新書推薦：
《
中国古典数学史话
》
售價：NT$
352.0
《
我的！
》
售價：NT$
403.0
《
甲午，不止是一场战争
》
售價：NT$
347.0
《
金瓯缺（全四卷）40年纪念版
》
售價：NT$
2387.0
《
芯片通识课：一本书读懂芯片技术
》
售價：NT$
458.0
《
走进明朝：从严峻冷酷到自由放任（壹卷论世衡史系列，方志远教授最新力作，领略明朝社会风云变幻与深刻启示）
》
售價：NT$
418.0
《
有生之年一定要看的1001幅画（一座绝无仅有的世界绘画艺术博物馆！一部经久不衰的艺术鉴赏类经典图书！）
》
售價：NT$
1520.0
《
林徽因全集 建筑 美术卷
》
售價：NT$
1010.0
|
| 內容簡介： |
|
本书是《大数据之路：阿里巴巴大数据实践》的升级版，内容不再仅仅聚焦于阿里巴巴，而是延伸到对千行百业的实践与探索。本书从追溯数据中台的起源与发展脉络，到从多视角、绘蓝图、资源化和资产化等多方面设计满足业务需求的数据中台框架，再到全方位探讨数据的交易与流通、智能算法的应用，以及\1NN”决策分析框架的应用，汇聚了我们在大数据实践过程中的经验、教训和方法。 本书理论与实践相结合，包含大量真实的案例，从金融服务的风险控制，到制造业的供应链优化，再到零售业的个性化营销，通过大量鲜活的实例为读者提供极具价值的参考与启示。不论是企业经营者、数据管理者，还是技术实践者、数据爱好者，都能从中受益。
|
| 關於作者： |
|
瓴羊提供一整套数字化产品和服务，涵盖数据生产、数据消费以及数据流通等三大环节，帮助企业有效利用数据资源，促进数据与企业实际运营的深度融合，赋能企业增长和数字化转型。已服务了上百家知名企业和众多中小企业的数字化建设，如一汽红旗、星巴克等多个行业，团队具有丰富的大数据实践案例和经验。
|
| 目錄：
|
目 录 CONTENTS
第1章 再出发：数据中台的萌芽与蜕变001
1.1 理念起源：中台思维的初步形成002
1.2 标准确立：OneData体系的升级004
1.3 平台构建：OneData与数据中台的融合006
1.4 转型深化：数据中台的新变革011
1.5 持续进化：数据中台的未来发展012
第2章 多视角：从千行百业中的问题出发013
2.1 CXO视角：数据中台的战略考量014
2.1.1 数据中台的实质分析014
2.1.2 数据中台的目标与价值体现014
2.1.3 组织与人才在数据中台建设中的作用017
2.2 数据管理者视角：数据中台的运维与治理019
2.2.1 数据中台业务价值评估与团队认同020
2.2.2 数据资源的高效利用与成本控制021
2.2.3 数据治理实践与数据质量提升023
2.3 数据消费者视角：数据中台的使用体验025
2.3.1 优化数据搜索效率与用户体验025
2.3.2 提高数据质量与数据可信度026
第3章 绘蓝图：数据中台的思维与框架027
3.1 跨越十年：数据中台的演进与本质思考027
3.1.1 应变之道：面对变革的策略选择027
3.1.2 双轨并进：数据构建与应用的协同演进029
3.2 数据中台思维：战略·价值·运营032
3.2.1 战略为先：顶层设计与渐进迭代032
3.2.2 价值导向：业务共振与价值生成034
3.2.3 运营为核：数据中台的建设策略037
3.3 数据中台框架：从顶层设计到价值实现038
3.3.1 顶层设计：塑造战略导向，组织敏捷与文化创新039
3.3.2 资源化：构建稳健数据架构与高效建设机制041
3.3.3 资产化：深化数据管理与治理，实现数据资产增值043
3.3.4 要素化：促进数据交易与流通，激活数据市场活力044
3.3.5 价值化：智能决策赋能，驱动业务创新与增长046
第4章 资源化：数据架构与建设049
4.1 数据架构的时光机：阿里巴巴视角下的演变049
4.1.1 开启旅程：孵化期的业务数据启蒙050
4.1.2 蓄势待发：萌芽期的独立引擎与离线仓库050
4.1.3 迈向未来：迭代期的实时计算革命052
4.1.4 筑梦成真：成熟期的OneData与数据中台054
4.1.5 引领变革：变革期的湖仓一体架构055
4.1.6 迎接挑战：大模型驱动的数据进化057
4.2 数据架构模式的前沿探索057
4.2.1 分布式之美：Data Mesh的领域驱动057
4.2.2 织就数据网：Data Fabric的统一数据体验058
4.2.3 敏捷运维之道：DataOps的持续改进059
4.2.4 数据中台：企业级数据治理的典范060
4.3 数据架构的理论基石与设计原则061
4.3.1 数据架构的本质与价值061
4.3.2 数据模型架构设计的原则与方法063
4.3.3 解析数据平台架构设计的关键要素与实践068
4.4 案例：达米公司的数据架构建设实践071
4.4.1 业务布局与数字化转型需求072
4.4.2 如何规划企业级数据仓库073
4.4.3 如何克服数据“孤岛”，实现数据集成082
4.4.4 如何构建和管理多模态数据资产089
4.5 行业数据架构推荐与案例分析131
4.5.1 金融行业：数据治理与合规挑战131
4.5.2 汽车行业：大规模数据处理与分析136
4.5.3 服饰行业：个性化数据服务与营销140
第5章 资产化：数据治理与管理145
5.1 数据治理概述145
5.1.1 区分数据治理与数据管理145
5.1.2 解析数据治理的核心问题146
5.1.3 制定数据治理的目标150
5.1.4 构建数据治理的框架150
5.2 数据标准管理152
5.2.1 数据标准的核心问题153
5.2.2 “三流合一”的数据标准解决方案154
5.2.3 数据标准的治理工具与平台161
5.3 数据质量管理169
5.3.1 数据质量管理的核心挑战169
5.3.2 “三流合一”的数据质量管理模式176
5.3.3 数据质量评价与优化机制184
5.4 数据安全与流通管理188
5.4.1 数据安全合规面临的核心挑战189
5.4.2 数据安全治理的方法和框架192
5.4.3 数据安全实践202
5.5 数据成本管理203
5.5.1 数据资源利用的核心挑战203
5.5.2 资源治理闭环体系的构建204
5.5.3 数据成本计量与模型设计207
5.6 数据治理运营体系建设210
5.6.1 阿里巴巴数据治理模式：“0-1-N”模式210
5.6.2 数据治理的人才体系及培训机制211
5.6.3 数据治理的管理机制优化213
5.6.4 数据治理的文化建设与宣导216
第6章 要素化：数据的交易与流通219
6.1 构建企业内部数据消费生态体系220
6.1.1 数据资源化：激活数据价值的引擎220
6.1.2 场景价值导向：驱动数据消费的深化与拓展222
6.1.3 数据运营：企业数字化转型的基石与引擎228
6.1.4 阿里巴巴大促：数据驱动下的精细化运营实践237
6.2 布局企业外部数据流通生态体系239
6.2.1 如何高效整合外部数据资源239
6.2.2 数据资产商业化的策略与挑战241
6.2.3 瓴羊港：企业数据流通的服务枢纽243
6.3 数据流通的深化合规与技术融合253
6.3.1 多维合规视角下的数据流通治理253
6.3.2 合规与技术驱动的协同机制258
6.4 数据资产入表266
6.4.1 数据资产入表的定义与会计处理依据267
6.4.2 数据资产入表的重要性267
6.4.3 数据资产入表的条件269
6.4.4 数据资产入表的步骤270
6.4.5 数据资产入表的准备工作274
第7章 大模型：数据与智能算法277
7.1 从符号到大模型的AI跃迁277
7.2 深度学习与数据驱动279
7.2.1 深度学习模型的迭代与创新279
7.2.2 数据到模型全流程优化路径284
7.3 智能引擎在推荐系统、广告系统与搜索引擎中的应用292
7.3.1 推荐系统的架构、链路与算法292
7.3.2 计算广告体系的架构、链路与算法298
7.3.3 搜索系统的架构、链路与算法301
7.4 大模型时代的革新与发展305
7.4.1 语言模型：从Word2Vec到通义千问306
7.4.2 多模态大模型：从学习到生成模型312
7.4.3 AI Agent：革新、架构与行业应用探索322
7.5 大数据赋能大模型创新与突破326
7.5.1 数据规模，大模型演化的关键327
7.5.2 检索增强，大模型可信化的基石328
7.5.3 数据资产，大模型效能的催化剂330
7.6 大模型赋能Quick BI332
7.6.1 Quick BI，数据洞察的智慧平台332
7.6.2 Quick BI与智能小Q333
7.6.3 Quick BI的底层核心能力336
第8章 价值化：数据驱动下的智能决策339
8.1 “1NN”决策体系框架：构建企业数智管理内核339
8.1.1 一套数据语言体系：打造企业内部的“神经中枢”（“1”）340
8.1.2 N层决策分析核心架构：从战略到执行的准确映射（“N”）342
8.1.3 N个决策分析关键要素：确保数据语言准确高效（“N”）343
8.2 “1NN”决策体系建设思路：推动数智管理的设计与实施344
8.2.1 “1NN”决策体系建设的三大关键支柱344
8.2.2 “1NN”决策体系建设的实施路径及步骤346
8.3 数智管理案例：“1NN”决策体系在业务场景中的应用348
8.3.1 业务痛点及核心需求分析348
8.3.2 “1NN”决策体系解决方案：定制化应对策略349
8.4 业财一体化案例：“1NN”决策体系数智化重塑业财融合352
8.4.1 业务痛点及核心需求352
8.4.2 “1NN”决策体系的业财解决方案354
8.4.3 案例总结：业财融合的成功实践357
8.5 人力资源数智化案例：“1NN”决策体系重塑人力资源管理体系358
8.5.1 背景与需求359
8.5.2 关键要素分析359
8.5.3 人力资源管理的转型360
8.5.4 人效金字塔方法论361
第9章 价值化：数据驱动产销协同365
9.1 数智产销的发展进阶366
9.1.1 初始期：业务流程驱动管理367
9.1.2 发展期：决策分析驱动管理369
9.1.3 变革期：数据智能驱动管理370
9.2 数智产销协同化372
9.2.1 产销的“1NN”决策体系设计372
9.2.2 产销的PLM智能决策设计376
9.3 数智化产销决策实战案例379
9.3.1 新品企划：宠物用品从洞察到爆品的实战路径379
9.3.2 商品铺货：九阳小家电的精细化管理实践384
9.3.3 需求预测：供应链优化的实战案例386
9.3.4 精准补调：瓴羊赋能快消品供应链优化388
第10章 价值化：多源数据融合的智能营销探索391
10.1 多源数据融合的价值场景案例392
10.1.1 营销服务的痛点透视与核心需求解析393
10.1.2 RTA构建高效广告投放优化实战394
10.1.3 LBS数据赋能品牌跨渠道协同效应396
10.2 多源数据融合的关键技术400
10.2.1 通过OneID建立标签画像400
10.2.2 Embedding的两种形式407
10.2.3 隐私计算与联邦学习409
10.2.4 DataTrust：如何实现数据可用不可见410
第11章 先行者：数据文化与组织建设415
11.1 不同企业数据战略下的组织设计416
11.1.1 以“数据能力建设”为导向的组织设计417
11.1.2 以成为“客户运营商”为战略的组织设计420
11.1.3 面向“数据商业”的组织设计423
11.2 阿里巴巴的数据组织与文化运营428
11.2.1 阿里巴巴数据组织的发展历程428
11.2.2 数据岗位的设定与标准430
11.2.3 数据文化的酝酿与繁荣433
11.3 数据组织与文化保障企业数据战略落地435
11.3.1 数据组织及文化建设的关键点435
11.3.2 企业数据组织建设与数据文化运营的建议437
|
|
購物車/收銀台(0) | 在線留言板
| 付款方式
| 聯絡我們
| 運費計算
| 幫助中心 |
加入書簽
HOME
新書上架
