董超编著的《一本书搞懂企业大数据》是一本介绍企业大数据全貌的书，全面地介绍了企业大数据从基础到应用再到隐患的全过程，非常值得有互联网意识的企业家以及从事企业服务和数据分析的工程师参考。自从美国建立大数据战略开始，国内对大数据的重视也提到了战略层面，尤其是近几年，国内大数据行业得到了空前的发展，但模式尚在摸索阶段，此书对企业大数据分支进行了详细的介绍，相信大家一定可以从书中找到对自己的全景图构建和实际工作具有指导意义的内容。

董超编著的《一本书搞懂企业大数据》内容涵盖：认识大数据、企业迈入大数据时代、企业大数据的技术架构、企业大数据的运营、金融业与大数据、工业与大数据、零售业与大数据、大数据面临的问题及应对等，供读者参考。

本书有助于数据分析人员、企业管理者、战略决策者、技术供应商等，精准、快速地实施大规模数据分析，从而实现更多价值。

第一章　认识大数据

 第一节　大数据的基本认知

认知1：大数据的定义

相关链接　大数据中多种多样的数据单位

认知2：大数据的类型

认知3：大数据的特征

认知4：大数据的作用

认知5：大数据的商业价值

 第二节　大数据的处理流程

流程1：大数据的采集

流程2：大数据的预处理

流程3：大数据的统计

流程4：大数据的挖掘

 第三节　大数据的处理技术

技术1：大数据采集技术

技术2：大数据预处理技术

技术3：大数据存储及管理技术

技术4：大数据分析及挖掘技术

技术5：大数据展现与应用技术

 第四节　大数据的发展趋势

趋势1：国家战略推进大数据行动

趋势2：需求导向助力大数据贴近应用

趋势3：将推动智能制造和制造强国建设

趋势4：公众参与推动政务大数据发展应用

趋势5：加速推动信息惠民向纵深发展

趋势6：加快探索交易中心模式走向成熟

趋势7：人工智能市场化、产业化取得新进展

相关链接　全球大数据的发展趋势

第二章　企业迈入大数据时代

 第一节　大数据转化企业思维

转化1：样本思维向总体思维的转变

转化2：思维向容错思维的转变

转化3：因果思维向相关思维的转变

转化4：自然思维向智能思维的转变

相关链接　中小企业的“数据借力”之道

 第二节　大数据变革企业管理

变革1：企业管理思想的转变

变革2：企业管理决策的转变

变革3：企业人力资源管理的转变

变革4：企业财务管理的转变

相关链接　大数据时代下的管理模式创新

 第三节　大数据助力企业发展

助力1：帮企业了解用户

助力2：帮企业锁定资源

相关链接　啤酒与尿布的故事

助力3：帮企业规划生产

助力4：帮企业做好运营

助力5：帮企业开展服务

相关链接　大数据提升企业竞争力

第三章　企业大数据的技术架构

 第一节　企业大数据生态产业链

生态1：大数据提供者

生态2：大数据技术提供者

生态3：大数据服务提供者

 第二节　企业大数据的建设思路

思路1：数据的获得

思路2：数据的汇集和存储

思路3：数据的管理

思路4：数据的分析

思路5：数据的价值

思路6：数据的使用

 第三节　企业大数据的基本架构

架构1：Hadoop技术平台

架构2：大数据平台系统功能

 第四节　企业大数据的目标效果

效果1：数据整合

效果2：数据质量管控

效果3：数据共享

效果4：数据应用

第四章　企业大数据的运营

 第一节　构建企业大数据的运营体系

构建1：数据基础平台

构建2：数据报表与可视化

构建3：产品与运营分析

构建4：精细化运营平台

构建5：数据产品

构建6：战略分析与决策

 第二节　催生企业大数据的商业模式

催生1：数据自营模式

催生2：数据租售模式

催生3：数据平台模式

催生4：数据仓库模式

催生5：数据众包模式

催生6：数据外包模式

 第三节　实现企业大数据的应用场景

应用1：消费者需求分析

应用2：打通生产竖井

应用3：产品与服务的设计

应用4：开放式的融合创新

应用5：适应性库存管理

应用6：质量管理

应用7：劳动力的数字化

应用8：资产智能管理

 第四节　实施企业大数据的关键节点

实施1：制定大数据规划找准切入点

实施2：强化高管团队大数据能力

相关链接　大数据时代，CDO崛起

实施3：设计合理的大数据组织架构

实施4：搭建有效的大数据团队

相关链接　中央数据部门团队的能力要求

实施5：用制度和文化来保障大数据的实施

第五章　金融业与大数据

 第一节　金融大数据的认知

认知1：金融大数据的概念

认知2：金融大数据的特点

认知3：金融大数据的意义

认知4：金融大数据的模式

相关链接　京东供应链金融的运营模式

 第二节　大数据对金融业的影响

影响1：大数据带给金融业的机遇

影响2：大数据带给金融业的挑战

相关链接　大数据与金融业的完美结合

 第三节　大数据在金融业的应用

应用1：银行大数据的应用

应用2：保险行业大数据的应用

应用3：证券行业大数据的应用

应用4：互联网金融大数据的应用

 第四节　金融行业大数据应用案例

案例1：中信银行玩转大数据，以客户为“上帝”

案例2：IBM助力民生银行应对金融业的大数据挑战

案例3：大数据助力青岛银行提升运营能力

第六章　工业与大数据

 第一节　工业大数据的认知

认知1：工业大数据的概念

认知2：工业大数据的种类

认知3：工业大数据的特征

认知4：工业大数据的特点

认知5：工业大数据的用途

认知6：工业大数据的发展态势

相关链接　中国将推动大数据和制造业相融合

 第二节　大数据带动制造业转型升级

带动1：数据赋能制造业的全流程

带动2：数据驱动生产和制造柔性化趋势

带动3：利用大数据创新商业模式

带动4：学习国际上工业大数据应用的实践

带动5：从数据化到智慧化要循序渐进

相关链接　大数据推动下的工业

 第三节　大数据在工业企业的应用

应用1：加速产品创新

应用2：高价值大型产品的故障诊断与预测

应用3：工业供应链的分析和优化

应用4：产品销售预测与需求管理

应用5：生产制造环节的改善

应用6：产品质量管理与分析

 第四节　工业企业大数据应用案例

案例1：德国安贝格西门子智能工厂

案例2：德国博世洪堡工厂

第七章　零售业与大数据

 第一节　零售业大数据的认知

认知1：零售业大数据的范畴

认知2：零售业大数据的发展构想

认知3：零售业大数据的价值

认知4：零售业大数据的应用需求

 第二节　大数据对消费行为的改变

改变1：消费者购买决策更为理性

改变2：消费者品牌依赖度弱化

改变3：消费者需求更加个性化

改变4：消费者在参与互动中获得消费体验

 第三节　大数据在零售企业的应用

应用1：用户画像让商家读懂用户

应用2：提供个性化的服务与商品推荐

应用3：大数据与用户忠诚度管理

应用4：重要客户的识别与维护

应用5：提升用户洞察力，优化产品与服务

相关链接　大数据在零售行业的创新性应用

 第四节　零售企业大数据的应用案例

案例1：ZARA把消费者声音转化成大数据

案例2：7-Eleven的App，既是数据搜集器也是行动店员

案例3：沃尔玛利用大数据颠覆零售业

第八章　大数据面临的问题及应对

 第一节　大数据与安全挑战

挑战1：信息管理成本显著增加

挑战2：信息有效性验证工作大大增加

挑战3：安全防御边界有所扩展

挑战4：独立决策的比例显著降低

挑战5：攻防双方地位的不对等性大大降低

挑战6：安全加固策略的复杂性有所降低

相关链接　大数据安全问题频现

 第二节　大数据与隐私保护

要点1：保护隐私成新趋势

要点2：隐私的概念及量化

要点3：大数据生命周期的隐私保护模型

相关链接　大数据时代如何进行有效的隐私保护

参考文献