CDA数据分析师系列丛书 大数据的互联网思维

01 大数据现状 1

1.1 大数据的概念和特点 2

1.2 互联网思维的故事 4

羊毛出在猪身上 4

圈客户／圈眼球 4

1.3 “天变了” 5

用户变了 6

平台变了 8

金融变了 9

营销变了 9

思维变了 10

1.4 大数据为什么需要互联网思维 12

大数据项目不同于传统IT项目 12

大数据产业是咨询服务产业 13

互联网思维是咨询服务产业的法宝 14

大数据“变现”需要互联网思维 15

大数据中“群众的智慧是无穷的” 15

1.5 小结 16

02 堪比“文艺复兴”的互联网思维 17

2.1 文艺复兴的意义类比 18

艺术解放思想，思想解放生产力 19

引导了第一次工业革命 19

互联网引导新的工业4.0 20

改写金融业，改写社会 21

2.2 互联网企业的发展 21

BAT的造梦 22

IT技术成为企业的核心竞争力 22

2.3 互联网思维的概念 24

2.4 互联网思维的特点 24

2.5 互联网思维改写了手机产业 26

2.6 互联网思维改变大数据 29

大数据的客户体验 29

大数据的产品化思维 30

大数据的平台思维 37

大数据的迭代思维 42

2.7 大数据的新生 44

从配角到主角 44

产业化成为可能 45

大数据的春天 45

2.8 小结 46

03 大数据的发展 47

3.1 大数据产业的发展 48

互联网改写了历史，大数据改写了互联网 48

第三次浪潮中的新兴产业 49

数据成为最大的资产 50

促进“理性社会” 51

3.2 从网络运营到大数据运营 52

互联网平台如何使用用户数据 53

建立数据分析保障管理体制 55

从基础设施到产品提供 57

从网络产品到数据产品 59

3.3 如何运营大数据 60

互联网基因 60

对内服务 63

对外服务 66

大数据营销 68

3.4 大数据发展的瓶颈 69

与传统IT不同 70

机构和机制不同 71

新理论和新思维 71

转型更难 72

3.5 小结 72

04 大数据的客户体验 74

4.1 客户是谁 75

内部客户／外部客户 77

个人客户／集团客户 78

校园客户 80

4.2 客户的大数据需求是什么 80

取数——“取柴火” 82

取知识——“将柴火烧成炭” 83

取专业建议——“集体供暖” 84

4.3 客户体验是什么 85

什么是体验 85

数据如何可读 90

“啤酒和尿布”的另一个角度解读 95

4.4 客户体验如何提升 96

服务不同角色 96

娱乐思维 98

管家式服务 98

4.5 小结 99

05 大数据产品设计 100

5.1 大数据产品背景 101

产品长什么样 101

谷歌是搜索门户还是数据门户 102

提供产品还是平台 103

卖咨询服务 104

智慧产品 104

5.2 大数据产品内容 105

工具类 106

中问类 107

像棋谱一样的知识库 108

数据分析手机 109

互联网联通了人，数联网联通了大脑 110

5.3 产品的“客户流量” 110

吸引客户 110

运营客户 111

5.4 大数据产品类比 113

大数据的搜索门户 113

大数据的社交平台 113

大数据的电商平台 115

大数据的云化——在云里找数据 115

5.5 大数据产品特点 115

目的决定产品特点 116

通过对比显示价值 116

更多的群众参与 116

5.6 产品的界面优化 117

从苹果App中学习什么 117

结果的可视化 117

5.7 产品的用户定位 117

如何让孩子看懂 118

数据的消费者 118

DIY发烧友 118

产品的商业模式 118

5.8 小结 119

06 大数据的极致思维 120

6.1 产品的极致 121

傻瓜化的App 121

新的触摸屏在哪里 123

服务的极致 124

专家的极致 125

棋手的极致 126

智能改造之后的极致产品 127

智慧产品的极致 132

6.2 思维的极致 134

兵书的知识提炼 134

参谋的极致 134

知识库和运维 135

思维的“众筹” 135

6.3 营销的极致 136

点对点的精准营销 136

成本控制的极致 137

6.4 “讲故事”的极致 137

吸引人的标题 138

吸引人的叙事方法 139

吸引人的数据证据选择 140

6.5 小结 140

07 大数据的快速迭代 142

7.1 怎么“快” 143

标准零件的拼接 143

分析过程简单 143

不要追求完美，但求不断完善 144

7.2 数据的标准 144

大数据是否还有逻辑模型 144

口径的管理 145

业务元数据和技术元数据 145

7.3 平台的标准 146

云计算平台的标准化 146

PaaS还是SaaS 147

7.4 环境的标准 148

编程规范和标准 148

软件结算的标准等 149

7.5 迭代的知识积累 149

农业知识积累出的农历 149

何时更新、如何更新 150

7.6 小结 150

08 大数据的平台思维 151

8.1 大数据的平台定义 152

数据得到丰富，取得规模效益 153

运营能够细分，拓展发展前景 153

8.2 大数据平台思维的特点 153

平台越来越通用，应用越来越专业 153

孤立的数据是金，共享的数据是钻 154

数据的多维决定着平台价值的多样 154

8.3 大数据的平台实体——“数联网” 154

数据交换的高效网络 155

数联网的内容 155

访问工具 160

数据管控 161

8.4 大数据平台的生态环境 180

谁会购买大数据产品 181

各方获利的互联网模式 182

速度弥补精度 184

8.5 平台SDK的开放性 185

平台的可编程API接口 186

数据的标准 186

数据的可读性 187

加工的简化性 188

容易参与 190

人人参与 192

8.6 互联网企业的数据开放平台 192

阿里巴巴的御膳房 192

腾讯的微信开放平台 199

百度的阿拉丁 202

8.7 人人的“数据”到数据的“人人” 204

8.8 互联网平台升级到大数据平台 205

互联网平台是新时代的农业文明 205

大数据平台的价值最大化 205

电信运营商，新的电力公司or大数据公司 206

8.9 小结 207

09 大数据的跨界思维 208

9.1 大数据跨界的背景 209

Hadoop的兴起，去了IOE 209

大数据的渗透——大数据× 210

9.2 大数据跨界的定义 211

大数据跨界的特点 211

大数据跨界的展望 213

大数据跨界的案例 215

9.3 大数据的业务多维 216

横看成岭侧成峰 216

数据的行业解读 216

9.4 大数据的行业交叉 216

电信数据与金融数据的交叉 217

电商数据与医药数据的交叉 219

9.5 小结 220

10 大数据实践案例探索 222

10.1 大数据提升客户体验 223

基于角色的应用 223

解决问题的应用 226

用户的GUI界面 234

10.2 大数据实现产品化 238

BI Store案例 238

自助分析工具 242

用户的知识库 251

10.3 大数据的极致思维 254

思维导图案例 255

大数据分析报告剧本 256

10.4 大数据的跨界思维 258

大数据在交通行业的应用 258

大数据在金融行业的应用 259

大数据在制造业的应用 261

10.5 大数据的平台思维 261

淘宝的API开放平台 261

某电信运营商的对外开放平台 265

10.6 大数据的快速迭代 267

多波次灰度营销 267

数据字典的迭代 268

10.7 小结 269