<內容簡介>

本書首先參闡述大數據出現的背景，解釋數據資產、數據驅動等基本概念，剖析數據分析的重要性，介紹了大分析的內容和範圍、關鍵點等；其次，闡述了大數據建設的基本內容和有關應用領域等，涉及收集、存儲、標準、技術選擇等內容，重點介紹了數據質量、安全管理等數據管控的內容；結尾，給出了大數據建設配套的人才、管理結構等方面的內容和經驗，分享如何引入因特網思維，開闢新視野的理念。

<章節目錄>

第1章 背景 ／／1
1.1 大數據的引出和影響 ／／3
1.1.1 “大數據，大商機” ／／3
1.1.2 “數據資產”的引出 ／／6
1.1.3 數據量龐大 ／／9
1.1.4 數據結構覆雜 ／／10
1.1.5 數據價值有待挖掘 ／／11
1.1.6 “數據驅動”的變革 ／／12
1.1.7 因特網發展中的“數聯網” ／／15
1.2 為何需要大分析 ／／16
1.2.1 數據價值評估 ／／16
1.2.2 “數據資產”變現問題 ／／18
1.2.3 大分析的技術基礎 ／／20
1.2.4 大分析面臨的問題 ／／26
1.3 大分析的應用案例 ／／29
1.3.1 新的“啤酒和尿布” ／／29
1.3.2 KPI信息地圖 ／／30
1.3.3 “大數據、超細分、微營銷” ／／32
1.4 小結 ／／34
第2章 大數據基礎 ／／35
2.1 大數據的基本理念 ／／36
2.1.1 概念和定義探索 ／／36
2.1.2 大數據的技術基礎 ／／37
2.1.3 沒有大分析，大數據就是大垃圾 ／／38
2.1.4 大數據如何借鑒“數據倉庫”的經驗 ／／38
2.1.5 企業級數據中心 ／／41
2.2 大數據與數據倉庫的關系 ／／42
2.2.1 大數據擴展數據倉庫理論架構 ／／42
2.2.2 大數據繼承數據倉庫數據管理的經驗 ／／43
2.2.3 大數據開啟了非結構化數據的處理 ／／43
2.2.4 大數據要借鑒數據倉庫的生態圈 ／／43
2.2.5 大數據應繼承數據分析技術 ／／44
2.2.6 與數據庫的關系 ／／44
2.2.7 數據倉庫借鑒大數據的營銷模式 ／／44
2.3 大數據的基本特點 ／／45
2.3.1 “4V”特點 ／／45
2.3.2 大分析角度的大數據特徵 ／／45
2.4 大數據的價值和意義 ／／46
2.4.1 圍繞客戶信息，提供全方位服務 ／／46
2.4.2 構築“虛擬團隊”，提升團隊管理水平 ／／46
2.4.3 讓“智慧城市”“智能交通”等變為可能 ／／47
2.4.4 構築“理性社會”終於成為可能 ／／47
2.4.5 中國前所未有的一次“彎道超車”機遇 ／／47
2.5 大數據的問題和挑戰 ／／48
2.5.1 數據質量問題越發突出 ／／48
2.5.2 數據分析技術尚缺實質突破 ／／48
2.5.3 大數據應用水平需要逐步演進、逐步深化 ／／48
2.5.4 大數據技術架構面臨突破 ／／49
2.5.5 數據理念與國外仍然相距甚遠 ／／49
2.5.6 大數據是一項系統工程 ／／49
2.6 小結 ／／50
第3章 大數據的管理 ／／51
3.1 數據如何收集 ／／52
3.1.1 能獲取哪些數據 ／／52
3.1.2 基於數據價值，決定數據的收集、存放策略 ／／53
3.1.3 沒有應用時，是否收集數據 ／／53
3.2 數據的標準 ／／53
3.2.1 數據接口 ／／53
3.2.2 數據模型 ／／55
3.3 大數據的ETL過程 ／／57
3.4 大數據如何存儲 ／／58
3.4.1 數據庫／數據倉庫 ／／58
3.4.2 分佈式文件系統（HDFS） ／／59
3.4.3 混搭模式 ／／63
3.4.4 Hive ／Hbase等 ／／63
3.4.5 MPP ／／65
3.5 數據如何估值和計費 ／／65
3.5.1 什麽數據最好賣 ／／66
3.5.2 市場價格 ／／66
3.5.3 數據的開放 ／／67
3.6 大數據的“數據資產”管理 ／／67
3.7 數據如何保障安全 ／／68
3.8 小結 ／／71
第4章 大數據的技術架構 ／／73
4.1 大數據處理架構 ／／74
4.1.1 大數據處理層級和域 ／／75
4.1.2 哪些計算適合並行 ／／78
4.2 為何是混搭架構 ／／78
4.2.1 大數據混搭架構的利弊分析 ／／79 <