数据革命 大数据价值实现方法、技术与案例PDF|Epub|txt|kindle电子书版本网盘下载

数据革命 大数据价值实现方法、技术与案例PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

开编故事1

第1章 迎接数据革命5

1.1 信息技术革命6

1.1.1 未完成的第三次工业革命6

1.1.2 从智力替代到辅助决策、自主决策7

1.1.3 三次工业革命的比较8

1.1.4 数据是信息革命的主要遗产10

1.2 为什么是数据革命11

1.3 社会需要数据革命13

1.3.1 发展需要资源配置均衡13

1.3.2 数据促进社会平等14

1.3.3 不均衡导致中国古代王朝更迭15

1.3.4 熵增原理16

1.3.5 中国国内市场的完善17

1.3.6 新的就业机会18

1.3.7 建立社会经济运行的反馈机制19

1.3.8 权威的信息交换平台20

1.3.9 分享经济模式的扩张21

1.4 从海关数据看数据价值23

1.5 美国的启示27

1.6 数据的价值与变现30

1.6.1 数据的变现30

1.6.2 决策产生价值31

1.6.3 数据的价值特点32

1.6.4 数据服务的商业模式33

1.7 信息时代遗留的问题34

1.7.1 缺乏原始数据34

1.7.2 难搞的需求35

1.7.3 自助分析的陷阱37

1.7.4 难以满足的客户38

1.7.5 完全不一样的需求40

1.7.6 心有余而力不足的数据挖掘41

1.7.7 跳出事务处理的红海43

第2章 认识数据革命45

2.1 认识数据46

2.1.1 数据分类46

2.1.2 数据来源和存储47

2.1.3 非结构化数据49

2.1.4 数据处理的三个层次：产生、获取和分析49

2.1.5 数据比图像、视频更有价值50

2.1.6 数据与程序要分离51

2.1.7 SQL是访问数据的通用语言52

2.1.8 需要标准并开源的数据库设计55

2.2 关于数据56

2.2.1 数据和信息的区别56

2.2.2 数据含金量57

2.2.3 用于理解大数据的小数据58

2.2.4 广义和狭义大数据技术58

2.2.5 看懂数据的认知计算60

2.2.6 数据的冷态、温态和热态60

2.3 走出大数据应用误区61

2.3.1 从个性化需求到普遍服务61

2.3.2 走出结果导向62

2.3.3 从有方向到无方向64

2.3.4 自助分析工具与自助分析系统的区别65

2.4 信息系统总体规划67

2.4.1 基于数据的规划67

2.4.2 用规划展示数据不足69

2.4.3 以市长为核心的智慧城市总体规划69

第3章 推动数据革命73

3.1 数据的立法74

3.2 数据的公开75

3.2.1 对信息公开的认识75

3.2.2 政府开放数据76

3.2.3 对开放数据的要求77

3.2.4 政府主导的公共数据库78

3.2.5 科研数据的公开79

3.3 有时数据隐私只是借口80

3.4 数据基础设施82

3.4.1 数据作为基础设施83

3.4.2 数据垄断的“滑铁卢”84

3.4.3 公共数据服务与中介85

3.4.4 农产品交易数据的案例86

3.5 建立数据图书馆88

第4章 进行数据革命93

4.1 数据用于决策支持94

4.1.1 数据分析需要统计而不是检索94

4.1.2 数据通过辅助决策产生价值95

4.1.3 两类完全不同的程序96

4.1.4 传统商业智能模式的沦落97

4.1.5 像鹰一样看数据99

4.1.6 数据一致性不是分析的先决条件100

4.1.7 从数据比较中发现价值101

4.1.8 保障决策者的决策思维流102

4.1.9 建立基于可视化数据的指挥室104

4.1.10 组织的决策支持流程105

4.1.11 宏观和微观的融合107

4.1.12 用过度设计满足任意需求108

4.2 建立数据模型110

4.2.1 存储数据的数据仓库110

4.2.2 可以推导需求的维度模型112

4.2.3 维度模型原理114

4.2.4 分主题进行数据分析120

4.2.5 离不开的时间维度121

4.2.6 通过时间分析数据122

4.2.7 空间维度直观地显示数据124

4.2.8 数据的可视化钻取125

4.2.9 用OLAP提升统计速度127

4.2.10 数据可视化加快对数据的认知129

4.2.11 用内存数据库实现实时数据分析131

4.3 改变思路132

4.3.1 建立基于真实数据的KPI132

4.3.2 为实现工业4.0建立数据基础设施133

4.3.3 主动抽取数据实现数据集中136

4.3.4 统计数据从报送到抽取137

4.3.5 改进数据分析工作流程137

4.4 适应数据分析的硬件140

第5章 实现数据革命143

5.1 数据革命的作用144

5.1.1 对国家治理的作用144

5.1.2 对国有企业改革的作用145

5.1.3 对政府“三公”经费管理的作用148

5.1.4 对“一带一路”战略的作用149

5.1.5 对医疗改革的作用150

5.1.6 对银行信贷风控的作用153

5.1.7 对降低社会成本的作用156

5.1.8 对防止欺诈上市的作用158

5.2 数据革命的后果159

5.2.1 竞争机制的替代159

5.2.2 计划经济和市场经济的融合161

5.2.3 经济危机的消除162

5.3 数据革命后的技术163

5.3.1 以数据检索为主的搜索引擎163

5.3.2 基于数据的云服务164

5.3.3 可以检索数据的浏览器165

第6章 工业数据革命167

6.1 智能制造首先要解决数据问题172

6.2 工业企业数据总体架构175

6.3 财务数据分析177

6.3.1 四个层次177

6.3.2 阿特曼Z-score模型178

6.3.3 财务比率179

6.4 经营数据分析180

6.4.1 名词解释181

6.4.2 经营数据中心182

6.4.3 销售数据分析186

6.4.4 毛利数据分析189

6.4.5 应收款数据分析190

6.4.6 采购数据分析192

6.4.7 应付款数据分析193

6.4.8 库存数据分析195

6.5 与上市公司外部数据比较197

6.6 控制数据分析199

6.6.1 从工业大数据中找到故障199

6.6.2 从检测大数据中发现质量问题201

第7章 设计案例205

7.1 政府房产数据分析206

7.1.1 监控中心206

7.1.2 预售数据分析208

7.1.3 成交数据分析209

7.2 医院管理决策支持系统211

7.2.1 监控中心212

7.2.2 医药收费数据分析213

7.2.3 门诊数据分析216

7.2.4 住院数据分析220

7.2.5 手术数据分析221

7.2.6 用药数据分析223

7.2.7 医疗项目收入数据分析224

7.2.8 大型诊断检查数据分析224

7.2.9 体检数据分析224

7.2.10 物资出入库数据分析225

7.3 政府财政数据分析227

7.3.1 监控中心227

7.3.2 收入数据分析228

7.3.3 支出数据分析229

7.3.4 收支执行数据分析230

7.3.5 预算执行用款数据分析231

7.3.6 政府采购数据分析231

致谢233

参考文献235