从数据力到领导力
全新正版 极速发货
￥ 24.78 3.6折 ￥ 69 全新
库存5件
广东广州
认证卖家担保交易快速发货售后保障
作者［英］迈克·布根贝（Mike Bugembe）
出版社中国科学技术出版社
ISBN9787504698575
出版时间2022-12
装帧精装
开本其他
定价69元
货号31626359
上书时间2024-06-30
商品详情
- 品相描述：全新
- 商品描述
-
作者简介
迈克·布根贝是数据领导力先驱、畅销书作家、国际演讲者，数据分析和人工智能领域的专家。
他曾与各行各业的组织合作过，他的演讲帮助领导者了解他们如何利用数据、人工智能及其他技术产生真正的商业价值。
他对数据和行为经济学之间相互作用的研究使他被公认为英国著名的数据大师之一。本书已被许多企业用作数据蓝图。
他热衷于数据科学和人工智能。他在JustGiving.com创建的团队构建了一套算法，为慈善事业赢得数百万美元的捐款。
目录
绪论
第1章 解密数据
原材料
理解数据
理解大数据
大数据的三个属性
存储和处理
云计算
分布式计算
处理程序
分析
数据科学
人工智能
具体的技术
统计学
机器学习
把它们放在一起
数据是什么
数据能做什么
数据是用来做什么的
第2章 你的数据主管
为什么你需要一个数据主管
你的数据主管应该做什么
获得支持
制订行动计划
执行行动计划
建立和激励一个团队
建立由数据驱动的文化
关于数据主管
谁是数据主管
首席数据官还是首席分析官
数据主管应该向谁负责
数据主管的特征
第3章 大数据的行动计划
明确你的商业战略
缺乏战略
提取大数据战略的关键要素
数据业务战略的要素
定义数据用例并划分优先级
发现决策
对数据用例的决策划分优先级
制订执行计划
能力评估
第4章 构建数据团队
数据作为企业应用程序
神秘的数据科学家的问题
主要职位和所需技能
业务分析师
数据工程师
数据科学家
数据科学工程师
第5章 创造一种成功的文化
数据驱动型文化的特征
员工的特征
企业设置
通往数据驱动型企业的道路
动力
能力
触发因素
总结性思考
内容摘要
“为了成功地从数据中产生价值，您所需要的只是一个技术上称职的数据团队”，这种想法很受欢迎，但完全是错误的。
每个企业都需要对数据做些什么来保持竞争力，您可以聘请技术能力超强的团队，为所有高级技术付费，构建很复杂的算法，但仍然无法从数据中看到价值。这是因为从数据中释放价值不再是技术挑战，而是领导力挑战。
这本书是作者十多年研究的产物，它介绍了领导力对数据应用的5大关键法则，帮助你实现战略目标：？揭开复杂数据术语的神秘面纱？设立有效的数据主管？制订一个计划，将数据和人工智能直接链接到你的业务成果上？构建必要的团队以应对市场变化？创造适合的企业文化，为企业的成功做好准备
精彩内容
第1章解密数据为了建立对数据的企业层面的理解，我们需要了解数据是什么，我们可以用它做什么，以及在哪里应用它。以上三点是建立对数据的全面理解的三个重要支柱。更重要的是，它们为如何利用数据创造价值奠定了基础。然而，我们面临的挑战是，数据世界增长太快，因此它充斥着太多复杂的术语，这使我们对这三个支柱进行理解变得非常困难。
2015年年初，我参加了一个关于大数据的会议。不久之后，我参加了一个人工智能峰会，然后年底我又参加了一个关于数据科学的晚会，巧合的是每场会议都有四个人发言。
不那么巧合但或许更有趣的是，每个演讲者在每种情况下的演讲几乎都没什么太大的变化。大多数情况下，每个人都做了完全一样的陈述，逐字逐句地展示了完全相同的幻灯片。这是否意味着大数据、数据科学和机器学习都是一回事？
通常，当你听到人们谈论数据时，你也会听到“大数据”“数据科学”“机器学习”“物联网”“人工智能”等术语。这些术语经常可以互换使用，尽管它们各自在发挥数据革命的真正潜力方面发挥着不同但都很重要的作用。
我当时领导着一个大约15人的小型工作室，我决定问问他们对这些术语的定义。在大多数情况下，他们笼统地表示这是一回事，这说明大多数关于数据的新术语没有被准确地理解。大多数人，包括那些自称专家的高管和个人，都无法告诉你这些术语之间究竟有什么区别。这使得高管们难以参与对话，导致企业聘用了不合适的员工，无法构建强有力的数据战略，也无法执行他们确定的战略。如果不知道这些关键术语之间的差异，你又怎么能理解如 何最大限度地利用数据呢？
因此，我们必须首先为相关重要和流行的术语提供简明的定义。为了确保你能加入谈话，领导、经理甚至招聘代理，将需要花精力去理解和解释以下这些关键的术语：●数据；●大数据；●云计算；●分布式计算；●分析；●数据科学；●人工智能；●机器学习；●数据工程。
对于这些术语的定义，我们必须回顾一个案例：IT界选择用“挖掘”这个词来描述企业应该如何处理数据，我发现这是一个很好的类比。21世纪初，我在一家大型钻石开采企业牵头执行了五年的数据计划，我研究了开采矿产材料的高级价值链，其中包括四个重点领域：●原材料；●存储和处理；●处理程序；●在各种加工过程中使用的特殊技术。 为了说明数据中复杂的术语和定义，我大量借用了上述这些概念，并将它们直接应用于数据世界中的所有关键概念。处理数据就像开采钻石一样，必须将原始元素收获并存储在一个准备加工的位置，然后根据目的使用特定的技术，进行特定的加工。
本章中，我将深入探讨这四个类别中的每一个，以揭示复杂语言在企业数据计划（成功或失败）中所扮演的重要角色。这将使来自各行各业（从营销到招聘再到管理）的高管和非技术人员具备参与对话所需的知识。 原材料在数据的价值链中，我们从最原始的材料开始，这里的原始材料就像在如今的商业场景中，任何来源于自然的有价值的产品一样。我们的原材料包括两方面：“数据”和“大数据”。
理解数据在所有这些术语中，“数据”这个词通常是最容易理解的术语。韦氏词典简单地将数据定义为“作为推理、讨论或计算的基础的事实信息（如测量数据或统计数据）”。
数据自古以来就存在；它以各种形式存在于我们周围。屋外树的颜色就是数据；刮风的时候，你感觉到的拂过脸颊的风的速度就是数据；海滩上水的温度就是数据。
所有这些都是由我们大脑存储和处理的数据形式。大自然也会储存和记录数据，记录过去发生的关键事件。树木年代学，即对树木年轮生长数据的研究，就是一个例子。最终，人类也开始存储和记录数据，从洞穴壁画、木雕和象形文字开始，迅速发展到书籍。最终，我们开始用数字的方式存储数据。
虽然捕捉数据的旧方法并没有消失，但今天的大多数数据都是以字节的形式被记录并存储在计算机中的，由二进制数字1或0组成的字节表达。计算机可以存储一系列类型的数据，如视觉图像、声音、文本和加密信息。正是这种数字组合带来的信息数据化，导致了数据获取量的大幅增加以及存储成本的迅速下降，进而导致了现在通常被称为“大数据”的爆炸式增长。
— 没有更多了 —
以下为对购买帮助不大的评价