Революция в аналитике. Как в эпоху Big Data улучшить ваш бизнес с помощью операционной аналитики

Революция в аналитике. Как в эпоху Big Data улучшить ваш бизнес с помощью операционной аналитики
Автор книги: id книги: 555648     Оценка: 0.0     Голосов: 0     Отзывы, комментарии: 1 529 руб.     (5,73$) Читать книгу Купить и скачать книгу Купить бумажную книгу Электронная книга Жанр: Личные финансы Правообладатель и/или издательство: "Альпина Диджитал" Дата публикации, год издания: 2014 Дата добавления в каталог КнигаЛит: ISBN: 978-5-9614-4132-1 Скачать фрагмент в формате   fb2   fb2.zip Возрастное ограничение: 12+ Оглавление Отрывок из книги

Реклама. ООО «ЛитРес», ИНН: 7719571260.

Описание книги

Еще несколько лет назад руководители многих организаций, чей бизнес генерирует большие объемы операционных данных, сомневались в ценности подхода Big Data. Сегодня те из них, кто продолжает сомневаться, упускают непрерывно растущие возможности этого подхода, повышая риск потери доли рынка и перехода в разряд отстающих и устаревающих. Но с чего начать, если вы хотите вывести свою организацию на новый научно-технологический уровень, к принятию решений с использованием Big Data? Ответ на это дает Билл Фрэнкс, директор по аналитике компании Teradata и преподаватель Международного института аналитики, за плечами которого – более чем 20-летний опыт работы в крупных аналитических проектах реального бизнеса. «Революция в аналитике» – это пошаговое практическое руководство по внедрению операционной аналитики и автоматизации принятия решений. Специалисты по аналитике, ИТ и все, кто хочет сделать свою организацию успешнее на основе подхода Big Data, по достоинству оценят работу Фрэнкса.

Оглавление

Билл Фрэнкс. Революция в аналитике. Как в эпоху Big Data улучшить ваш бизнес с помощью операционной аналитики

Предисловие к русскому изданию компании Teradata. Чем больше данных, тем «умнее» наш мир

Предисловие к русскому изданию компании IBS

Предисловие автора

Вступление

Кому стоит прочитать эту книгу?

Кому не стоит читать эту книгу?

О чем эта книга?

Часть I. Революция началась

Глава 1. Постигаем операционную аналитику

Глава 2. Больше данных… Еще больше данных… Большие данные!

Глава 3. Операционная аналитика в действии

Часть II. Закладываем основу

Глава 4. Хотите бюджет? Создайте бизнес-кейс!

Глава 5. Создаем аналитическую платформу

Глава 6. Управление и конфиденциальность

Часть III. Превращаем традиционную аналитику в операционную

Глава 7. Аналитика

Глава 8. Аналитическая команда

Глава 9. Аналитическая культура

Заключение. Присоединяйтесь к революции!

Благодарности

Часть I. Революция началась

Глава 1. Постигаем операционную аналитику

Определение операционной аналитики

Что такое операционная аналитика?

Отличие операционной аналитики

Основные элементы, делающие операционную аналитику уникальной

Добро пожаловать в Аналитику 3.0!

Аналитика 1.0: традиционная аналитика

Аналитика 2.0: аналитика больших данных

Аналитика 3.0: всеобъемлющая аналитика воздействует максимально

Операционализация аналитики посредством Аналитики 3.0

Как аналитика меняет бизнес

Аналитика как цель, а не побочный продукт

Аналитические продукты стирают границы между отраслями

Преобразующая сила операционной аналитики

Взгляд на операционную аналитику в перспективе

Качество и актуальность данных важны как всегда

Операционная аналитика задушит творчество?

Многие концепции операционной аналитики отнюдь не новы

Подведем итоги

Глава 2. Больше данных… Еще больше данных… Большие данные!

Разбираемся с обманами

Определение больших данных? Не нужно!

Начните с правильного подхода

Существует ли пузырь больших данных?

Готовимся к внедрению больших данных

Приливная волна больших данных уже нахлынула

Именно новая информация придает силу большим данным

Ищите и задавайте новые вопросы

Хранение данных больше не требует двоичного выбора

Интернет вещей грядет

Помещаем большие данные в правильный контекст

Данные не столько большие, сколько разнообразные

Большие данные требуют масштабирования по нескольким параметрам

Как получить максимальную отдачу от больших данных

Назад в будущее

Большие данные следуют кривой зрелости

Большие данные как глобальный феномен

Подведем итоги

Глава 3. Операционная аналитика в действии

Улучшение обслуживания потребителей

Волшебные моменты про запас

Создание прозрачности для потребителей

Оптимизация обслуживания пассажиров

Усиление восприятия в онлайне

Время существенно

Аналитика обеспечит безопасность

Сто миллионов долларов за миллисекунду

Аналитика делает мир безопаснее

Предотвращение неблагоприятных событий

Обеспечение свежести продуктов

Правительство тоже может стать операционным

Повышение операционной эффективности

Максимизация отбора энергии

Оптимизация производства электроэнергии

Повышение топливной эффективности

Повышение эффективности колл-центров

Улучшение качества нашей жизни в будущем

Больше свободного времени

С заботой о нашем здоровье

Обнаружение в данных неожиданных сведений

Использование данных о местонахождении для обновления информации о трафике

Использование сенсорных данных для повышения урожайности

Использование данных о соответствии условиям для увеличения продаж

Создавайте и стратегическую аналитику

Подведем итоги

Часть II. Закладываем основу

Глава 4. Хотите бюджет? Разработайте бизнес-кейс!

Определение приоритетов

Начните с бизнес-проблемы, а не с данных или технологии

Сосредоточьтесь на доходах, а не на затратах

Нацельтесь на факторы, определяющие различия, а не на поэтапные улучшения

Выбор правильных критериев принятия решения

Нарисуйте более полную картину

Время инсайта

Возможность операционализации

Ценность аналитики в сравнении с ценностью технологии

Обратите внимание на структуру бизнес-кейса

Каковы совокупные расходы на операционную аналитику?

Учитывайте все затраты с течением времени

Гостиничные тарифы

Затраты на единицу оборудования

Выигрыши в телеигре

Самый недооцениваемый компонент затрат

Факторы, изменяющие формулу

Масштабирование касается не только хранения и обработки

Рекомендации по созданию успешного бизнес-кейса

Не форсируйте подготовку бизнес-кейса

Чтобы добиться успеха, начните с малого

Смиритесь с некоторой неопределенностью

Выбор широкий, поэтому выбирайте по-умному

Пример правильного подхода

Подведем итоги

Глава 5. Создаем аналитическую платформу

Планирование

Операционализация аналитики – не технологическая проблема

Компоненты будут добавляться, а не заменяться

Разные платформы – разные преимущества

Делайте то, что нужно сейчас

Построение

Добро пожаловать в компьютинг на основе текстуры

Три столпа единого аналитического окружения

Реляционная опора

Опора для обнаружения данных

Нереляционная опора

Вспомогательные технологии

Технологии аналитики в памяти

Устройства на основе графических процессоров

Технологии для обработки сложных событий

Встроенные аналитические библиотеки

Использование

Любой анализ любых данных в любое время

Конечных пользователей не должно волновать, где хранятся данные

Как насчет облака?

Подведем итоги

Глава 6. Управление и конфиденциальность

Закладываем основу управления

Урок от «1984»

Модель допуска

Требуется сотрудничество

Управление Интернетом вещей

Определите, где потребуется аналитика

Никогда не говорите, что это невозможно!

Выберите то, что работает лучше всего

Сосредоточьтесь на оптимальных комбинациях

Управление операционной аналитикой

Разнообразные требования

Мониторинг операционной аналитики

Физическая платформа и логическое окружение

Время инсайта и время выполнения

Конфиденциальность

Большие данные становятся Большим Братом?

Установите стандарты конфиденциальности

«Уловки-22»[4] применительно к конфиденциальности

Будущее политики конфиденциальности

Подведем итоги

Часть III. Превращаем традиционную аналитику в операционную

Глава 7. Аналитика

Создание операционно-аналитических процессов

Постоянство аналитического процесса

От пакетной аналитики к операционной

Операционная аналитика – это…

Новые аналитические дисциплины

Определение аналитических дисциплин

Преимущества мультидисциплинарной аналитики

Мультидисциплинарная аналитика в действии

Сосредоточение аналитических действий

Задавайте правильные вопросы и делайте обоснованные предположения

Делайте ваши ставки!

Не спешите выносить приговор

Сравнение аналитических подходов

Обнаружение данных и подтверждающий анализ

Исследования и разработки или хакерство?

Укрепление процессов для внедрения в операционном масштабе

Уроки прошлого

Статистические методы по-прежнему актуальны

Не пренебрегайте выборками

Не переусложняйте анализ

Операционная аналитика должна обеспечивать решения

Подведем итоги

Глава 8. Аналитическая команда

Произошел серьезный сдвиг

Подбор и расстановка кадров

Кто такие специалисты по аналитике?

Старая и новая школы приходят к согласию

Как разрешить кадровый кризис

Поищите у себя

Сертификация аналитиков

Программы высшего образования в области аналитики

Как закрыть все потребности

Приложите все силы, чтобы удержать специалистов

Организация команды

Какова стандартная структура?

Рекомендуемая структура

Путь к гибридной модели

Нужен ли вам директор по аналитике?

А как насчет директора по данным?

Кросс-функциональные команды

Как добиться успеха

Используйте с умом внешние ресурсы

Чтобы добиться успеха, доводите проекты до конца

Эффективно управляйте ожиданиями

Станьте консультантами, наставниками и инструкторами

Мыслите как рефери

Ложные стимулы обходятся дорого

Подведем итоги

Глава 9. Аналитическая культура

Привитие надлежащего образа мыслей

Урок от блох

Внедряйте аналитику сверху по всей вертикали управления

Признайте ценность специалистов-аналитиков

Добейтесь изменения поведения

Преодолейте сопротивление и несогласие

Применение эффективных методов действий

Небольшие изменения образа мыслей могут принести большие дивиденды

ИТ: от обслуживания к содействию

Обеспечьте грамотное планирование

Обеспечьте успех

Ищите нежданные ценности

Найдите ранних последователей и влиятельных лиц

Подготовьте маркетинговую кампанию

Правильно относитесь к неудачам

Идея не является плохой… если ее можно протестировать

Не принимайте неудачи на свой счет

Неудачи по незнанию неприемлемы

Подведем итоги

Заключение. Присоединяйтесь к революции!

Об авторе

Отрывок из книги

Человечество умеет прогнозировать процессы и события, опираясь на накопленные знания, известные факты, процессы и связи. Но что, если опыт, полученный ранее, больше не помогает нам ориентироваться в современном мире? Как реагировать на взрывной рост объемов данных и новые экономические вводные, которые постоянно ставят руководителей в неизвестные им до этого условия? Интуиция, которая помогала раньше, подводит, и очевидные, казалось бы, действия приводят к неудачам. Жизнь руководителя сегодня – это принятие решений в максимально неопределенных условиях, при ежедневно нарастающем объеме информации и ее источников.

К 2020 году почти все взрослое население планеты, т. е. не менее пяти миллиардов людей, будет подключено к Интернету. К этому времени в мире будет насчитываться примерно 50 млрд подключенных устройств – источников данных, к ним будут относиться не только всевозможные стационарные, настольные и носимые с собой компьютеры, но и бытовая электроника, транспортные средства, торговое оборудование, медицинские приборы, промышленные системы, датчики ЖКХ и т. д. Возможно, к этому времени Big Data и Internet of Things окончательно перестанут быть предметом дискуссий визионеров и станут повседневной реальностью, которая нас окружает. Объем доступной информации будет колоссальным, и важнейшей задачей станет извлечение ценности из этой информации. Например, человек приехал в торговый центр – на какой машине? Куда он пошел – в кафе? В кино? В магазин? Что он купил? Что он в этот момент искал в Интернете? Заходил ли он в магазин детских товаров или товаров для животных? Как часто он сюда приезжает? Какие точки в этом торговом комплексе посещает в первую очередь, а до каких не добирается вовсе? Все эти данные – золотая жила для ритейлеров.

.....

Первая часть посвящена трендам, ведущим нас к операционной аналитике, и содержит примеры того, как операционная аналитика уже стала частью нашей жизни. Здесь обозначены темы, которые послужат основой для дальнейшего, более подробного рассмотрения в книге.

Прежде всего, мы дадим определение операционной аналитике и рассмотрим, каким образом аналитические подходы, методы и процессы развились до такой степени, что оказались в состоянии поддерживать операционную аналитику. Далее попробуем разобраться в шумихе, поднятой вокруг больших данных, и сосредоточиться на том, что действительно важно знать предпринимателям во время включения больших данных в операционную аналитику. Наконец, рассмотрим ряд примеров, наглядно демонстрирующих операционную аналитику в действии.

.....

Добавление нового отзыва

Комментарий Поле, отмеченное звёздочкой  — обязательно к заполнению

Отзывы и комментарии читателей

  

Операционная аналитика

Закончил читать три дня назад. Теперь пытаюсь понять, что же ценного осталось в голове? В общем-то не много, конечно, может это проблемы моей головы? Что уяснил для себя: Аналитика 3.0 – это когда данные уже формируются больше не людьми, и обрабатываются не людьми, и решения на основании этой обработки принимаются не людьми. Но вроде как ещё Аналитика, а не Искусственный Интеллект. Очень сложно оценить книгу на рубеже, где уже мало бизнес-кейсов, но ещё нет алгоритмов и предмета.

Смотреть еще отзывы на сайте ЛитРеса
Подняться наверх