- 作 者：中源数聚（北京）信息科技有限公司著
- 出 版 社：中国财富出版社
- 出版年份：2017
- ISBN：9787504765697
- 标注页数：208 页
- PDF页数：229 页
请阅读订购服务说明与试读!
订购服务说明
1、本站所有的书默认都是PDF格式，该格式图书只能阅读和打印，不能再次编辑。
2、除分上下册或者多册的情况下，一般PDF页数一定要大于标注页数才建议下单购买。【本资源229 ≥208页】
图书下载及付费说明
1、所有的电子图书为PDF格式，支持电脑、手机、平板等各类电子设备阅读；可以任意拷贝文件到不同的阅读设备里进行阅读。
2、电子图书在提交订单后一般半小时内处理完成,最晚48小时内处理完成。(非工作日购买会延迟)
3、所有的电子图书都是原书直接扫描方式制作而成。
1 客户智能（CI）基础 1
1.1 握紧“上帝”之手 2
1.1.1 客户关系管理周期 3
1.1.2 客户关系管理存在的问题 6
1.2 什么是客户智能 8
1.2.1 客户智能的内涵 8
1.2.2 客户智能的功能分析 11
1.2.3 客户智能的优势 12
1.3 客户智能的发展 14
1.4 客户智能的典型应用 16
参考文献 18
2 商业智能（BI）基础 19
2.1 企业决策的信息“瓶颈” 19
2.1.1 商业环境复杂化 20
2.1.2 企业面临数据爆炸 21
2.2 什么是商业智能 21
2.2.1 商业智能的内涵 22
2.2.2 商业智能的技术体系 24
2.2.3 商业智能的实施 31
2.3 商业智能的发展 33
2.3.1 商业智能的发展简史 33
2.3.2 商业智能的发展趋势 35
2.4 商业智能的典型应用 35
2.4.1 零售业李宁集团的商业智能应用 36
2.4.2 上海市社保卡的商业智能应用 39
参考文献 43
3 人工智能（AI）基础 45
3.1 无处不在的人工智能 45
3.1.1 人工智能时代已经来临 46
3.1.2 人工智能加速发展的推动力 47
3.2 什么是人工智能 47
3.2.1 人工智能的内涵 48
3.2.2 人工智能的研究内容 50
3.2.3 人工智能的应用领域 57
3.3 人工智能的发展 59
3.3.1 人工智能的发展简史 59
3.3.2 中国人工智能发展现状 62
3.4 人工智能的典型应用 63
3.4.1 人工智能在金融领域的应用 63
3.4.2 人工智能在医疗领域的应用 67
参考文献 73
4 管理大数据来了 75
4.1 盘活数据资产 75
4.1.1 数据资产管理的内涵与特征 76
4.1.2 数据管理战略的攻与守 78
4.1.3 数据资产变现的挑战 79
4.2 什么是管理大数据 81
4.2.1 管理大数据的内涵 82
4.2.2 管理大数据的平台 85
4.2.3 管理大数据的业务线 87
4.2.4 管理大数据的安全性 90
4.2.5 管理大数据的价值 91
参考文献 97
5 管理大数据与人工智能的融合 99
5.1 管理咨询的挑战 99
5.1.1 中小企业的渴望 100
5.1.2 新技术的冲击 102
5.2 管理咨询的变革 106
5.2.1 向互联网转型 106
5.2.2 引领AI咨询 107
5.3 管理大数据技术 108
5.3.1 云计算 109
5.3.2 大数据＋算法 112
5.3.3 区块链 114
5.4 管理大数据服务模式 119
5.4.1 SaaS服务模式 119
5.4.2 平台本地部署模式 122
5.4.3 项目个性化定制 124
5.4.4 数据接口模式 125
参考文献 127
6 管理大数据应用概述 129
6.1 管理大数据应用需求 129
6.1.1 管理大数据的作用 130
6.1.2 中源数聚的产品诉求 133
6.2 管理大数据应用场景 138
6.2.1 管理大数据应用范围 138
6.2.2 中源数聚的产品应用场景 139
6.3 管理大数据应用价值分析 142
参考文献 145
7 管理大数据应用解析 147
7.1 管理大数据，帮助企业监测和分析内外部环境 147
7.2 管理大数据，帮助企业实现管理转型升级 150
7.3 管理大数据，发现企业的关系图谱 154
7.4 管理大数据，提升产业链竞争力 155
7.5 管理大数据，改变培养和留住人才的方式 160
7.6 管理大数据，助力企业实现精准营销 164
7.7 管理大数据，拥抱AI咨询 167
参考文献 171
附录一 贵阳市政府数据共享开放条例 172
附录二 “中关村大数据产业联盟”行业自律公约（草案） 180
附录三 大数据产业发展规划（2016—2020年）（节选） 185
附录四 中源数聚“诺亚方舟”计划 198
附录五 中源数聚（北京）信息科技有限公司渠道招募简章 201
后记 朝前看：管理大数据的未来 207