数据实践之美-31位大数据专家的方法.技术与思想

目　录赞誉前言Part 1　数据化思维 // 1NO.1　数据化运营的方法论体系　张子良 // 2NO.2　数据化营销中的“一·二·三”　叶秋萍 // 9NO.3　企业数据化管理之巅—同业对标　王卫东 // 21NO.4　管理数据化：柳传志30年管理智慧如何为我所用　袁华杰 // 33NO.5　数据领导力—指标体系规划与管理驾驶舱设计　刘凯 // 41Part 2　数据治理 // 53NO.6　数据库开发实施工艺提升的6种途径　杨宝军 // 54NO.7　ETL串并发数据跑批处理的理论与运用实践　何启平 // 64NO.8　如何高效地对复杂数据进行清洗与转换　谢佳标// 74Part 3　BI与数据可视化 // 91NO.9　商务智能业务分析构建“5步曲”　吕敏杰 // 92NO.10　构建数据体系的两个“5步曲”　王桐 // 109NO.11　成功实施BI项目的4大要素　贾岩 // 119NO.12　Kimball理论在BI项目中的应用　郭川 // 127NO.13　BI数据可视化分析SaaS产品前瞻　吕品 // 145NO.14　大数据工程的系统架构设计和技术选型　韩庆安 // 153NO.15　数据可视化4步工作法　温融冰 // 164NO.16　如何用R语言对复杂数据进行可视化　谢佳标// 169NO.17　新思路，新体系：让银行报表的3大痛点不再是噩梦　袁华杰 // 184NO.18　Cognos在金融银行业的*佳运用　吴永帆 // 196Part 4　数据分析与数据挖掘 // 207NO.19　如何做好一名商业分析师？　吴奕君 // 209NO.20　如何用数据驱动运营　桑文锋 // 217NO.21　企业增长中的精细化分析和Growth Hacking　孔淼 // 237NO.22　如何基于业务实现用户行为数据产品化　吴文波 // 247NO.23　电商的数据化管理与运营　尚林栋 // 256NO.24　零售业数据分析指标的管理与应用　沈嵘// 284NO.25　做好零售业数据分析必须解决的3个难点　邹斌 // 291NO.26　如何用R语言做量化分析　张丹 // 316NO.27　从BI到AI，数据分析的4个误区　彭耀 // 335NO.28　企业如何利用跨行业数据挖掘标准流程开展大数据实践　张浩彬 // 342NO.29　详解过程挖掘的技术和方法　汪尚 // 352NO.30　个性化数据挖掘的关键技术与应用实践　陈运文 // 382Part 5　大数据化之路 // 401NO.31　教育行业的大数据实施路径　李宗海 // 402NO.32　数据科学在互联网金融中的应用　张云松 // 409NO.33　地理大数据驱动的智慧选址　张志成 // 419附录 // 433