●章不確定性的無知與無奈
從不確定性開始
什麼是不確定性?
不確定性事件廣泛存在
不確定性推動科研
不確定性創造商機
產生不確定性的原因
第二章數據的時代特征
數據的樸素定義
數據的時代特征
運營商數據
支付交易數據
手機數據
社交網絡數據
位置軌跡數據
瀏覽日志的數據
第三章樸素的數據價值觀
數據分析的核心
價值表現的三個方面
參照繫
價值與業務場景
價值與商業模式
可被歸因的價值
第四章回歸分析的“道”與“術”
統計學不研究統計
回歸分析與不確定性
回歸分析與管理決策
回歸五式
第五章因變量與業務訴求
確定業務的核心訴求
縱橫對比兩步法
不存在完美定義的Y
瞄準真實的業務目標
瞄準原因而不是結果
第六章解釋性變量與業務洞見
X就是業務洞見
X決定競爭優勢
運營實踐產生X
制度設計保障X
第七章預測精度與產品設計
預測不準是常態
預測精度的改進
預測精度的界定
大數定律與產品化
第八章數據資產定價
必要性與挑戰
數據確權
交易標的
價值測算
第九章數據資產交易
交易的內容與形式
可替代性與套利交易
一個假想的資產交易所
第十章數據治理與價值創造
數據治理時代
公司治理與數據治理
數據資源資產化
數據確權與合規
價值創造與人纔培養
討論與總結

數據創造價值的過程，就是數據資源資產化的偉大歷程！
本書試圖回答以下問題：
數據如何產生價值？
純粹而孤立的數據有商業價值嗎？
預測不準為什麼是常態？
一個預測不準的場景能有什麼用處？
數據隱私如何保護？
如何對數據確權？
數據資產應該如何定價？
定價的邏輯是什麼？
本書會告訴你：
一套規範的數據分析方法論，幫助你從業務角度定義數據分析，從數據分析角度實踐業務；
預測不準是常態，是大千世界無常的一個正常反映；
數據模型的價值，主要體現在預測精度的相對優勢上（相對於經驗方法），而不是對保證預測精度的無限追求；
數據帶來價值的同時，也帶來了傷害：隱私洩漏；
數據專享的合法擁有者需要通過對數據確權來實現；
等