于中间层的是大数据
能力,解决数据怎么做;处于顶层的是大数据应用,即数据做什么。
这三层构成大数据的整个生态体系,而我们要做的大数据应用,也
是本书重点探讨的方向。
我们为什么要做大数据应用?因为在大数据行业,只有应用才
能产生更大的价值,只有应用才能创造更大的价值。不管是有多少
数据,有多厉害的技术能力,但是不做应用,不为国家、为企业、
为民所创造价值,改变人们的生活,都等于零。所以我们选定了大
数据应用这条路,并且是矢志不渝地坚持下去,致力于通过应用,
为这个世界,为社会,为民众改变做一些力所能及的事情,这是我
们的初衷,也是我们的梦想和目标。我们相信会有更多的人参与到
这项伟大而又神奇的事业中来,并为之奋斗终生。
作者
2016 年 9 月 -
目录
PART 1 通路篇
大数据商业应用通路
第一章 从发现价值到创造价值 / 002
1.1 大数据应用的美好蓝图 / 003
1.2 数据从哪里来 / 008
1.3 四个环节,看懂大数据产业链 / 014
1.4 大数据应用的商业模式有哪些 / 016
1.5 四大盈利模式:大数据如何变现 / 020
1.6 三大逻辑互相关联 / 024
1.7 大数据应用产品三大导向 / 027
1.8 大数据应用产品的类型 / 030
1.9 大数据应用产品的思维模式 / 037
1.10 使用大数据的用户有哪些 / 041
1.11 大数据产品的价值导向 / 044
1.12 十年磨一剑,大数据应用产品的环节 / 047
PART 2 现状篇
大数据应用现状洞察
第二章 从发现价值到创造价值 / 052
第三章 数据大爆炸应用前夜已经到来 / 058
PART 3 政用篇
大数据在政务中的应用
第四章 政务大数据应用概述 / 064
4.1 政务大数据应用现状 / 065
4.2 政务大数据应用需求 / 074
4.3 政务大数据应用场景 / 077
4.4 政府大数据应用价值分析 / 080
第五章 政府大数据应用解析 / 082
5.1 电力大数据应用 / 083
5.2 “桑德”环卫云,点亮智慧城市生活 / 089
5.3 蔚蓝地图,环境治理风向标 / 092
5.4 高校大数据,如何精准洞察学生 / 094
5.5 税收大数据,为企业画像 / 095
5.6 公检法用“数据人”全方位获取侦查情报 / 097
5.7 扶贫大数据,用大数据实现精准扶贫 / 099
5.8 廉政大数据,“数据铁笼”制约权力 / 101
5.9 气象大数据,“气象万千”的神秘力量 / 103
5.10 农业大数据,农业种植精准化 / 104
5.11 交通大数据,让出行更智能 / 106
5.12 出版大数据,促进新闻出版行业内容再生 / 109
02
5.13 洞察数据优势,服务智慧轨道建设 / 110
PART 4 商用篇
大数据在行业中的应用
第六章 行业大数据应用概述 / 116
6.1 行业大数据应用现状 / 117
6.2 行业数据量及其特征 / 123
第七章 行业大数据应用解析 / 127
7.1 慧数汽车,汽车大数据洞察平台 / 128
7.2 康诺 365,一款大数据健康管理 APP / 134
7.3 西柚经期助手,用大数据做生理期管理 / 136
7.4 军犬法眼,让法律有数可循 / 139
7.5 星图数据,让销售数据报告可视化 / 141
7.6 赚金石,为新品销售而生的电商大数据应用 / 143
7.7 True&Co,用大数据教你选对适合自己的比基尼 / 146
7.8 慧选址,开店不再碰运气 / 147
7.9 BBD,用数据去辅助决策 / 150
7.10 百度用搜索数据,构建疾病预测模型 / 153
7.11 天眼查,发现人与企业关系的平台 / 155
7.12 准心云学,打造教育行业的“阿尔法狗” / 157
7.13 双创指数,为创业者指路 / 159
7.14 航旅纵横,移动出行信息整合服务 / 160
7.15 碳云智能,构建疾病预测模型 / 162
7.16 iPIN,大数据为前程导航 / 163
7.17 学生画像,高校学生管理与教育引导 / 166
7.18 创冰,体育大数据的新玩法 / 168
03
7.19 军犬标王,天下没有难投的标 / 170
7.20 汇法网,用法律大数据做征信 / 173
7.21 热云,专注游戏大数据营销 / 175
7.22 日志易,日志分析更容易 / 176
7.23 译见,跨语言大数据产品的先行者 / 178
7.24 乐视玩转《小时代》,当 DATA 遇上电影 / 179
7.25 NBA 背后的大数据,为提升用户体验而生 / 181
7.26 积木策,让 HR 在大数据中找到“诸葛孔明” / 183
7.27 数趣,大数据可视化搜索平台 / 185
7.28 掌慧智讯,基于大数据的实体商业解决方案 / 187
PART 5 民用篇
大数据重新定义我们的生活方式
第六章 大数据应用将如何改变我们的生活 / 196
8.1 对于个人,大数据能改变什么 / 197
8.2 怎样用大数据,优雅地谈一场恋爱 / 199
8.3 怎样用大数据,运营一个热门的自媒体 / 202
8.4 怎样用大数据,让你的钱包鼓起来 / 205
8.5 怎样用大数据,写一个光阴的故事 / 206
8.6 拥有一只能和你谈情说爱的“阿尔法狗”
是怎样一种体验 / 208
8.7 当 AR 遇上大数据,人人都是“行走的百科全书” / 213
后记:大数据是一种生活方式,应用才是王道 / 217
04 -
作者介绍
彭作文
中科点击创始人兼总裁,行业大数据应用专家,致力于大数据
在各行业的管理及实践应用。军犬系列、慧数系列两大大数据品牌
的缔造者。网络舆情商用定义者,曾负责北京奥运会、上海世博会
舆情工作。中国传媒大学网络舆情专业客座教授,多次参与大数据
行业峰会及主题演讲。
刘宇航
策划人,作家,自媒体人,中科点击市场品牌总监,品途商业评
论、艾瑞、界面等专栏作家,发表了大量深度解读大数据行业的作
品,对大数据行业应用有独到见解。多年市场与品牌策划工作,长
于策略,精通创意,服务过数十个知名品牌整合营销。 -
编辑推荐
这是一本重应用,多干货的书。
》》价值提炼
全面:涵盖三大领域(政用、商用、民用),40个行业,50大案例
深度:庖丁解牛式解析大数据在每个行业的应用
实操:所有解读优秀案例可以作为大数据创新创业的参考
翔实:每一个案例解读精细到数据应用的各个维度
应用:重在大数据应用思维和方法的总结提炼
系统:内容精炼,逻辑清晰,可作为大数据从业者的案头书。
》》沟通主张:一本实用主义的大数据图书
这是一本拿来可以用的大数据书 -
书评书荐
-
附件下载
图书推荐