• <tr id='4r0oEy'><strong id='4r0oEy'></strong><small id='4r0oEy'></small><button id='4r0oEy'></button><li id='4r0oEy'><noscript id='4r0oEy'><big id='4r0oEy'></big><dt id='4r0oEy'></dt></noscript></li></tr><ol id='4r0oEy'><option id='4r0oEy'><table id='4r0oEy'><blockquote id='4r0oEy'><tbody id='4r0oEy'></tbody></blockquote></table></option></ol><u id='4r0oEy'></u><kbd id='4r0oEy'><kbd id='4r0oEy'></kbd></kbd>

    <code id='4r0oEy'><strong id='4r0oEy'></strong></code>

    <fieldset id='4r0oEy'></fieldset>
          <span id='4r0oEy'></span>

              <ins id='4r0oEy'></ins>
              <acronym id='4r0oEy'><em id='4r0oEy'></em><td id='4r0oEy'><div id='4r0oEy'></div></td></acronym><address id='4r0oEy'><big id='4r0oEy'><big id='4r0oEy'></big><legend id='4r0oEy'></legend></big></address>

              <i id='4r0oEy'><div id='4r0oEy'><ins id='4r0oEy'></ins></div></i>
              <i id='4r0oEy'></i>
            1. <dl id='4r0oEy'></dl>
              1. <blockquote id='4r0oEy'><q id='4r0oEy'><noscript id='4r0oEy'></noscript><dt id='4r0oEy'></dt></q></blockquote><noframes id='4r0oEy'><i id='4r0oEy'></i>

                图书名称:管理〗大数据RBD

                发行单位:中国财富出版←社

                图书类别:知识产品

                试 读 点 评

                • 导 读
                • 目 录
                • 作品信息

                前言:管理大数〇据,从量变→到质变

                大数据是继云计算、物联●网和移动互联网之后的新一代信息技术革命制高点,已经成为当今各领域重要的基础性战略资源,正在深刻改变着商业生态和企业竞争模式。2017年初,工信∴部正式印发了《大数据产业发展规划(2016-2020)》,全面部署“十三五”时期的大数据产业发展工作,加快建〗设数据强国,为实现制造强国和网络强国提供强大的产业支撑。预计到2020年,中国大数据产①业市场规模将达到8228.81亿元。

                企业应用大数据的量变到质变之路

                大数据时代已经全♀面来临,各大产业+大数据◥的创新、大数据服务产业及数据产业本身正成为以指数速度翻红的蓝海。大数据的深度应用不仅※影响到人们生活的◆方方面面,更能引领社会治理的▓全面创新和各行各业的革新式发展。对于企业Ψ来说,传统业务能否拥抱大数据已经成为企业发展转型的战略关键。

                大数据在企业中的应用程度不是一蹴而就的,而是经历了从客户智能(CI)到商↘业智能(BI)再到人工↘智能(AI)的发展历程。在此过程中,大数据的应用范围越来越广㊣,智能化和『集成化越来越突出,商业价值越√来越大。

                客户智能是创新和使用客户知识,帮助企业提高和优化客户关系的决策能力和整体运营能力的概念、过程及软件的集合。客户智能将大数据挖掘和分析能力应用于客户关系管理,大数据的应用范围局限于企业的某个部门。

                商业智能的本质在于将企业各业务系统的数据转化为◆信息和知识,为企业提供数据集成、信息展示、运营分析和战略决策支持等□服务。商业智能的实现过程↑是将数据转化为信息和知识,将信息和知识用于企业经营决策和产生直接经济效益的过程。商业智能的大数据挖掘、分析和应用涉及到企业的各个业务部门,具有系统性和集成性。

                人工智能是包括深度学习、专家系统、人工神经网络、机器视觉、自然语言处理、机器人、人工智能应用等在内的庞杂知ω 识和技术体系,正被广泛应用『于生产制造、金融、电商零售、医疗健康、安防、教育、自动☆驾驶等领域。人工智能的产品开发与产业▂发展正处于爆发期,大数据是人工智能的基础,大数据的广泛应用将带来巨大的商业价值。

                大数据的应用之路经历了从量『变到质变的过程,继客户智能、商业智能和人工智能之后,中源数聚首创了“管理☉大数据(RBD)”的概念并完整构建了相关模型和数据体系,聚焦管理领域的海量∞数据,进行多源异构和互联网低密度价值中的「高价值萃取,并提出了♂管理大数据与人工智能相结合的AI咨询发〇展模式,实现咨询业的半自动化和←自动化。

                中源数聚打造管理大数据平台

                中源数聚定位于运用大数据和互联网思维为传统咨询业做产业升级,通过“互联网+人工智能+管理大数据”的平台模式,彻底解构、升级现有的管理咨询模式,并帮助更多企业实╱现对管理数据资产的管控和价值挖掘。

                中源数聚的管理大数据平台将用开放共享的互联网模式来打通数据孤岛,真正实现跨企业的异构数据共享,构建大数据生态体系,将数据价值转换成管理价值与经济价值,不仅能够实现传㊣统咨询行业的转型升级,也能帮助更多企业实现组织变革、产业转型升级和供给侧改革。

                中源数聚是北京仁达方略管理咨询股份有限公司的子公司。仁达方略是国内领先的大型管理研究∑ 与咨询机构,成立近二十年来,已为超过1400家大企业大集团提供过专业的管理咨询与培训服务,在企业转型★升级、兼并重组、战略规划、组〓织变革等领域创建了诸多引领性的管理理论与方法论,积╳累和沉淀了大量的企业管理数据,涵盖发展战略、法人治理、集团管控、流程与组织、人力资源管理、风险控制、企业文化等多个领域。中源数聚依托仁达方略∩的管理数据资源,以及互联网、行业协会、政府主管部门、专家学者、咨询师、高校、券商、投行、咨询同行、企业、合作站点和数据公司等诸多数据来源渠道,已经打造起堪称全球最大的管理数据仓库,并积累了丰富的管理大数据应用经验。

                中源数聚拥▲有大数据处理平台、AI咨询和交易型★网站三大业务支持系统,以及研Ψ 究中心、专家会客室、青藤俱乐部和管理大数据平台四类平台,将围▃绕战略、组织、管控、企业文化、人力资源、营销六大管理模块打造环境管理、管理模型、标签管理、知识图谱、管理舆情、管理风控、管理洞察七大产品▅。中源数聚将通过云计算、大数据+算法、区块链等技术对获取到的“海量”管理大数据进行系统分析和处理,为客户提供标准化和定制化的大ㄨ数据处理和管理咨询服务【,使管理咨询业务具≡有小型化、专业化、个性化和智能化的特征∞。

                基于管理大∑数据的产品可有效激活中小企业对管理咨询业务的潜在需求,无力采购管理咨询的中小企业可以通过管理大数据透「析企业管理。中源数聚的管理大数据产品体系△将降低管理咨询的成本和◤准入门槛,使高端咨询下垂到中小微企业及个人,让高端咨询进入人人都能用得起的时代。

                  前言:管理大数据,从量变到质变 1

                  目 录 4

                  第一章 客户智能(CI)基础 8

                  1.1握紧“上帝”之手 8

                  1.2什么是客■户智能 12

                  1.2.1客户智能的内涵 13

                  1.2.2客户智能的功能分析 15

                  1.2.3客户智能的优ぷ势 16

                  1.3客户ζ智能的发展 17

                  1.4客户智能的典型应↓用 18

                  第二章 商业智能(BI)基础 21

                  2.1企业决@策的信息“瓶颈” 21

                  2.1.1商业︽环境复杂化 21

                  2.1.2企业面临数据爆炸 22

                  2.2什么是商业智能 22

                  2.2.1商业智能的内涵 22

                  2.2.2商业智能的技术体ω 系 24

                  2.2.3 商业♀智能的实施 29

                  2.3 商业智能的发♀展 31

                  2.3.1 商业智ξ 能的发展简史 31

                  2.3.2商业智能的发展趋势 32

                  2.4商业智能的典型应用 33

                  2.4.1 零售业李宁集团的商业智能▅应用 33

                  2.4.2 上海社保卡的商业智能◆应用 36

                  第三章 人工智能(AI)基础 39

                  3.1无处不在的人工智◣能 39

                  3.1.1人工智能时代已经来临 39

                  3.1.2人工智能加速发展的推动力 40

                  3.2 什么是人工智能 40

                  3.2.1人工№智能的内涵 40

                  3.2.2人工智能的↓研究内容 42

                  3.2.3人工智能的应用领域 47

                  3.3人工智能的发展 48

                  3.3.1人工智能的ω发展简史 48

                  3.3.2中国人工智能发展现状 51

                  3.4人工智能的典型应用 52

                  3.4.1人工智能在金『融领域的应用 52

                  3.4.2人工智≡能在医疗领域的应用 54

                  第四章 管理大数据来了 60

                  4.1盘活数》据资产 60

                  4.1.1数据资产管理的内涵与特征 60

                  4.1.2数据管理战略的攻与守 62

                  4.1.3数据资产变现的挑战 63

                  4.2什么是管理大数据 64

                  4.2.1管理█大数据的内涵 64

                  4.2.2管理大数据的平台 67

                  4.2.3管理大数据▅的业务线 69

                  (1)“数聚”业务线(DA,Data Aggregation) 69

                  (2)“数略”业务线(DT, Data Tactic) 69

                  (3)“数I”业务线(DI,Data Inspection) 70

                  (4)“棱镜”业务线(DP,Data Popularization) 70

                  (5)“数 E”业务线(DS,Data Supply) 70

                  4.2.4管理大数据的安全性 71

                  4.2.5管理大数据的价值 71

                  第五章 管理大数据与人工智能⊙的融合 77

                  5.1管理咨询的挑战 77

                  5.1.1中小企业的渴望 77

                  5.1.2新↑技术的冲击 79

                  5.2管理咨询的变革 82

                  5.2.1向互联@网转型 82

                  5.2.2引领AI咨询 83

                  5.3管理大数据♂技术 83

                  5.3.1云计算 83

                  5.3.2大数据+算法 86

                  5.3.3区块链 88

                  5.4管理大数据服务⌒模式 91

                  5.4.1 SaaS服务模式 91

                  5.4.2平台本地〒部署模式 94

                  5.4.3项目个性化定制 96

                  5.4.4数据接口模『式 96

                  第六章 管理大数据应用概述 99

                  6.1 管理大数据应用需求 99

                  6.1.1管理大数据的作用 99

                  6.1.2中源数聚的产品诉求 101

                  6.2管理大数据应用场景 105

                  6.2.1管■理大数据应用范围 105

                  6.2.2中源●数聚的产品应用场景 106

                  6.3管理大数据应用价值分析 108

                  第七章 管理大数⊙据应用解析 111

                  7.1 管理大数据,帮助企业监测和分析内外部环境 111

                  7.2 管理大数据,帮助企业实现管理转型升级 113

                  7.3 管理大数据,发现企业的关系图谱 115

                  7.4 管理大数据,提升产业链竞争力 116

                  7.5 管理大数据,改变培养和留住人才的方式 120

                  7.6 管理大数据,助力企业实现精准◥营销 123

                  7.7 管理大数据,拥抱AI咨询 125

                  朝前看:管理大数据的未来 129

                  附录一:贵阳市政府数据共享开放条例 130

                  附录二:“中关村大数据产业联盟”行业自律公约 136

                  附录三:中源数聚(北京)信息科技有限公司渠道招募简章 139

                  附录四:中源数聚“诺亚方舟”计划 144

                • 图书名称:管理大数据RBD
                • 图书作者:中源数聚
                • 出版单位:中国财富出版社
                • 出版日期:2017-09-04
                • 图书价钱:39.80
                • 浏览次数:22160
                分享到: 更多

                网友评论

                评论

                全部评论

                • 低调

                作品标签:

                管理大数据 大数据

                供应方:

                  北京仁达方略企业管理咨询有限公司是国内领先的大型管理研究与咨询机构,集团】管理权威。公司致力于为企业、政府及非盈利组织提供从发展战略、组织变革、运营改善到文化管理、品牌提升的专业服务。业务类型涉及管理咨询、管理研究、管理培训三大领域,服务客户涵盖国内⊙20多个重点行业、近千家大型集团企业,其中世界500强企业39家,中国500强企业339家,服务过的∮客户均为行业翘楚。

                更多>>研究↑院动态

                最新读者

                • Easyways

                  3月前 购买

                • 益思管理咨询

                  4月前 购买

                • 科济管线咨询

                  4月前 购买

                • 石培贞

                  5月前 购买

                全国统一服务热线:

                真实姓名: 联系电话:
                联系邮箱: 您的性别:
                公司名称: 所属行业:
                所属部门: 所担职位:
                您公司的人⊙员规模?
                您目前所面临的问题?
                您是如何知道仁达方略公〇司的?
                贵企业之前是否与咨询公司♂有过合作?
                您的姓名: 联系电话:
                联系邮箱: 所在公司:
                联系地址: 留言主题:
                留言内容: