★《富比世》、《金融時報》、《出版人周刊》等主流媒體專文推薦
★大數據時代，每位工作者必備的關鍵能力！
★市面上第一本探討如何應用大數據在工作及企業組織的實戰指南！
大數據不只是時髦的流行語，
本書能為你將大數據轉為大決策，
從巨量資料中找到巨量商機！
往往我們聽到大數據或巨量資料，常常知其然而不知其所以然，總覺事不關己。本書是市面上第一本確實探討，如何應用大數據在我們的工作及企業組織上的書，也是本結合趨勢與實用的實戰手冊。
本書作者戴文波特是資訊科技界最有影響力人物之一，在研究大數據幾年之後，他認為大數據是一個革命性的概念，握有改變幾乎各行各業的能力。每位工作者都需要了解大數據。本書討論面向包括：
• 為什麼大數據對你和你的組織來說都很重要？
• 你需要什麼技術來管理大數據？
• 大數據將如何改變你的工作、公司，以及產業？
• 如何聘僱、訓練善於使用大數據的人才？
• 在執行大數據專案計畫時，成功的關鍵因素為何？
藉由分享數十家公司的例子，包括優比速（UPS）、奇異（GE）、亞馬遜（Amazon）、花旗集團（Citigroup）等等，本書將幫助你抓住所有機會，包括：改善決策、產品、服務，以及加強顧客關係。同時，也會教你如何將大數據運用在你工作的企業組織內，讓你從巨量資料中找到巨量商機。
★《富比世》、《金融時報》、《出版人周刊》等主流媒體專文推薦
★大數據時代，每位工作者必備的關鍵能力！
★市面上第一本探討如何應用大數據在工作及企業組織的實戰指南！
為經理人將大數據轉為大決策，
從巨量資料中找到巨量商機。
作者簡介：
湯瑪斯．戴文波特 Thomas H. Davenport
湯瑪斯．戴文波特是貝伯森學院（Bobson College）資訊科技暨管理學教授，曾獲頒該校的傑出教授校長獎頭銜；他也是麻省理工學院數位商業中心（Center for Digital Business）研究員。他是國際數據分析研究所（International Institute for Analytics）的共同創辦人暨研究主任，以及德勤資料分析（Deloitte Analytics）的資深顧問。戴文波特與人合寫了《魔鬼都在數據裡》（Competing on Analytics）與《工作中的資料分析》（Analytics at Work）、《跟上量化專家的腳步》（Keeping Up with the Quants）三本書，至今共獨寫、合寫或編輯過十八本書。2006年他的一篇文章〈決勝分析力〉（Competing on Analytics）獲提名為《哈佛商業評論》九十年的歷史中十大「必讀」文章之一。戴文波特曾獲《顧問》（Consulting）雜誌提名為全球二十五大顧問，是齊夫．戴維斯（Ziff Davis）出版社的「資訊科技百大最有影響力人物」之一，也是《財星》雜誌全球五十大商學院教授之一。
譯者簡介：
江裕真
畢業於輔仁大學管研所、中央大學資管系。譯著包括《M型社會》（合譯）、《新．企業參謀》、《一本讀通杜拉克》、《讓顧客開口說成交》、《我如何在雲端創業》、《我用維基解密挑戰世界》、《AKB48的格子裙經濟學》、管會漫畫《壽司幹嘛轉來轉去》三部曲、《中國不承認的地下經濟》、《圖解韓國四大財閥》、《決斷思考就是你的武器》、《史上最強哲學入門》西洋篇、東洋篇等。
各界推薦
名人推薦：
【各界推薦】
如果你讀完這本書發現你的工作和這本書扯不上一點關係，要不了多久，你一定會被迫對自己或你的工作說：「Goodbye, and Good Luck!」
——戴季全，Richi 里斯特資訊媒體 暨 BuzzOrange 流線傳媒創辦人
湯瑪斯‧戴文波特結合趨勢與實用的角度，為大家詳細整理了大數據的來龍去脈，同時也在書中引用大量的實例，幫助讀者理解大數據如何改變我們的工作，以及商業邏輯的運作。
——鄭緯筌，臺灣電子商務創業聯誼會 理事長
大數據已是一個充滿著混淆言論、甚至誤導的流行名詞，其意義已逐漸模糊。本書探討大數據，直接明瞭，不花俏，是眾聲喧嘩裡的一記清音。對於想要真正理解大數據的經理人，本書是必讀之作。——《富比士》
關於大數據所使用的科技，以及如何找到精通此技術的人才，本書提供相當實用的建議。在職場上，如何聘用這類人才是一個重要的問題，因為大專院校也才剛開始開設相關課程。對於不知如何在成堆的資料中找金礦的經理人來說，這本書值得一讀。——《金融時報》
資料分析領域暢銷書作家戴文波特在這本新書中，為經理人提供關於大數據簡潔、非技術性的概述，並說明如何利用大數據創造新機。——《出版人週刊》
本書涵蓋了各項重要議題，包括大數據的真正含意、你該雇用哪種人才，以及該運用哪些技術。本書容易閱讀，有明確的主題，並提供從新創公司到大企業的實際案例。—— Globe & Mail
本書是第一本，且是唯一一本描述現今組織真正使用大數據、從中挖掘出價值，以及將其與其他形式的資料與分析相結合。這是一本非常寶貴的商場實戰指南。
——Jane Griffin，德勤（Deloitte Canada and Americas）資料分析常務董事
「大數據」究竟只是時髦的流行語，還是它確實有商業上的實際應用功能？本書不談高科技的用語，幫助商業專業人士把大數據變成大決策。
——Jonathan D. Becher，思愛普（SAP）行銷長
推薦序
戴季全
Richi 里斯特資訊媒體 暨 BuzzOrange 流線傳媒創辦人
大數據：互聯網思維的必修課
互聯網思維是大數據的上位概念。
高度應用互聯網思維的企業，也就是所謂的網路公司，在產品的發展與擴展用戶的過程裡，幾乎無處不是大數據觀念的應用。這樣的企業或團隊，極為重視使用者經驗。用戶至上，先創造用戶，才創造客戶。在過程中不斷地根據數據進行決策、修正發展的方向，同時也會在不同的階段增加或改變數據的收集來源與詮釋的方法。
這便是網路公司席捲全球所有產業、衝擊傳統產業運作模式的祕密之一。這樣的數據運作方式，搭配網路破壞既有產業資訊不平衡的結構，使得新的產品、新的服務、新的組織方式，以及新的工作方法，莫不快速且加劇改變所有的遊戲規則。
台灣經濟發展落後世界十年以上，你的薪資落後和這樣的思維落後有絕對的關係。大數據是互聯網思維的必修課，如果你讀完這本書發現你的工作和這本書扯不上一點關係，要不了多久，你一定會被迫對自己或你的工作說：「Goodbye, and Good Luck!」
鄭緯筌
臺灣電子商務創業聯誼會 理事長
徜徉在廣袤的大數據流裡
提起「大數據」（Big Data），你的腦海裡立刻浮現什麼畫面呢？是一疊又一疊的書報、資料呢？還是圖書館裡汗牛充棟的巨量藏書、DVD光碟？或者是各家商城、賣場，在那遙不可及的雲端裡所貯藏著人們的各種消費數據呢？
的確，大數據看似虛無縹渺，但的確已經和我們的生活產生了緊密的關連。坊間也不乏談論大數據的相關書籍，有幾本書從解釋社會、經濟現象和資訊文明的角度切入，也有的書談論網路科技所帶給人們生活的衝擊、影響。
但，不是只有科學家或工程師才需要了解大數據。這幾年，我一直在尋覓一本可以談論大數據對我們的工作所帶來的機會與挑戰的專書，但卻遲遲還未見到講述如何應用大數據在我們的工作及企業組織上的著作，不免覺得有些遺憾。
很高興聽到天下文化將引進湯瑪斯‧戴文波特所撰寫的這本《大數據@工作力》，作者結合趨勢與實用的角度，為大家詳細整理了大數據的來龍去脈，同時也在書中引用大量的實例，幫助讀者理解大數據如何改變我們的工作，以及商業邏輯的運作。
作者湯瑪斯‧戴文波特提到，大數據應用在職場上的價值可分為三種，分別是降低成本的價值、提升決策水準的價值，以及改善產品與服務的價值。
舉例來說，韓國首爾就以大數據為基礎，分析三十億通的通話紀錄，推出九條夜間公車的路線，方便晚歸的乘客搭乘。另外，首爾計程車都會裝有行車紀錄器，經過統計之後，不但可以告知計程車司機哪裡有客人，也會用手機通知民眾能夠到哪裡去搭車。
其實，我們曾在臺北捷運車站看到為夜歸婦女所特別推出專門的等候車廂，但是如果有關單位可以運用大數據再做進一步的分析，也許以後就可以提供更貼心的服務了。
大數據發展至今，僅有短短十年的光景，卻已經從科學家眼中的未來趨勢，落實到我們的生活之中。透過《大數據@工作力》一書的介紹，我們不只可以得知最新的潮流、趨勢，更能夠理解世界各先進企業如何巧妙運用大數據。如果您也對它感興趣的話，歡迎和我一起來進入大數據的奇妙世界。
名人推薦：【各界推薦】
如果你讀完這本書發現你的工作和這本書扯不上一點關係，要不了多久，你一定會被迫對自己或你的工作說：「Goodbye, and Good Luck!」
——戴季全，Richi 里斯特資訊媒體 暨 BuzzOrange 流線傳媒創辦人
湯瑪斯‧戴文波特結合趨勢與實用的角度，為大家詳細整理了大數據的來龍去脈，同時也在書中引用大量的實例，幫助讀者理解大數據如何改變我們的工作，以及商業邏輯的運作。
——鄭緯筌，臺灣電子商務創業聯誼會 理事長
大數據已是一個充滿著混淆言論、甚至誤導的流行名詞，其意義已逐漸模糊。本書探討大數據，直...
章節試閱
為何企業與個人都需要大數據？
無可否認，大數據的資料量確實龐大，只不過這名稱也略有誤導之嫌。大數據的多或大，固然是其引人關注的原因，但真正最棘手之處，其實是它缺乏結構。
與大數據有關的書籍，基本上一開始會先告訴讀者，全球的資料量加起來有多少，還會提供數據和比較對象─一般企業的資料總量是國會圖書館有史以來所存放資料的427倍；臉書的圖片資料比柯達處理過的像素來得多；人們每天抓取的影片檔，要比電視問世後、頭五十年的節目內容還多。以上這些數據都不是真的，全是我編的，但如果要拿來描述現代資料的數量與種類多到教人暈眩的程度，應該也相去不遠。
重點並不在於因為資料的數量之多而眼花繚亂，而在於怎麼分析資料，將之轉換為知識、創新，以及企業價值。並非所有資料都有用處，有潛在價值的資料，約莫只占四分之一。但無論如何，我們現在還只停留在皮毛的層次而已。
大數據的現象會長久存在嗎？
更多資料，更多技術，除此之外還需要什麼，才能確保大數據不只是曇花一現？我會在這本書裡讓各位知道，賦與大數據生命的，其實是「人」的部分。以我之見，一家企業能否成功運用大數據，最大的關鍵在於資料科學家所扮演的角色。資料本身往往不是免費就是低成本；軟硬體也一樣，不是免費就是花不了多少錢，但相關人才卻耗費高成本才可能找到，而且不是那麼好找。但相關人力在未來會變得好找一些。原因在於，許多大學都開設商業智慧或資料分析的學分課程或學程，而且有相當比例正著手把大數據議題或技能加入課程之中。學校已經開始推出一些大數據與資料科學的課程，再過不久，就會有幾萬名合格畢業生從這些學校進入企業。企業會因而比較容易推動大數據計畫，不會因為人才短缺而必須縮小相關行動的規模。
以上在在顯示出大數據及其相關概念與技術，並非一時的流行，而會跟隨著我們好幾十年的時間。企業與機構不可能無視於大數據，除非它們不再關心如何節省成本，也不再關心要如何賣出更多產品與服務，或是取悅顧客。但那似乎是不可能的。
大數據帶來的管理新導向
大數據不但改變了技術與管理流程，也改變了組織行事的基本導向與文化。手握這樣的新資源，我們簡直無法再以相同方式看待企業。
在行事導向上的必要改變之一是，企業必須運用大數據發掘更多事實、推動更多實驗性做法。一直以來，商業與科技公司的主要事業重點，都放在促使行銷、銷售、服務等功能的流程自動化上。企業過去一向都藉由解析資料，來理解與微調流程、取得管理資訊，以及在出現異常狀況時做為警示之用。事業與技術架構往往反映出這樣的過程，因此企業會期盼先完成交易與營運的工作，再移往分析資料、取得資訊的階段。企業會評估自身的經營績效、設想改善方案，並擬定為期幾個月到幾年的技術專案，付諸實行。
但大數據徹底顛覆了這套做法。其基本信條是，這個世界，以及用於描述它的資料，都處於經常的變動與不穩定當中，任何組織若能比別人迅速而聰明地發掘資訊、採取因應行動，就能占上風。真正有價值的企業能耐與資訊能耐，在於從大數據中發掘價值以及行事敏捷，而非維持穩定。運用大數據工具與技術的資料科學家，可望持續在既有資料來源與新資料來源中，發掘出各種樣態、事件，以及機會，而且是以前所未見的規模與速度。
這種新的導向對於小型的新創企業來說相對容易。不過，大企業可能必須為此大幅調整看待資訊科技以及資訊活動的心態。
本書內容簡介
第一章談的是，大數據不僅改變技術與管理流程，也改變組織內基本方針與文化。同時也介紹大數據帶來的新機會，包括：降低成本、改善決策、改進產品與服務。
在第二章將說明，在某些重要的產業與部門裡，企業及其成員已開始用大數據來做什麼；同時也舉幾種情境說明，在不久的將來，他們可能會如何運用大數據──這或許可以讓大家更清楚知道，大數據這種新資源具有形變的特性。
第三章談的是大數據策略。你的組織該如何判斷，要運用大數據的資源實現何種企業目標？該走資料探索的路線，還是該量產應用？該以多快的速度抓住大數據帶來的機會？
第四章談的是大數據計畫能否成功的一大限制條件──人的因素。我會提到資料科學家必備的技能，並探討「大數據將如何改變管理工作」這個新興話題。
假如你聽到許多關於「Hadoop」與「MapReduce」的資訊，覺得很難搞懂這些術語的意思，你可能會想直接翻閱第五章，裡頭有著專為企業經理人準備的大數據技術導覽內容。該章除了會談到這些管理大數據用的基礎架構技術外，也會觸及一些在大數據環境下很管用的資料分析手法，像是機器學習與視覺化分析。
第六章會以宏觀角度討論，除了人才與新技術之外，組織還需要什麼，才能運用大數據創造成果。假如你看過我與人合著的《工作中的資料分析》一書，你應該很熟悉DELTA模式；我會在該章中將之應用到大數據上（在本書的附錄中，我也在略做修改後，把該模式運用到一個用於評估大數據能耐的架構中）。
最後兩章要討論的是，大數據對於不同規模與年齡的組織所代表的意義。第七章會聚焦於我們可以從新創企業與線上企業身上學到的經驗，第八章則聚焦於已有規模的大企業如何運用大數據。我也在該章提出名為「資料分析3.0」的想法，亦即企業可如何將小數據的精華以及傳統的資料分析手法，與大數據的手法結合在一起。
在各位用心看完這些章節後，對於個人與所屬組織可如何運用大數據，可望建立起通盤的了解。在各章最後，我會列出一些敦促讀者採取行動的問題，你和你的管理團隊應該自問並回答這些問題，才能善用大數據這威力十足的資源。全書並沒有什麼讚嘆大數據有多麼美好的言論，只是在提供一個人們可以如何運用大數據的觀點。如同我在本章開頭所言，請謹記，重點不在你握有多少資料，而在於你如何運用它。
（更多精采內容，請閱讀《大數據@工作力》。本文擷取自第一章）
為何企業與個人都需要大數據？
無可否認，大數據的資料量確實龐大，只不過這名稱也略有誤導之嫌。大數據的多或大，固然是其引人關注的原因，但真正最棘手之處，其實是它缺乏結構。
與大數據有關的書籍，基本上一開始會先告訴讀者，全球的資料量加起來有多少，還會提供數據和比較對象─一般企業的資料總量是國會圖書館有史以來所存放資料的427倍；臉書的圖片資料比柯達處理過的像素來得多；人們每天抓取的影片檔，要比電視問世後、頭五十年的節目內容還多。以上這些數據都不是真的，全是我編的，但如果要拿來描述現代資料的數量與種類...
目錄
【推薦序】
徜徉在廣袤的大數據流裡 鄭緯筌
大數據：互聯網思維的必修課 戴季全
第一章 為何企業與個人都需要大數據？
第二章 大數據將如何改變工作、企業與產業
第三章 發展大數據策略
第四章 大數據的人才面
第五章 大數據的技術
第六章 大數據的成功條件
第七章 我們可以從新創和線上企業學到什麼？
第八章 大企業怎麼做？
大數據與資料分析3.0
附錄 大數據準備度自我評分表
註釋
【推薦序】
徜徉在廣袤的大數據流裡 鄭緯筌
大數據：互聯網思維的必修課 戴季全
第一章 為何企業與個人都需要大數據？
第二章 大數據將如何改變工作、企業與產業
第三章 發展大數據策略
第四章 大數據的人才面
第五章 大數據的技術
第六章 大數據的成功條件
第七章 我們可以從新創和線上企業學到什麼？
第八章 大企業怎麼做？
大數據與資料分析3.0
附錄 大數據準備度自我評分表
註釋
2024專利防護中