Ứng Dụng Big Data Trong Kinh Doanh ebook PDF-EPUB-AWZ3-PRC-MOBI
 |
| Ứng Dụng Big Data Trong Kinh Doanh ebook PDF-EPUB-AWZ3-PRC-MOBI |
2. DOWNLOAD
Định dạng EPUB Download
Định dạng PDF Download
THÔNG TIN CHI TIẾT
Công ty phát hành 1980 Books
Ngày xuất bản 02-2020
Kích thước 14 x 20.5 cm
Loại bìa Bìa mềm
Số trang 532
SKU 3602744507448
Nhà xuất bản Nhà Xuất Bản Công Thương
MÔ TẢ SẢN PHẨM
Ứng Dụng Big Data Trong Kinh Doanh
Ứng Dụng Big Data Trong Kinh Doanh
Ứng Dụng Big Data Trong Kinh Doanh
Dữ liệu lớn là chủ đề công nghệ đang rất nóng hiện nay. Nhưng cốt lõi của dữ liệu lớn lại không xoay quanh công nghệ quá nhiều, mà nó liên quan tới việc chuyển đổi doanh nghiệp - để một tổ chức hoạt động theo mô hình giám sát kinh doanh sau khi sự việc đã xảy ra, với dữ liệu bị hạn chế, có thể biến đổi sang mô hình tối ưu hóa kinh doanh dựa trên dự đoán theo thời gian thực. Dữ liệu lớn tập trung tận dụng những hiểu biết cụ thể và khả thi về khách hàng, sản phẩm và hoạt động để điều chỉnh lại quy trình tạo giá trị của bạn, tối ưu hóa các sáng kiến kinh doanh then chốt và khám phá các cơ hội kiếm tiền mới. Dữ liệu lớn là về kiếm tiền, và đó cũng là những gì cuốn sách này tập trung thảo luận. Cuốn sách “Ứng dụng Big Data trong kinh doanh” tiếp cận các cơ hội kinh doanh dựa trên dữ liệu lớn từ quan điểm thực tiễn. Thay vì đưa ra nhiều lý thuyết, sách trình bày hàng loạt kỹ thuật, phương pháp, bảng công việc và nhiều ví dụ thực tế mà tác giả đã có được sau nhiều năm làm việc với một số tổ chức hàng đầu thế giới. Khi bạn tìm hiểu các thông tin trong sách, bạn sẽ làm và học được những điều sau đây:
Chương 1: Giới thiệu cho tổ chức của bạn định nghĩa chung về dữ liệu lớn và sử dụng Chỉ số Năng lực Mô hình Kinh doanh Dữ liệu Lớn để truyền đạt cho tổ chức các lĩnh vực kinh doanh cụ thể mà dữ liệu lớn có thể mang lại giá trị ý nghĩa.
Chương 2: Nhìn lại bài học lịch sử về sự kiện dữ liệu lớn đã xảy ra và xác định bạn có thể áp dụng phần nào của sự kiện cho các cơ hội dữ liệu lớn trong hiện tại và tương lai.
Chương 3: Tìm hiểu cách tận dụng các quy trình kinh doanh hiện tại của bạn để xác định các số liệu phù hợp, từ đó hình thành sáng kiến dữ liệu lớn và thúc đẩy thành công trong kinh doanh.
Chương 4: Xem xét một số đề xuất và bài học trong việc tạo ra cấu trúc tổ chức hiệu quả, nhằm củng cố sáng kiến dữ liệu lớn của bạn, bao gồm tích hợp các vị trí nhân sự mới vào hệ thống hiện có - như các đội ngũ về khoa học dữ liệu và trải nghiệm người dùng, hay vị trí giám đốc dữ liệu và giám đốc phân tích.
Chương 5: Xem xét một số cạm bẫy và thiếu sót phổ biến khi ra quyết định của con người, hiểu cách đưa ra những thông tin khả thi để xử lý những sai sót đó .
Chương 6: Tìm hiểu một phương pháp để chia nhỏ các chiến lược và sáng kiến kinh doanh quan trọng thành các động lực chính thúc đẩy giá trị doanh nghiệp, các yếu tố quyết định thành công và các yêu cầu về dữ liệu, phân tích và công nghệ.
Chương 7: Tìm hiểu sâu về chương trình MBA dữ liệu lớn bằng cách áp dụng các động lực thúc đẩy giá trị như nguồn dữ liệu phi cấu trúc, truy cập dữ liệu theo thời gian thực và phân tích dự đoán; qua đó hình dung cách dữ liệu lớn có thể tối ưu hóa các quy trình kinh doanh chính của tổ chức và khám phá các cơ hội kiếm tiền mới .
Chương 8: hiểu được vì sao những thông tin chuyên sâu về khách hàng và sản phẩm - từ các nguồn dữ liệu mới về hành vi của khách hàng và cách sử dụng sản phẩm, cùng với các phân tích nâng cao - lại có thể mang lại trải nghiệm khách hàng phù hợp, hấp dẫn và thu lợi nhuận cao hơn .
Chương 9: Tìm hiểu về giải pháp thúc đẩy sự hợp tác giữa các nhóm kinh doanh và công nghệ thông tin, để hình dung những gì có thể tiến hành với dữ liệu lớn, khám phá dữ liệu lớn có thể tác động đến các quy trình kinh doanh chính như thế nào.
Chương 10: Tìm hiểu về quy trình kết hợp tất cả các kỹ thuật, phương pháp, công cụ và bảng công việc khi xác định, lập cấu trúc và cung cấp các giải pháp kinh doanh dữ liệu lớn.
Chương 11: Xem xét cách những công nghệ dữ liệu lớn quan trọng (Hadoop, MapReduce, H) và những phát triển về phân tích (R, Mahout, MAD) quản lý dữ liệu mới và tiếp cận những phân tích nâng cao; đồng thời khám phá tác động của các công nghệ này trên kho dữ liệu và môi trường kinh doanh thông minh hiện tại.
Chương 12: Tóm tắt các hoạt động, cách tiếp cận và kỹ thuật tạo giá trị hiệu quả nhất vào bản đồ dữ liệu lớn - một hình ảnh gói gọn các điểm chính để tối ưu hóa quy trình tạo giá trị của bạn và khám phá các cơ hội kiếm tiền mới .
Chương 13: Tổng kết bằng cách xem xét lại một loạt “lời kêu gọi hành động”, để hướng dẫn bạn và tổ chức của bạn bước đi trên hành trình dữ liệu lớn, thông qua việc triển khai các giải pháp và ứng dụng kinh doanh xoay quanh dữ liệu lớn.
Các đối thủ cạnh tranh của bạn đã tận dụng lợi thế về dữ liệu lớn, trong khi cơ sở hạ tầng công nghệ thông tin truyền thống của bạn lại không đủ khả năng quản lý, phân tích và xử lý dữ liệu lớn. Đây chính là lúc bạn cần tư duy khác biệt và quan tâm đến dữ liệu lớn. Dữ liệu lớn có thể nâng cấp các quy trình kinh doanh hiện tại và mở ra các cơ hội kiếm tiền mới. Tận dụng dữ liệu lớn, ta có thể khám phá những thông tin chuyên sâu về khách hàng, sản phẩm, các chiến dịch và những hoạt động ở mức độ chi tiết cao hơn, kịp thời và khả thi hơn. Dữ liệu lớn hứa hẹn sẽ xây dựng lại các quy trình tạo ra giá trị của tổ chức và hình thành một sự gắn kết với khách hàng hoàn toàn mới, hấp dẫn hơn và có lợi nhuận cao hơn.
Vậy, chúng ta phải làm gì? Nhà lãnh đạo doanh nghiệp và người tiên phong về công nghệ thông tin cần vượt qua những ranh giới và kết hợp với nhau. Hãy cùng nhau xác định những quy trình kinh doanh quan trọng nhất trong tổ chức. Hãy sử dụng dữ liệu lớn để đưa ra quyết định tốt hơn một cách nhanh hơn và thường xuyên hơn, cũng như để khám phá các cơ hội kiếm tiền mới trong quy trình của mình. Tận dụng dữ liệu lớn để kiếm được nhiều tiền hơn! Hãy hành động. Hãy tiến lên. Hãy táo bạo. Đừng sợ mắc sai lầm, và nếu thất bại, hãy đứng dậy và tiếp tục. Hãy học hỏi. Hãy tư duy khác biệt.
Giá sản phẩm trên Tiki đã bao gồm thuế theo luật hiện hành. Tuy nhiên tuỳ vào từng loại sản phẩm hoặc phương thức, địa chỉ giao hàng mà có thể phát sinh thêm chi phí khác như phí vận chuyển, phụ phí hàng cồng kềnh, ...
COMMENTS