贊譽
前言
Part 1　數據化思維 // 1
NO.1　數據化運營的方法論體系　張子良 // 2
NO.2　數據化營銷中的“一·二·三”　葉秋萍 // 9
NO.3　企業數據化管理之巔—同業對標　王衛東 // 21
NO.4　管理數據化：柳傳志30年管理智慧如何為我所用　袁華杰 // 33
NO.5　數據領導力—指標體系規劃與管理駕駛艙設計　劉凱 // 41
Part 2　數據治理 // 53
NO.6　數據庫開發實施工藝提升的6種途徑　楊寶軍 // 54
NO.7　ETL串并發數據跑批處理的理論與運用實踐　何啟平 // 64
NO.8　如何高效地對復雜數據進行清洗與轉換　謝佳標// 74
Part 3　BI與數據可視化 // 91
NO.9　商務智能業務分析構建“5步曲”　呂敏杰 // 92
NO.10　構建數據體系的兩個“5步曲”　王桐 // 109
NO.11　成功實施BI項目的4大要素　賈巖 // 119
NO.12　Kimball理論在BI項目中的應用　郭川 // 127
NO.13　BI數據可視化分析SaaS產品前瞻　呂品 // 145
NO.14　大數據工程的系統架構設計和技術選型　韓慶安 // 153
NO.15　數據可視化4步工作法　溫融冰 // 164
NO.16　如何用R語言對復雜數據進行可視化　謝佳標// 169
NO.17　新思路，新體系：讓銀行報表的3大痛點不再是噩夢　袁華杰 // 184
NO.18　Cognos在金融銀行業的最佳運用　吳永帆 // 196
Part 4　數據分析與數據挖掘 // 207
NO.19　如何做好一名商業分析師？　吳奕君 // 209
NO.20　如何用數據驅動運營　桑文鋒 // 217
NO.21　企業增長中的精細化分析和Growth Hacking　孔淼 // 237
NO.22　如何基于業務實現用戶行為數據產品化　吳文波 // 247
NO.23　電商的數據化管理與運營　尚林棟 // 256
NO.24　零售業數據分析指標的管理與應用　沈嶸// 284
NO.25　做好零售業數據分析必須解決的3個難點　鄒斌 // 291
NO.26　如何用R語言做量化分析　張丹 // 316
NO.27　從BI到AI，數據分析的4個誤區　彭耀 // 335
NO.28　企業如何利用跨行業數據挖掘標準流程開展大數據實踐　張浩彬 // 342
NO.29　詳解過程挖掘的技術和方法　汪尚 // 352
NO.30　個性化數據挖掘的關鍵技術與應用實踐　陳運文 // 382
Part 5　大數據化之路 // 401
NO.31　教育行業的大數據實施路徑　李宗海 // 402
NO.32　數據科學在互聯網金融中的應用　張云松 // 409
NO.33　地理大數據驅動的智慧選址　張志成 // 419
附錄 // 433