评分及书评

4.4
13个评分
  • 用户头像
    给这本书评了
    3.0
    数据驱动决策

    这本书是作者结合自己在百度工作的经验展示数据驱动决策的具体运用。作者推崇的是管理者推动的前提是其自身具备数据意识,能够认识到大数据的意义与价值,意识到数据管理不善可能带来的危害。参考:数据转换成智慧的步骤,环节,价值。1. 数据知识信息智慧 2. 数据收集环节:数据采集、数据建模、数据分析和数据指标 3. 数据驱动价值:a. 驱动决策。 b. 驱动产品智能。

      转发
      评论
      用户头像
      给这本书评了
      4.0

      1. 这本书是作者结合自己在百度工作过得经验写的,这是这本书的一个优点,也是亮点。因为有百度经验作为事项,就不会出现如其他书那样随便举例的情况,相对更加真实,有代入感。同时,对于从无到有的百度数据驱动体系也让人看到更多细节。2. 最近读过的这类书都提到 AARRR 模型,提到驱动,提到用户画像等,会让人发现如果好几本书都提到那么一定证明这些东西非常重要,是首先要搞清楚的概念和实际做法。3. 这本书写的还是真诚的,但似乎和我目前的诉求还是有点差异,我更希望能被指点如何写出高质量分析的方法。但我依然觉得集中精力看一个领域收获是更高的,哪怕只是刷书,并没有特别深入。

        1
        1
        用户头像
        给这本书评了
        5.0

        数据驱动的概念已经被各个行业广泛认同,但认同与落实之间,还是有相当的距离,这里最大的障碍是,技术人员缺乏对业务的理解,而业务人员又无法理解和充分利用技术,有数据却用不好、不会用是很常见的弊病。即便是一些有数据分析、研发实力的企业,也面临从需求到实现的巨大研发成本和时间周期等问题,导致决策效率低,对瞬息万变的市场情况,无法做出快速有效的应对。

          转发
          评论
          用户头像
          给这本书评了
          5.0
          难得一见的产生数据共鸣的好书

          作者桑文锋曾在百度任职大数据部技术经理,从无到有构建了百度用户日志大数据平台,覆盖数据收集、传输、元数据管理、作业流调度、海量数据查询引擎及数据可视化。2015 年,创立神策数据。本书是从理论到实践的全面且细致的企业数据驱动指南,从作者的百度大数据工作说起,完整还原其从零到一构建百度用户行为大数据处理平台经历。详解大数据本质、理念与现状,围绕数据驱动四环节 —— 采集、建模、分析、指标,深入浅出地讲述企业如何将数据驱动方案落地,并指出数据驱动的价值在于 “数据驱动决策”、“数据驱动产品智能”。最后通过互联网金融、电子商务、企业服务、零售四大行业实践,从需求梳理、事件指标设计、数据接入阶段、实际应用四大阶段介绍数据驱动在不同领域的商业价值,全面展示大数据在各领域内的应用情况与趋势展望。作者分享了他在商业数据的真知灼见,不盲目舶来,他明确地知道哪些理论在国内是行不通的,并传递出更本土化的理论。本书的结构和内容都经过了反复打磨,无论是从技术严谨性,还是从内容的实用性上看,都堪称互联网商业数据的可贵佳作。对应在工作中的思考和自己在工作中遇到的困难,很有启发意义,每个业务人员和数据之间都需要有一个强大的工具,将数据规范化,处理数据模型。通过这个强大的分析工具,让这些业务人员在数据分析平台上自助式地完成自己的分析需求。作者把 2000 年后的中国互联网分为两个阶段,其中 2000—2015 年是 IT 化建设的阶段,而 2015 年之后很长一段时间是数据化建设的阶段,可以说 IT 化建设是数据化的前提。随着大数据时代的兴起,越来越多的企业意识到数据对一款不断迭代产品的发展至关重要。对于中国数据化的现状,作者认为有两个关键问题:数据意识差和数据底子薄。其中数据意识最为关键,首先要培养用数据说话的意识,不管是产品改进、运营监控,还是其他的决策,首先问自己有没有数据做支撑。其次要重视数据源的建设。数据源乃大数据之根基。管理数据源如扎根土壤,根基稳固方能避免 “空中楼阁”。这是作者在大数据行业工作近十年的最大心得。最后,驱动决策并非充分发挥大数据的全部价值,让产品智能化更代表行业的发展方向。目前大部分数据分析产品可以满足企业在决策层面的分析需求。在未来,随着大数据在行业应用中的深化,将更加依赖强健的数据仓库和灵活的平台开发能力,通过基础数据叠加算法模型,从而驱动产品智能化。期待和各位同仁一起,推进交通行业的数据化建设。

            转发
            评论