• 数据中台建设:从方法论到落地实战(博文视点出品)
  • 数据中台建设:从方法论到落地实战(博文视点出品)
  • 数据中台建设:从方法论到落地实战(博文视点出品)
  • 数据中台建设:从方法论到落地实战(博文视点出品)
  • 数据中台建设:从方法论到落地实战(博文视点出品)
  • 数据中台建设:从方法论到落地实战(博文视点出品)
21年品牌 40万+商家 超1.5亿件商品

数据中台建设:从方法论到落地实战(博文视点出品)

5 八五品

仅1件

北京昌平
认证卖家担保交易快速发货售后保障

作者彭勇 著

出版社电子工业出版社

出版时间2021-09

版次1

装帧其他

上书时间2024-12-25

青草书苑

四年老店
已实名 已认证 进店 收藏店铺

   商品详情   

品相描述:八五品
图书标准信息
  • 作者 彭勇 著
  • 出版社 电子工业出版社
  • 出版时间 2021-09
  • 版次 1
  • ISBN 9787121417245
  • 定价 89.00元
  • 装帧 其他
  • 开本 32开
  • 页数 316页
  • 字数 274千字
【内容简介】

数字化体系正在各个行业落地生根。本书首先介绍了工业、智慧农业、智慧服务业、智慧城市的数字化建设现状和发展趋势,让读者初步了解数字化发展。

 

数据中台是企业数字化建设的基础。本书重点介绍了数据中台的定义、整体框架和建设的方法论。该方法论主要涉及企业数字化发展战略、组织架构变革、数据的存储和建模、数据平台的建设、数据服务框架、数据产品化和数据智能化建设等多个方面的内容。

 

本书通过企业中两个热门场景的应用详细介绍了数据中台的落地实战。第一个是营销场景。企业通过营销中台的建设,构建了智能化营销体系,有效地提升了数据驱动营销的效能。第二个是风险管理场景。企业通过风险管理中台的建设,支持“事前―事中―事后”的智能风险管理,大幅提升了风险管理的效率和能力。

 

本书适合科技企业和互联网企业的创始人、中高层管理人员、数据战略负责人、首席数据官、信息系统负责人,以及正处于转型中的传统企业管理者和政府相关部门的工作人员阅读。

 


【作者简介】

彭勇,国家公派留法计算机博士,中关村管委会技术专家,中国保险学会特聘保险科技专家。彭勇从事大数据研究和应用相关工作约16年,负责大数据创新项目超过100个,在数据仓库建设、数据中台建设、保险产品定制和创新、精算定价、精准营销、产品推荐、风险管理、智能理赔、人工智能、数字化转型等方面经验丰富。彭勇现就职于全球知名保险定制平台――保准牛,担任首席科学家。

 


【目录】

第1章 数字化转型是大势所趋

 

第2章 认知数据中台

 

2.1  什么是数据中台

 

2.2  建设数据中台的价值 

 

2.3  数据中台的建设目标 

 

2.4  数据中台与上下游平台的关系

 

2.5  数据中台建设的9大误区

 

2.6  行业对数据中台的4个认知阶段

 

2.7  数据中台服务化发展阶段 

 

第3章 数据中台建设方法论

 

3.1  数字化战略

 

3.2  数据中台的整体框架

 

3.2.1  统一数据基础设施平台

 

3.2.2  数据接入和汇聚平台

 

3.2.3  统一数据模型平台 

 

3.2.4  统一ID和标签平台

 

3.2.5  数据开发和运维平台

 

3.2.6  数据智能平台 

 

3.2.7  数据管理平台

 

3.2.8  数据服务平台 

 

3.3  数据中台的8大设计准则 

 

3.3.1  有数能用

 

3.3.2  让数据可用 

 

3.3.3  让数据好用

 

3.3.4  让数据易用 

 

3.3.5  让数据放心用

 

3.3.6  让数据更智能

 

3.3.7  让数据服务化

 

3.3.8  让数据可控

 

3.4  数据中台行动攻略 

 

3.4.1 “九看”方法论

 

3.4.2  数据中台MVP建设路径

 

3.5  数据中台技术选型

 

第4章  统一数据模型:让数据资产化 

 

4.1  数据标准化体系的价值

 

4.2  数据资产管理体系介绍 

 

4.3  高效数据建模,让数据好用起来

 

4.3.1  统一数据模型的意义

 

4.3.2  统一数据模型具体做什么

 

4.3.3  如何建设统一数据模型 

 

4.4  对维度建模进一步探索

 

4.5  统一建模的注意事项 

 

第5章 数据计算平台:让数据“飞”起来

 

5.1  计算平台的应用场景 

 

5.2  应用场景一:批处理 

 

5.3  应用场景二:实时计算

 

5.4  应用场景三:实时查询 

 

5.5  应用场景四:海量日志和信息检索

 

5.6  应用场景五:多维分析

 

5.7  应用场景六:图计算

 

5.8  应用场景七:人工智能计算

 

第6章 算法即服务:最大化实现数据价值

 

6.1  算法的价值 

 

6.2  建模标准化流程 

 

6.2.1  业务理解贯穿始终 

 

6.2.2  数据准备

 

6.2.3  数据预处理

 

6.2.4  特征工程

 

6.2.5  模型构建 

 

6.2.6  模型评估 

 

6.2.7  模型部署,让模型服务化

 

6.2.8  模型监控和迭代

 

6.3  算法即服务应用实践 

 

6.4  算法即服务须遵循的原则

 

6.4.1  算法即服务需要业务知识的输入,业务理解贯穿建模始终

 

6.4.2  算法不是万能的,有适用的场景

 

6.4.3  要合理地平衡算法的计算性能和效果

 

6.4.4  要优先选择混合模型 

 

6.4.5  要尽量实现建模全流程自动化

 

第7章 数据产品:让数据应用更便捷 

 

7.1  自助取数和自助分析 

 

7.2  数据爬虫

 

7.3  客户画像 

 

7.4  标签圈选 

 

7.5  客户分群 

 

7.6  数据可视化工具 

 

7.7  规则引擎

 

第8章 营销中台:让营销更精准、更及时

 

8.1  数字化营销是大势所趋

 

8.2  营销体系升级

 

8.3  营销中台建设

 

8.3.1  营销中台框架图 

 

8.3.2  营销中台功能介绍 

 

8.4  营销中台应用案例

 

8.4.1  电话营销续保精准营销

 

8.4.2  广告精准投放获客+线索转化 

 

8.4.3  保险智能销售助手 

 

第9章 风险管理中台:360°的风险管家

 

9.1  风险管理中台

 

9.1.1  主要风险管理节点示例 

 

9.1.2  风险管理中台框架图

 

9.1.3  风险管理中台功能介绍

 

9.1.4  风险管理的标准化流程 

 

9.2  风险管理中台的应用案例

 

9.2.1  反“薅羊毛”

 

9.2.2  语音质检风险筛查 

 

9.2.3  车险理赔反欺诈 

 

9.2.4  团体保险风险管理体系 

 

9.2.5  人身险风险管理建设

 

 

 


点击展开 点击收起

—  没有更多了  —

以下为对购买帮助不大的评价

此功能需要访问孔网APP才能使用
暂时不用
打开孔网APP