得數據者得天下，大數據時代，你也可以成為大贏家！
大數據時代沒有旁觀者，每個人都看得懂的大數據入門書！
呂長青編著的《一本書讀懂大數據(彩色圖解版)》具有以下特色：
知識精簡，深入淺出地剖析大數據，讓你輕松閱讀。
流程圖解，以易讀好學的方式，增加閱讀趣味。
案例翔實，各行業經典有趣的案例，大數據全揭秘。
數據掘金，企業個人數據掘金方案，**數據時代。

最近幾年從未有一個名詞能像大數據那樣涉及社 會的各個層面、各個領域，贏得人們廣泛而持續的關 注。大數據正以燎原之勢席卷全球，給各類組織、企 業以及個人帶來深遠的影響。 呂長青編著的《一本書讀懂大數據(彩色圖解版) 》內容翔實，覆蓋面廣，從點到面，從問題到根源， 詳細全面地闡述了大數據所帶來的影響、大數據應用 、大數據解決方案，同時也指出在這種局勢下，企業 和個人該如何應對，從而把握時代趨勢，從容贏得先 機。

第一章 新起航：互聯網+大數據，產業展翅
1.1 新趨勢：大數據時代真的來臨了
1.2 新概念：你該這麼認識大數據
1.3 四大特征：幫你把脈大數據
1.4 五大事實：大數據不是傳統數據
1.5 六大誤解：撥開迷霧認識真正的大數據
1.6 時效性：昨天的大數據已不是**的大數據
1.7 發展歷程：看大數據如何橫空出世
1.8 大影響：大數據帶來的四大變革
第二章 ***：360度全面了解大數據
2.1 起源：第三次浪潮的華彩樂章
2.1.1 量累積：為有源頭數據來
2.1.2 顛覆性：摩爾定律現像
2.1.3 量質變：由數據到大數據
2.1.4 新篇章：一切皆可數據化
2.2 現狀：數字時代的“石油”與“黃金”
2.2.1 新引擎：互聯網+的“發動機”
2.2.2 新寶藏：“互聯網+大數據”掘金新方式
2.2.3 揭幕戰：百度、谷歌、微軟一較高下
2.2.4 雲數據：存在“雲”裡的大數據
2.2.5 新勢力：物聯網的快速崛起
2.3 發展趨勢：站在迎風口的大數據
2.3.1 新崗位：催生千萬大數據相關崗位
2.3.2 新資產：未來*大的交易商品
2.3.3 私定制：量身定**務時代
2.3.4 數共享：越來越開放的數據
2.3.5 重安全：數據王國安全為根基
2.3.6 看未來：大數據**智能化社會
第三章 掘金紅海：大數據的行業解決方案
3.1 電商：乘上大數據翅膀展翅高飛
3.1.1“雙十一”背後的大數據
3.1.2 銷售分析：察覺數字背後的奧秘
3.1.3 大數據如何為電商企業增加利潤
3.1.4 大數據動態分析定制專屬廣告
3.1.5 以人為本的移動互聯網營銷
3.2 傳媒影視：什麼樣的內容纔是觀眾*喜愛的
3.2.1 大數據催生《紙牌屋》
3.2.2社交媒體傳播成就了《致青春》
3.2.3 大數據告訴你《羋月傳》有多火
3.2.4 IP是什麼，為何這麼重要
3.2.5大數據或將決定影視內容生產
3.3 個人生活：大數據離我們的生活並不遙遠
3.3.1 教育改革，世界大課堂出現與個性化教育
3.3.2 醫療，健康信息隱藏在數據裡
3.3.3可穿戴設備，隨時上傳數據
3.3.4 信用生活，生活*智能
3.3.5大數據對人際關繫的影響
3.4 互聯網金融：大數據理財時代
3.4.1 互聯網金融的異軍突起
3.4.2 錢該放卡裡，還是網絡裡
3.4.3 社交化的互聯網金融
3.4.4 傳統金融行業該如何應對大數據的兵臨城下
3.5 大數據預測：新時代的“預言家”
3.5.1 世界杯“預言帝”
3.5.2 奧斯卡金像獎提前揭曉“結果”
3.5.3 預測準不準誰說了算
3.5.4 快數據，由預測到現測
3.5.5 數據預測與人的直覺
第四章 火眼金睛：找出隱藏在數據背後的奧秘
4.1 浪裡淘沙：窮盡大數據海域終見沙
4.1.1 用*少數據獲取*多信息
4.1.2 利用所有的數據
4.1.3 快速、多源、復雜化的數據
4.1.4 數據挖掘流程全解
4.1.5 為什麼要挖掘數據
4.2 沙裡淘金：數據分析助你一臂之力
4.2.1 四種入門分析方法，你get了嗎
4.2.2 分類：道不同不相為謀
4.2.3 大數據分析的五個基本面
4.2.4 並不**準確，允許出錯
4.3 可視化：讓數據自己說話，讓觀眾聽到結果
4.3.1 圖片比數字*讓人印像深刻
4.3.2 將數據隱藏的信息圖片化
4.3.3 常用的數據可視化
4.3.4 數據可視化的發展歷程
4.3.5 讓圖表“動”起來
4.3.6 新聞界，可視化的力量
第五章 以人為本：方今之急在於人纔而已
5.1 數據分析專家：大數據海域航行靠舵手
5.1.1 為什麼要成為數據分析專家
5.1.2 **數據分析專家的與眾不同之處
5.1.3 自主學習是數據分析專家的特質
5.1.4 企業如何招聘數據分析人纔
5.1.5 教你快速成為數據分析專家
5.2 數據分析團隊：航行在大數據海域的航空母艦
5.2.1 為什麼要打造分析團隊
5.2.2 團隊組織結構
5.2.3 團隊管理的幾大原則
5.2.4 如何優化團隊
5.2.5 數據**分析工作應由誰來做
5.2.6 **數據分析團隊的特征
5.2.7 團隊建設的五個階段
5.2.8 處理好團隊成員間的衝突
第六章 **者：尋求大數據時代的出路
6.1 企業：企業的大數據怎麼做
6.1.1 戰略：構建大數據戰略
6.1.2 繫統：搭建數據化運營繫統
6.1.3 產品：善於使用BAT等大數據
6.1.4 營銷：***分析客戶，實現精準營銷
6.2 個人：如何搭上大數據時代的順風車
6.2.1 取勢：善戰者謀其勢而利導之
6.2.2 明道：物有本末、事有終始，知所先後，則近道矣
6.2.3 優術：工欲善其事，必先利其器
6.2.4 踐行：大道至簡，知行合一
6.2.5 合眾：獨學而無友，則孤陋而寡聞

從古人使用計量單位來計算農作物，或者計算打 獵收獲開始，數據便出現了，從那以後，數據便成為 常用的方式，有時會統計下人口數量，有時會統計作 物收成，有時會根據數據進行作物或獵物分配，有時 也會根據數據進行分析，比如今年作物的產量相對去 年是增產還是減產，獵物數量相比去年同時期是否有 所增加。數據收集和數據分析便成為促進社會進步的 重要方式。
17、18世紀，微積分、統計學以及概率論的提出 ，為數據收集和數據分析提供了理論基礎，同時科學 家還發明了一些新的工具，可以對以往無法進行統計 的數據進行收集和分析，如犯罪率、農作物收成預測 、結婚率等，數據收集和數據分析由此得以邁入新的 階段。
後來，數據對社會生活的影響越來越重，19世紀 時，約翰·斯諾曾使用數據科學繪制了“霍亂群聚” 圖。那個時期，倫敦一直為霍亂所困擾，科學家進行 了大量調查，*後認為導致霍亂的根源在於有毒空氣 ，斯諾博士對此有所懷疑，他懷疑霍亂跟水源有關， 於是他將霍亂爆發頻繁、嚴重的地區當作調查對像， 詳細調查了這些地區被污染的水源，從而找到了導致 霍亂產生的根源。
隨後數據科學得以運用在工業中，極大提升了工 作效率，增加了工廠的產量。不久後，人們在其他領 域使用數據科學，發現一個很重要的事實：數據波及 哪個領域，哪個領域就會發生一場變革。而且人們如 能合理利用數據，則能提升該領域的價值，節省相關 費用。
人類社會步入互聯網時代後，數據迎來了新的發 展機遇，從而正式邁入大數據時期。大數據對人類社 會的影響是顛覆性的，從小作坊到大型企業、到各類 組織、政府，無一不深受大數據的影響。大數據對個 人也產生了深遠影響，使生活、職場、思維都發生了 顛覆性的變革。
大數據顛覆傳統的決策方式，以海量數據為基礎 ，從數據中挖掘出有價值的信息，並以此來指導決策 ，甚至**決策、決定決策，這種方式顛覆了以往的 以直覺、閱歷、經驗等為主的決策方式。人們發現數 據量越是豐富，其分析結果就越準確，因此隨著數據 增長速度加快，人們收集數據的能力逐步提升，在未 來，數據將**決策。這對企業、個人的影響很大。
大數據幾乎改變了每個行業，從醫療保險到天空 探險、從傳統銀行到互聯網金融、從小微企業到跨國 公司、從路邊小飯館到五星級餐飲等，幾乎所有的行 業數據增長速度都越來越快。如今一家小企業所擁有 的數據量都有可能超過圖書館所擁有的數據量。根據 相關預測，大數據在未來很長一段時間裡，將保持高 速增長的狀態，將會對每一個行業帶來深遠的影響。
在過去，創新多依靠人類自身的突發奇想，而在 大數據時代，創新將會變得簡單，隻要找到數據問的 相關關繫就能促使創新出現。人們以海量數據為基礎 ，深入挖掘用戶需求，挖掘產品或者技術上的不足之 處，從而促進技術升級和換代。隨著數據應用範圍越 來越廣，數據所爆發出的能量將*為驚人。
**，數據比以往*深入且全面地與社會、集體 、個人等交織在一起，整個地球都在數據的包圍之中 ，人們自身也成為數據的生產者、利用者。尤其是隨 著雲計算、雲空間的出現，計算機處理能力的提升， 存儲成本的降低，物聯網的興起，移動互聯網的火熱 等，大數據已經涉及人類生活的層層面面，成為社會 進步、經濟發展、人類文明進步的必經之路。
人類從大數據中獲益匪淺：銀行能夠了解到信用 風險；政府可以根據數據適時調整政策，以惠萬民； 醫療運用數據監測我們的健康情況，使一些較為頑固 的疾病可以及早發現……總之，大數據正以燎原之勢 強勢襲來，且將在未來社會(如智能社會)中發揮*為 重要的作用。
事實上，信息**由來已久，但*近幾年人們的 感受*為深刻，這一方面是因為網民數量的大幅增加 ，另一方面是物聯網、雲計算等興起，導致各種設備 數量增速極快。另外就是互聯網企業在人口和應用場 景的競爭越來越激烈，這些競爭也是數據資源的競爭 ，大數據已成為戰略性資源，影響越來越大，因此人 們纔感覺到大數據已然就在身邊，且與自己的生活息 息相關，而大數據所席卷而來的變革具有顛覆性、全 面性，正深人各個層面，基於此，人們難免會想到， 大數據時代真的來臨了。
P2-4