《数据实践之美：31位大数据专家的方法、技术与思想》书评-杂志之家

内容简介

全书一共33篇文章，根据主题分为了5个部分：Part1数据化思维，专注思维。Part2数据治理，专注技术。Part3BI与数据可视化。Part4数据分析与数据挖掘。Part5大数据化之路，主要讲解不同行业是如何应用大数据的。所有文章均独立成篇，在满足碎片化阅读的同时，也能让读者进行深入的思考和横向比较，帮助用户在碰到类似问题的时候打开思路、获得经验上的快速成长。

编辑推荐

来自全球20余家知名数据公司的31位数据专家分享了他们在数据化思维、数据治理、BI与数据可视化、数据分析与数据挖掘、大数据应用5大主题下的佳实践

作者简介

吕品，天善智能CEO。天善智能是一个专注于商业智能BI、数据分析、数据挖掘和大数据技术领域的技术社区，包括技术问答、博客、活动、学院、招聘、读书频道等众多版块。社区内容覆盖了与?BI?相关的几乎所有技术和产品:微软BI、IBM Cognos、Oracle BIEE、Kettle、Informatica、DataStage、SAP BO、QlikView、Tableau等等;以及数据分析、数据挖掘和大数据相关的技术领域，包括:R、Python、SPSS、Hadoop、Spark、Hive、Kylin等。天善智能的学员和注册会员覆盖国内北京、上海、深圳以及广州等50多个大中小城市，在加拿大、美国、新西兰、澳大利亚、日本、德国、新加坡都有我们的海外学员，在数据领域圈里天善智能有着广泛的影响力。?天善智能致力于构建一个基于数据领域的生态圈，通过社区链接一切与数据相关的资源，与大家一起共同努力推动大数据、商业智能BI在国内的普及和发展。?在社区发展的两年多时间里，天善智能也得到了国内本土厂商的大力支持。同时，天善智能在社区也拥有一批非常知名的社区领袖、技术大拿和热心用户，他们一起共同努力默默的维护和关心社区成长。

目录赞誉前言Part 1 数据化思维 // 1NO.1 数据化运营的方法论体系张子良 // 2NO.2 数据化营销中的“一二三” 叶秋萍 // 9NO.3 企业数据化管理之巅—同业对标王卫东 // 21NO.4 管理数据化：柳传志30年管理智慧如何为我所用袁华杰 // 33NO.5 数据领导力—指标体系规划与管理驾驶舱设计刘凯 // 41Part 2 数据治理 // 53NO.6 数据库开发实施工艺提升的6种途径杨宝军 // 54NO.7 ETL串并发数据跑批处理的理论与运用实践何启平 // 64NO.8 如何高效地对复杂数据进行清洗与转换谢佳标// 74Part 3 BI与数据可视化 // 91NO.9 商务智能业务分析构建“5步曲” 吕敏杰 // 92NO.10 构建数据体系的两个“5步曲” 王桐 // 109NO.11 成功实施BI项目的4大要素贾岩 // 119NO.12 Kimball理论在BI项目中的应用郭川 // 127NO.13 BI数据可视化分析SaaS产品前瞻吕品 // 145NO.14 大数据工程的系统架构设计和技术选型韩庆安 // 153NO.15 数据可视化4步工作法温融冰 // 164NO.16 如何用R语言对复杂数据进行可视化谢佳标// 169NO.17 新思路，新体系：让银行报表的3大痛点不再是噩梦袁华杰 // 184NO.18 Cognos在金融银行业的运用吴永帆 // 196Part 4 数据分析与数据挖掘 // 207NO.19 如何做好一名商业分析师？吴奕君 // 209NO.20 如何用数据驱动运营桑文锋 // 217NO.21 企业增长中的精细化分析和Growth Hacking 孔淼 // 237NO.22 如何基于业务实现用户行为数据产品化吴文波 // 247NO.23 电商的数据化管理与运营尚林栋 // 256NO.24 零售业数据分析指标的管理与应用沈嵘// 284NO.25 做好零售业数据分析必须解决的3个难点邹斌 // 291NO.26 如何用R语言做量化分析张丹 // 316NO.27 从BI到AI，数据分析的4个误区彭耀 // 335NO.28 企业如何利用跨行业数据挖掘标准流程开展大数据实践张浩彬 // 342NO.29 详解过程挖掘的技术和方法汪尚 // 352NO.30 个性化数据挖掘的关键技术与应用实践陈运文 // 382Part 5 大数据化之路 // 401NO.31 教育行业的大数据实施路径李宗海 // 402NO.32 数据科学在互联网金融中的应用张云松 // 409NO.33 地理大数据驱动的智慧选址张志成 // 419附录 // 433