《數據革命:大數據價值實現方法、技術與案例》是2017年5月清華大學出版社出版的圖書,作者是范煜。
基本介紹
- 中文名:數據革命:大數據價值實現方法、技術與案例
- 作者:范煜
- 出版社:清華大學出版社
- 出版時間:2017年5月
- 定價:49 元
- ISBN:9787302466932
內容簡介,圖書目錄,
內容簡介
在信息技術革命之後,我們將迎來數據革命。在大數據的概念、性質和價值已得到政府和社會的認可之後,大家關注的是數據如何獲取,以及有了數據以後如何挖掘數據的價值。僅適合特定行業、滿足特定需求的技術不足以應對一場革命,大數據不但是超出計算機軟硬體處理的能力,更是超出人類的認知能力。只有實現對數據的認知,利用數據輔助決策,才是適合不同行業數據價值實現的通用手段。本書描述了數據革命的起源、實現的思路、所用的技術和要達到的目標,針對當今社會熱點描述了在數據時代的應對之策。
本書巨觀和微觀、人文和技術、啟迪思想和關注實用並舉,既適合巨觀層面的領導啟迪思維,提出工作目標,又適合微觀層次的執行人員找到實現的方法和路徑。本書介紹的理論和技術均可在智慧城市、智慧型製造領域實際使用。
本書適合政府、企業決策者和CIO,及其他對大數據套用感興趣的人閱讀。
圖書目錄
開編故事
第 1 章
迎接數據革命
1.1 信息技術革命 / 6
1.1.1 未完成的第三次工業革命 / 6
1.1.2 從智力替代到輔助決策、自主決策 / 7
1.1.3 三次工業革命的比較 / 8
1.1.4 數據是信息革命的主要遺產 / 10
1.2 為什麼是數據革命 / 11
1.3 社會需要數據革命 / 13
1.3.1 發展需要資源配置均衡 / 13
1.3.2 數據促進社會平等 / 14
1.3.3 不均衡導致中國古代王朝更迭 / 15
1.3.4 熵增原理 / 16
1.3.5 中國國內市場的完善 / 17
1.3.6 新的就業機會 / 18
1.3.7 建立社會經濟運行的反饋機制 / 19
1.3.8 權威的信息交換平台 / 20
1.3.9 分享經濟模式的擴張 / 21
1.4 從海關數據看數據價值 / 23
1.5 美國的啟示 / 27
1.6 數據的價值與變現 / 30
1.6.1 數據的變現 / 30
1.6.2 決策產生價值 / 31
1.6.3 數據的價值特點 / 32
1.6.4 數據服務的商業模式 / 33
1.7 資訊時代遺留的問題 / 34
1.7.1 缺乏原始數據 / 34
1.7.2 難搞的需求 / 35
1.7.3 自助分析的陷阱 / 37
1.7.4 難以滿足的客戶 / 38
1.7.5 完全不一樣的需求 / 40
1.7.6 心有餘而力不足的數據挖掘 / 41
1.7.7 跳出事務處理的紅海 / 43
第 2 章
認識數據革命
2.1 認識數據 / 46
2.1.1 數據分類 / 46
2.1.2 數據來源和存儲 / 47
2.1.3 非結構化數據 / 49
2.1.4 數據處理的三個層次:產生、獲取和分析 / 49
2.1.5 數據比圖像、視頻更有價值 / 50
2.1.6 數據與程式要分離 / 51
2.1.7 SQL是訪問數據的通用語言 / 52
2.1.8 需要標準並開源的資料庫設計 / 55
2.2 關於數據 / 56
2.2.1 數據和信息的區別 / 56
2.2.2 數據含金量 / 57
2.2.3 用於理解大數據的小數據 / 58
2.2.4 廣義和狹義大數據技術 / 58
2.2.5 看懂數據的認知計算 / 60
2.2.6 數據的冷態、溫態和熱態 / 60
2.3 走出大數據套用誤區 / 61
2.3.1 從個性化需求到普遍服務 / 61
2.3.2 走出結果導向 / 62
2.3.3 從有方向到無方向 / 64
2.3.4 自助分析工具與自助分析系統的區別 / 65
2.4 信息系統總體規劃 / 67
2.4.1 基於數據的規劃 / 67
2.4.2 用規劃展示數據不足 / 69
2.4.3 以市長為核心的智慧城市總體規劃 / 69
第3 章
推動數據革命
3.1 數據的立法 / 74
3.2 數據的公開 / 75
3.2.1 對信息公開的認識 / 75
3.2.2 政府開放數據 / 76
3.2.3 對開放數據的要求 / 77
3.2.4 政府主導的公共資料庫 / 78
3.2.5 科研數據的公開 / 79
3.3 有時數據隱私只是藉口 / 80
3.4 數據基礎設施 / 82
3.4.1 數據作為基礎設施 / 83
3.4.2 數據壟斷的“滑鐵盧” / 84
3.4.3 公共數據服務與中介 / 85
3.4.4 農產品交易數據的案例 / 86
3.5 建立數據圖書館 / 88
第 4 章
進行數據革命
4.1 數據用於決策支持 / 94
4.1.1 數據分析需要統計而不是檢索 / 94
4.1.2 數據通過輔助決策產生價值 / 95
4.1.3 兩類完全不同的程式 / 96
4.1.4 傳統商業智慧型模式的淪落 / 97
4.1.5 像鷹一樣看數據 / 99
4.1.6 數據一致性不是分析的先決條件 / 100
4.1.7 從數據比較中發現價值 / 101
4.1.8 保障決策者的決策思維流 / 102
4.1.9 建立基於可視化數據的指揮室 / 104
4.1.10 組織的決策支持流程 / 105
4.1.11 巨觀和微觀的融合 / 107
4.1.12 用過度設計滿足任意需求 / 108
4.2 建立數據模型 / 110
4.2.1 存儲數據的數據倉庫 / 110
4.2.2 可以推導需求的維度模型 / 112
4.2.3 維度模型原理 / 114
4.2.4 分主題進行數據分析 / 120
4.2.5 離不開的時間維度 / 121
4.2.6 通過時間分析數據 / 122
4.2.7 空間維度直觀地顯示數據 / 124
4.2.8 數據的可視化鑽取 / 125
4.2.9 用OLAP提升統計速度 / 127
4.2.10 數據可視化加快對數據的認知 / 129
4.2.11 用記憶體資料庫實現實時數據分析 / 131
4.3 改變思路 / 132
4.3.1 建立基於真實數據的KPI / 132
4.3.2 為實現工業4.0建立數據基礎設施 / 133
4.3.3 主動抽取數據實現數據集中 / 136
4.3.4 統計數據從報送到抽取 / 137
4.3.5 改進數據分析工作流程 / 137
4.4 適應數據分析的硬體 / 140
第5 章
實現數據革命
5.1 數據革命的作用 / 144
5.1.1 對國家治理的作用 / 144
5.1.2 對國有企業改革的作用 / 145
5.1.3 對政府“三公”經費管理的作用 / 148
5.1.4 對“一帶一路”倡議的作用 / 149
5.1.5 對醫療改革的作用 / 150
5.1.6 對銀行信貸風控的作用 / 153
5.1.7 對降低社會成本的作用 / 156
5.1.8 對防止欺詐上市的作用 / 158
5.2 數據革命的後果 / 159
5.2.1 競爭機制的替代 / 159
5.2.2 計畫經濟和市場經濟的融合 / 161
5.2.3 經濟危機的消除 / 162
5.3 數據革命後的技術 / 163
5.3.1 以數據檢索為主的搜尋引擎 / 163
5.3.2 基於數據的雲服務 / 164
5.3.3 可以檢索數據的瀏覽器 / 165
第 6 章
工業數據革命
6.1 智慧型製造首先要解決數據問題 / 172
6.2 工業企業數據總體架構 / 175
6.3 財務數據分析 / 177
6.3.1 四個層次 / 177
6.3.2 阿特曼Z-score模型 / 178
6.3.3 財務比率 / 179
6.4 經營數據分析 / 180
6.4.1 名詞解釋 / 181
6.4.2 經營數據中心 / 182
6.4.3 銷售數據分析 / 186
6.4.4 毛利數據分析 / 189
6.4.5 應收款數據分析 / 190
6.4.6 採購數據分析 / 192
6.4.7 應付款數據分析 / 193
6.4.8 庫存數據分析 / 195
6.5 與上市公司外部數據比較 / 197
6.6 控制數據分析 / 199
6.6.1 從工業大數據中找到故障 / 199
6.6.2 從檢測大數據中發現質量問題 / 201
第7 章
設計案例
7.1 政府房產數據分析 / 206
7.1.1 監控中心 / 206
7.1.2 預售數據分析 / 208
7.1.3 成交數據分析 / 209
7.2 醫院管理決策支持系統 / 211
7.2.1 監控中心 / 212
7.2.2 醫藥收費數據分析 / 213
7.2.3 門診數據分析 / 216
7.2.4 住院數據分析 / 220
7.2.5 手術數據分析 / 221
7.2.6 用藥數據分析 / 223
7.2.7 醫療項目收入數據分析 / 224
7.2.8 大型診斷檢查數據分析 / 224
7.2.9 體檢數據分析 / 224
7.2.10 物資出入庫數據分析 / 225
7.3 政府財政數據分析 / 227
7.3.1 監控中心 / 227
7.3.2 收入數據分析 / 228
7.3.3 支出數據分析 / 229
7.3.4 收支執行數據分析 / 230
7.3.5 預算執行用款數據分析 / 231
7.3.6 政府採購數據分析 / 231
致謝
參考文獻