Революция в аналитике. Как в э...

О книге

Оглавление

1. Глава 1
2. Глава 2
3. Глава 3
4. Предисловие к русскому изданию компании Teradata Чем больше данных, тем «умнее» наш мир
5. Предисловие к русскому изданию компании IBS
6. Предисловие автора
7. Глава 7
8. Кому стоит прочитать эту книгу?
9. Кому не  стоит читать эту книгу?
10. Глава 10
11. Глава 11
12. Глава 1. Постигаем операционную аналитику
13. Глава 2. Больше данных… Еще больше данных… Большие данные!
14. Глава 3. Операционная аналитика в действии
15. Глава 15
16. Глава 4. Хотите бюджет? Создайте бизнес-кейс!
17. Глава 5. Создаем аналитическую платформу
18. Глава 6. Управление и конфиденциальность
19. Глава 19
20. Глава 7. Аналитика
21. Глава 8. Аналитическая команда
22. Глава 9. Аналитическая культура
23. Заключение. Присоединяйтесь к революции!
24. Благодарности
25. Глава 25
26. Глава 26
27. Что такое операционная аналитика?
28. Отличие операционной аналитики
29. Основные элементы, делающие операционную аналитику уникальной
30. Глава 30
31. Аналитика 1.0: традиционная аналитика
32. Аналитика 2.0: аналитика больших данных
33. Аналитика 3.0: всеобъемлющая аналитика воздействует максимально
34. Операционализация аналитики посредством Аналитики 3.0
35. Глава 35
36. Аналитика как цель, а не побочный продукт
37. Аналитические продукты стирают границы между отраслями
38. Преобразующая сила операционной аналитики
39. Глава 39
40. Качество и актуальность данных важны как всегда
41. Операционная аналитика задушит творчество?
42. Многие концепции операционной аналитики отнюдь не новы
43. Подведем итоги
44. Глава 44
45. Глава 45
46. Определение больших данных? Не нужно!
47. Начните с правильного подхода
48. Существует ли пузырь больших данных?
49. Глава 49
50. Приливная волна больших данных уже нахлынула
51. Именно новая информация придает силу большим данным
52. Ищите и задавайте новые вопросы
53. Хранение данных больше не требует двоичного выбора
54. Интернет вещей грядет
55. Глава 55
56. Данные не столько большие, сколько разнообразные
57. Большие данные требуют масштабирования по нескольким параметрам
58. Как получить максимальную отдачу от больших данных
59. Назад в будущее
60. Большие данные следуют кривой зрелости
61. Большие данные как глобальный феномен
62. Подведем итоги
63. Глава 63
64. Глава 64
65. Волшебные моменты про запас
66. Создание прозрачности для потребителей
67. Оптимизация обслуживания пассажиров
68. Усиление восприятия в онлайне
69. Глава 69
70. Аналитика обеспечит безопасность
71. Сто миллионов долларов за миллисекунду
72. Глава 72
73. Предотвращение неблагоприятных событий
74. Обеспечение свежести продуктов
75. Правительство тоже может стать операционным
76. Повышение операционной эффективности
77. Максимизация отбора энергии
78. Оптимизация производства электроэнергии
79. Повышение топливной эффективности
80. Повышение эффективности колл-центров
81. Глава 81
82. Больше свободного времени
83. С заботой о нашем здоровье
84. Глава 84
85. Использование данных о местонахождении для обновления информации о трафике
86. Использование сенсорных данных для повышения урожайности
87. Использование данных о соответствии условиям для увеличения продаж
88. Создавайте и стратегическую аналитику
89. Подведем итоги
90. Глава 90
91. Глава 91
92. Начните с бизнес-проблемы, а не с данных или технологии
93. Сосредоточьтесь на доходах, а не на затратах
94. Нацельтесь на факторы, определяющие различия, а не на поэтапные улучшения
95. Глава 95
96. Нарисуйте более полную картину
97. Время инсайта
98. Возможность операционализации
99. Ценность аналитики в сравнении с ценностью технологии
100. Глава 100
101. Каковы совокупные расходы на операционную аналитику?
102. Учитывайте все затраты с течением времени
103. Гостиничные тарифы
104. Затраты на единицу оборудования
105. Выигрыши в телеигре
106. Самый недооцениваемый компонент затрат
107. Факторы, изменяющие формулу
108. Масштабирование касается не только хранения и обработки
109. Глава 109
110. Не форсируйте подготовку бизнес-кейса
111. Чтобы добиться успеха, начните с малого
112. Смиритесь с некоторой неопределенностью
113. Выбор широкий, поэтому выбирайте по-умному
114. Пример правильного подхода
115. Подведем итоги
116. Глава 116
117. Глава 117
118. Операционализация аналитики – не технологическая проблема
119. Компоненты будут добавляться, а не заменяться
120. Разные платформы – разные преимущества
121. Делайте то, что нужно сейчас
122. Глава 122
123. Добро пожаловать в компьютинг на основе текстуры
124. Три столпа единого аналитического окружения
125. Реляционная опора
126. Опора для обнаружения данных
127. Нереляционная опора
128. Вспомогательные технологии
129. Технологии аналитики в памяти
130. Устройства на основе графических процессоров
131. Технологии для обработки сложных событий
132. Встроенные аналитические библиотеки
133. Глава 133
134. Любой анализ любых данных в любое время
135. Конечных пользователей не должно волновать, где хранятся данные
136. Как насчет облака?
137. Подведем итоги
138. Глава 138
139. Глава 139
140. Урок от «1984»
141. Модель допуска
142. Требуется сотрудничество
143. Управление Интернетом вещей
144. Глава 144
145. Никогда не говорите, что это невозможно!
146. Выберите то, что работает лучше всего
147. Сосредоточьтесь на оптимальных комбинациях
148. Глава 148
149. Разнообразные требования
150. Мониторинг операционной аналитики
151. Физическая платформа и логическое окружение
152. Время инсайта и время выполнения
153. Глава 153
154. Большие данные становятся Большим Братом?
155. Установите стандарты конфиденциальности
156. «Уловки-22» [4] применительно к конфиденциальности
157. Будущее политики конфиденциальности
158. Подведем итоги
159. Глава 159
160. Глава 160
161. Постоянство аналитического процесса
162. От пакетной аналитики к операционной
163. Операционная аналитика – это…
164. Глава 164
165. Определение аналитических дисциплин
166. Преимущества мультидисциплинарной аналитики
167. Мультидисциплинарная аналитика в действии
168. Глава 168
169. Задавайте правильные вопросы и делайте обоснованные предположения
170. Делайте ваши ставки!
171. Не спешите выносить приговор
172. Глава 172
173. Обнаружение данных и подтверждающий анализ
174. Исследования и разработки или хакерство?
175. Укрепление процессов для внедрения в операционном масштабе
176. Глава 176
177. Статистические методы по-прежнему актуальны
178. Не пренебрегайте выборками
179. Не переусложняйте анализ
180. Операционная аналитика должна обеспечивать решения
181. Подведем итоги
182. Глава 182
183. Произошел серьезный сдвиг
184. Глава 184
185. Кто такие специалисты по аналитике?
186. Старая и новая школы приходят к согласию
187. Как разрешить кадровый кризис
188. Поищите у себя
189. Глава 189
190. Программы высшего образования в области аналитики
191. Как закрыть все потребности
192. Приложите все силы, чтобы удержать специалистов
193. Глава 193
194. Какова стандартная структура?
195. Рекомендуемая структура
196. Путь к гибридной модели
197. Нужен ли вам директор по аналитике?
198. А как насчет директора по данным?
199. Кросс-функциональные команды
200. Глава 200
201. Используйте с умом внешние ресурсы
202. Чтобы добиться успеха, доводите проекты до конца
203. Эффективно управляйте ожиданиями
204. Станьте консультантами, наставниками и инструкторами
205. Мыслите как рефери
206. Ложные стимулы обходятся дорого
207. Подведем итоги
208. Глава 208
209. Глава 209
210. Урок от блох
211. Внедряйте аналитику сверху по всей вертикали управления
212. Признайте ценность специалистов-аналитиков
213. Добейтесь изменения поведения
214. Преодолейте сопротивление и несогласие
215. Глава 215
216. Небольшие изменения образа мыслей могут принести большие дивиденды
217. ИТ: от обслуживания к содействию
218. Обеспечьте грамотное планирование
219. Глава 219
220. Ищите нежданные ценности
221. Найдите ранних последователей и влиятельных лиц
222. Подготовьте маркетинговую кампанию
223. Глава 223
224. Идея не является плохой… если ее можно протестировать
225. Не принимайте неудачи на свой счет
226. Неудачи по незнанию неприемлемы
227. Подведем итоги
228. Заключение Присоединяйтесь к революции!
229. Об авторе
230. 1
231. 2
232. 3
233. 4
234. 5
235. 1
236. 2
237. 3
238. 4
239. 5
240. 6
241. 7
242. 8
243. 9
244. 10
245. 11
246. 12
247. 13
248. 14
249. 15
250. 16
251. 17
252. 18
253. 19
254. 20
255. 21
256. 22
257. 23
258. 24
259. 25
260. 26
261. 27
262. 28
263. 29
264. 30
265. 31
266. 32
267. 33
268. 34
269. 35
270. 36
271. 37
272. 38
273. 39
274. 40
275. 41
276. 42
277. 43
278. 44
279. 45
280. 46
281. 47
282. 48
283. 49
284. 50
285. 51
286. 52
287. 53
288. 54
289. 55
290. 56
291. 57
292. 58
293. 59
294. 60
295. 61
296. 62
297. 63
298. 64
299. 65
300. 66
301. 67
302. 68
303. 69
304. 70
305. 71
306. 72
307. 73
308. 74
309. 75
310. 76
311. 77
312. 78
313. 79
314. 80
315. 81
316. 82
317. 83
318. 84
319. 85
320. 86
321. 87
322. 88
323. 89
324. 90
325. 91
326. 92