دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
دسته بندی: کامپیوتر ویرایش: نویسندگان: Carl Anderson سری: ISBN (شابک) : 9781491916919 ناشر: O'Reilly Media سال نشر: 2015 تعداد صفحات: 300 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 12 مگابایت
کلمات کلیدی مربوط به کتاب ایجاد سازمان داده محور: مشاوره عملی از سنگرها: کتابخانه، ادبیات کامپیوتر
در صورت تبدیل فایل کتاب Creating a Data-Driven Organization: Practical Advice from the Trenches به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب ایجاد سازمان داده محور: مشاوره عملی از سنگرها نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
برای تبدیل شدن به یک سازمان داده محور به چه چیزی نیاز دارید؟ بسیار بیشتر از داشتن کلان داده یا یک تیم کرک از دانشمندان داده تکشاخ، مستلزم ایجاد یک فرهنگ داده موثر و عمیق است. این کتاب عملی به شما نشان میدهد که چگونه دادهمحور واقعی شامل فرآیندهایی میشود که نیاز به خرید واقعی در سراسر شرکت شما دارد، از تحلیلگران و مدیریت گرفته تا C-Suite و هیئت مدیره. کارل اندرسون، نویسنده، از طریق مصاحبهها و مثالهایی از دانشمندان داده و رهبران تحلیلگر در صنایع مختلف، زنجیره ارزش تحلیلی را که باید هنگام ساختن مدلهای تجاری پیشبینیکننده اتخاذ کنید - از جمعآوری و تجزیه و تحلیل دادهها گرفته تا بینشها و رهبری که اقدامات ملموس را هدایت میکنند، توضیح میدهد. شما یاد خواهید گرفت که چه چیزی کار می کند و چه چیزی خوب نیست، و چرا ایجاد یک فرهنگ مبتنی بر داده در سراسر سازمان شما ضروری است.
What do you need to become a data-driven organization? Far more than having big data or a crack team of unicorn data scientists, it requires establishing an effective, deeply-ingrained data culture. This practical book shows you how true data-drivenness involves processes that require genuine buy-in across your company, from analysts and management to the C-Suite and the board. Through interviews and examples from data scientists and analytics leaders in a variety of industries, author Carl Anderson explains the analytics value chain you need to adopt when building predictive business models—from data collection and analysis to the insights and leadership that drive concrete actions. You'll learn what works and what doesn't, and why creating a data-driven culture throughout your organization is essential.
\"\"Copyright\"\"
\"\"Table of Contents\"\"
\"\"Preface\"\"
\"\"Summary\"\"
\"\"Who Should Read This Book?\"\"
\"\"Chapter Organization\"\"
\"\"Conventions Used in This Book\"\"
\"\"Safari® Books Online\"\"
\"\"How to Contact Us\"\"
\"\"Acknowledgments\"\"
\"\"Chapter 1. What Do We Mean by Data-Driven?\"\"
\"\"Data Collection\"\"
\"\"Data Access\"\"
\"\"Reporting\"\"
\"\"Alerting\"\"
\"\"From Reporting and Alerting to Analysis\"\"
\"\"Hallmarks of Data-Drivenness\"\"
\"\"Analytics Maturity\"\"
\"\"Overview\"\"
\"\"Chapter 2. Data Quality\"\"
\"\"Facets of Data Quality\"\"
\"\"Dirty Data\"\"
\"\"Data Generation\"\"
\"\"Data Entry\"\"
\"\"Missing Data\"\" \"\"Duplicates\"\"\"\"Truncated Data\"\"
\"\"Units\"\"
\"\"Default Values\"\"
\"\"Data Provenance\"\"
\"\"Data Quality Is a Shared Responsibility\"\"
\"\"Chapter 3. Data Collection\"\"
\"\"Collect All the Things\"\"
\"\"Prioritizing Data Sources\"\"
\"\"Connecting the Dots\"\"
\"\"Data Collection\"\"
\"\"Purchasing Data\"\"
\"\"How Much Is a Dataset Worth?\"\"
\"\"Data Retention\"\"
\"\"Chapter 4. The Analyst Organization\"\"
\"\"Types of Analysts\"\"
\"\"Data Analyst\"\"
\"\"Data Engineers and Analytics Engineers\"\"
\"\"Business Analysts\"\"
\"\"Data Scientists\"\"
\"\"Statisticians\"\"
\"\"Quants\"\"
\"\"Accountants and Financial Analysts\"\" \"\"Data Visualization Specialists\"\"\"\"Analytics Is a Team Sport\"\"
\"\"Skills and Qualities\"\"
\"\"Just One More Tool\"\"
\"\"Exploratory Data Analysis and Statistical Modeling\"\"
\"\"Database Queries\"\"
\"\"File Inspection and Manipulation\"\"
\"\"\"\"
\"\"Chapter 5. Data Analysis\"\"
\"\"What Is Analysis?\"\"
\"\"Types of Analysis\"\"
\"\"Descriptive Analysis\"\"
\"\"Exploratory Analysis\"\"
\"\"Inferential Analysis\"\"
\"\"Predictive Analysis\"\"
\"\"Causal Analysis\"\"
\"\"Chapter 6. Metric Design\"\"
\"\"Metric Design\"\"
\"\"Simple\"\"
\"\"Standardized\"\"
\"\"Accurate\"\"
\"\"Precise\"\"
\"\"Relative Versus Absolute\"\"
\"\"Robust\"\"
\"\"Direct\"\" \"\"Key Performance Indicators\"\"\"\"KPI Examples\"\"
\"\"How Many KPIs?\"\"
\"\"KPI Definitions and Targets\"\"
\"\"Chapter 7. Storytelling with Data\"\"
\"\"Storytelling\"\"
\"\"First Steps\"\"
\"\"What Are You Trying to Achieve?\"\"
\"\"Who Is Your Audience?\"\"
\"\"What\'s Your Medium?\"\"
\"\"Sell, Sell, Sell!\"\"
\"\"Data Visualization\"\"
\"\"Choosing a Chart\"\"
\"\"Designing Elements of the Chart\"\"
\"\"Delivery\"\"
\"\"Infographics\"\"
\"\"Dashboards\"\"
\"\"Summary\"\"
\"\"Chapter 8. A/B Testing\"\"
\"\"Why A/B Test?\"\"
\"\"How To: Best Practices in A/B Testing\"\"
\"\"Before the Experiment\"\"
\"\"Running the Experiment\"\"
\"\"Other Approaches\"\" \"\"Multivariate Testing\"\"\"\"Bayesian Bandits\"\"
\"\"Cultural Implications\"\"
\"\"Chapter 9. Decision Making\"\"
\"\"How Are Decisions Made?\"\"
\"\"Data-Driven, -Informed, or -Influenced?\"\"
\"\"What Makes Decision Making Hard?\"\"
\"\"Data\"\"
\"\"Culture\"\"
\"\"The Cognitive Barriers\"\"
\"\"Where Does Intuition Work?\"\"
\"\"Solutions\"\"
\"\"Motivation\"\"
\"\"Ability\"\"
\"\"Triggers\"\"
\"\"Conclusion\"\"
\"\"Chapter 10. Data-Driven Culture\"\"
\"\"Open, Trusting Culture\"\"
\"\"Broad Data Literacy\"\"
\"\"Goals-First Culture\"\"
\"\"Inquisitive, Questioning Culture\"\"
\"\"Iterative, Learning Culture\"\"
\"\"Anti-HiPPO Culture\"\"