《大数据可视化：重构智慧社会》一书是获奖作者、主题演讲者、公认技术专家Phil Simon（西蒙）的第6本著作。Simon所阐述的是，一家先进新型公司如何将传统数据的可视化视作头等大事。对于他们来说，他们正在拥抱新型的、具交互性的、更强有力的工具，而这些工具也帮助企业从所谓的大数据的噪声中分离出有用信号。因此，他们能问出更好的问题并做出更好的商业决策。

《大数据可视化：重构智慧社会》一书由很多现实案例和具操作性的建议构成，是一本全彩印刷的杰作。Simon条理清晰地阐述了企业组织该如何做，才能不仅仅是淹没在数据海洋中，还可以更茁壮成长，欣欣向荣。对于管理者、专业人士以及有志于发挥大数据巨大能量的高校师生们来说，这是一本必读书。

这一切，先从发现你的企业与众不同开始。

西蒙编著的《大数据可视化：重构智慧社会》包括四大部分。第I部分，“全书概述和背景”，探讨了可视化组织快速发展背后的原因，也介绍了实时数据可视应用和服务的5种基本类别；第II部分，“可视化组织介绍”，介绍了Netflix、Wedgies、Autodesk及其他不同可视化组织如何拥抱大数据和数据可视，而非仅仅将其视为一个临时“项目”存在；第III部分，“走起：成为可视化组织”回退了一步，从提供给读者一个框架以理解4个不同层面的可视化组织开始，然后基于从第II部分的案例研究推导出的教训、最佳实践、奇迹以及错误做法之前，提出了一个关键问题；第Ⅳ部分，“总结及数据可视的未来”，总结了全书，并对目前趋势、可视化组织、大数据以及数据可视的未来提供了一系列严谨、认真的预测。

本书读者包括CXO、咨询师、自由职业者、中层管理者、入门级员工、非在职专业人士、记者、教授以及高校学生等有志奋斗在数据洪流中的所有人。

第Ⅰ部分 全书概述和背景

 导言

 I.1 Twitter数据探险

 I.2 实时数据可视101

主要目标

作用

比以往更重要

落后的报复：数据可视的现状

 I.3 全书概览

可视化组织的界定

本书中心主题

何人受益？

方法论：故事在这里很重要

对知识和案例研究的执着

差异化：有关其他数据可视文本的记录

作战计划

 I.4 接下来

 I.5 注释

 第1章 可视化组织的快速发展

1.1 大数据的兴起

1.2 开放数据

1.3 数据生态的萌芽

1.4 新的网络：可视化、语义和API驱动

 可视化网络的到来

 关联数据和更语义化的网络

 采集数据更趋便利

 借助云和数据中心更高效

1.5 更好的数据工具

1.6 更透明的组织

1.7 山寨经济：有样学样

1.8 数据新闻和Nate Silver效应

1.9 数字人

 可视化公民的出现

 移动化

 可视化员工：更技术和数据达人化的工作场所

 遨游在我们数据驱动的世界里

1.10 下一步

1.11 注释

 第2章 将数据转化为洞见：工具

2.1 数据可视化：智能化和整合战略的构成

2.2 专业术语：数据可视、BI、报表、分析和KPI

 可视化组织应该杜绝一切“试过才知对”的报表工具吗？

 刻画出一些区别

2.3 数据可视五虎将

 大型企业软件供应商应用

 最优性能应用

 流行的开源工具

 设计公司

 创业、网站服务及其他资源

2.4 最后的话：没有放之四海皆准的真理

2.5 下一步

2.6 注释

第Ⅱ部分 可视化组织介绍

 第3章 可视化组织的典范

3.1 Netflix 1.0： 计划落空

3.2 Netflix 2.0：自我颠覆

3.3 数据可视：大数据整合战略的构成部分

3.4 数据可视：Netflix文化灌输

 客户洞察

 更好的技术性和网络化诊断

 拥抱社区

3.5 经验教训

3.6 下一步

3.7 注释

 第4章 DNA中的数据可视

4.1 起始

4.2 UX至高上

4.3 探究

 拥抱免费的开源工具

 API的延伸应用

4.4 经验教训

4.5 下一步

4.6 注释

 第5章 得克萨斯大学体系的透明化

5.1 背景

5.2 数据可视化的初期努力

5.3 拥抱传统BI

5.4 数据发现

 对学生生涯的可见性更强

 拓展：数据可视的全系统推广

5.5 成果

5.6 经验教训

5.7 下一步

5.8 注释

第Ⅲ部分 走起：成为可视化组织

 第6章 可视化组织的四层架构

6.1 慎重的免责说明

6.2 简单模型

 局限性和明晰性

 进步性

 回落：向更低层面后退

 补充，而非替代

 累积优势

 低层面的局限性

 相关性和子层面

 每个组织都应该渴望进入级别4吗？

6.3 下一步

 第7章 WWVOD？

7.1 将重构所造成的影响可视化

 员工流动可视化

 沿着数据可视化道路起步

 结果和经验教训

 未来

7.2 营销示例

7.3 下一步

7.4 注释

 第8章 建立可视化组织

8.1 数据提示和最佳实践

 数据：原生汤

 在跑之前先学走……至少现在如此

 数据可视化通常只是起点

 大数据和小数据的可视化

 不要忘记元数据

 朝企业外面看

 起始：并不需要完整数据

 可视化好的和差的数据

 支撑钻取能力

8.2 设计提示和最佳实践

 牢记以终为始

 尽可能做减法

 UX：参与与试验至关重要

 鼓励互动

 谨慎使用移动和动画

 使用相对数而非绝对数

8.3 技术提示和最佳实践

 凡有可能，请考虑使用API

 拥抱新工具

 了解数据可视化工具的局限

 开放性

8.4 管理提示和最佳实践

 鼓励自助服务、探索和数据民主

 提出正面怀疑

 相信过程，而非结论

 消除信息割据和专业化障碍

 若可能，可视化之

 聘用综合型人才

 方向第一，精准其次

8.5 下一步

8.6 注释

 第9章 障碍：错误、神话和挑战

9.1 错误

 掉入传统ROI陷阱

 对数据可视总是—盲目—信任

 忽视受众

 置身大教堂中进行开发

 设置目标，转身即忘

 糟糕的数据可视化

9.2 神话

 数据可视化对确定性和成功的保证

 数据可视化很容易

 把数据可视化作为项目

 存在一个“全对”的数据可视化

 Excel足矣

9.3 挑战

 季度性可视化心态

 蔑视数据

 抛弃历史：超越之前工具带来的失望

9.4 下一步

9.5 注释

第Ⅳ部分 总结及数据可视的未来

 尾声 其实我们才刚刚开始

 C.1  以数据为中心的四大关键趋势

可穿戴技术和量化自我

机器学习和物联网

多维数据

数据移植与数据所有权之间即将发生的斗争

 C.2 最后的一些想法

 C.3 注释

后记 我的数据生涯

附录 数据可视化资源

参考文献

关于作者

如何帮助这本书

译者后记