從大數據到巨額利潤：如何在智能時代贏得新型商業(yè)競爭

前　言　當數據成為新時代的石油

第1章　重新認識大數據

數據規(guī)模：多大才是大？

數據創(chuàng)造：每次使用，都是一次創(chuàng)造

數據存儲：1年存下16萬個國會圖書館

數據處理：摩爾定律何時失效？

數據使用：把控流程，而非數據

當永久存儲數據的成本接近零

研究全體數據，而非樣本

定義元數據

一場關于數據采集的全景電影

在機會窗口內利用數據

病毒式分發(fā)

數據的可用優(yōu)化了決策　

從何處創(chuàng)造大數據？

第2章　速度與規(guī)模

借助大數據克服復雜性

Yelp 和貓途鷹：創(chuàng)建新型數據集

大數據與廣告牌

高速數據是新常態(tài)

當數據能夠描述現(xiàn)實世界

人與物聯(lián)網的交互

用大數據營造動態(tài)優(yōu)勢

亞馬遜：協(xié)調高速度與大規(guī)模

建立自學習算法

掌控高速度和高精度的數據環(huán)境

第3章　被動數據采集

從主動數據采集開始

 “還訂上次的那種口味嗎？”

從Cookie到谷歌眼鏡

無處不在的傳感器

一次關于駕駛體驗的革命

被動數據采集與精細農業(yè)

不受操縱的數據

Microsoft Home與未來家居

Cardiio與個人健康

隱私困境

第4章　大數據度量

前進保險：主動采集數據，降低保險費率

從微觀到宏觀

借助被動數據采集進行間接度量

利用大數據度量資產

反演數據

第5章　精準大數據

從傳感器到服務器

社交網絡與總統(tǒng)大選

“朋友圈”開始影響晉升

度量20平方厘米的土地

精準醫(yī)學：從“分子級”的數據開始

高精度數據促成個性化大規(guī)模定制

數字化平臺：持續(xù)提高數據精度

第6章　融合釋放價值

房產數據的可用性

Zillow：真實房產數據的新標準

集中公共數據與專有數據

數據產品化

Redfin和Trulia：數據創(chuàng)新成為新的戰(zhàn)場

各種形式的數據

Zillow的經驗

Mint：改變個人理財業(yè)務

Mint的經驗

第7章　4大數據策略，8種贏利模式

數據策略1：保持數據專有性

數據策略2：與合作伙伴交易數據

數據策略3：出售數據產品給潛在客戶

數據策略4：讓數據為大多數用戶所用

善用新型廣告數據

基礎數據免費，優(yōu)質數據付費

綜合應用各種數據策略

領英：打造多側面商業(yè)模式

領英的經驗

第8章　通過反演數據獲取利潤

Netflix：顛覆式創(chuàng)新者

百視達錯失良機

培育關于客戶偏好的數據

與客戶交換數據

數據分析創(chuàng)造高度定制化的體驗

數據戰(zhàn)爭已經打響

Netflix的經驗

第9章　尋找數據科學家

數據科學家的興起

一幅數據科學家的畫像

配備數據分析團隊的優(yōu)勢

配備數據分析團隊的挑戰(zhàn)

創(chuàng)建集中分析團隊

首席數據科學家

如何留住數據科學家

第10章　利用大數據激發(fā)創(chuàng)新

動態(tài)化運用數據

新數據創(chuàng)造新生活

從人工驅動轉向數據驅動

數據實驗室

Nest的啟示

數字化平臺和物聯(lián)網開啟定制化創(chuàng)新

用大數據挑戰(zhàn)激勵創(chuàng)新

在企業(yè)中運用數據進行實驗

第11章　新數據的顛覆力

來自蜂窩網絡的數據

從主動數據采集轉向被動數據采集

利用位置信息實現(xiàn)贏利

LBS：基于位置的服務

Foursquare：用客戶位置信息引導方向

基于位置數據的7種贏利模式

重視數據精度

從數據看舊金山人與紐約人

Foursquare的經驗

第12章　保護數據資產

無隱私的社會

追蹤與監(jiān)控

誰擁有數據？

聚合數據視圖中的隱私

處理大數據中的數據風險

處理敏感個人數據的最佳實踐

第13章　大數據的8大趨勢

趨勢1：數據采集、創(chuàng)造和使用中的自動化程度將增強

趨勢2：云計算使大多數公司可以創(chuàng)造大數據

趨勢3：靈活的分析工具使更多公司能夠處理大數據

趨勢4：移動平臺將基于位置的數據和服務推向新高度

趨勢5：數據分析人才將供不應求

趨勢6：數字化平臺的聚合將更為常見

趨勢7：新數據將提高市場效率

趨勢8：自主，而不僅僅是自動化

第14章　如何評估大數據贏利策略

數據來源

創(chuàng)新

增長模式

市場機遇

分析

從新手級到專家級

迎接大數據時代

致謝