大数据分析与变现 利润驱动

"信息、网络和数据库技术迅速发展且广泛运用，使大数据分析得到了迅猛提升。继续基于过时分析之上制定决策的企业领导者，与具备更高级视野的竞争对手相比，相当于在盲飞。《大数据分析与变现：利润驱动》为你提供了一站式的便捷资源，将你的思维和技能库提升为最优选的分析技术，以达到商业目标。 复杂的数学证明和事无巨细的详尽算法为这些分析提供了坚实基础，你只需理解底层的科学原理，培养利润驱动的心智，激发这些创新分析模型的开发、实施和运营。如果大数据洞察让你想要更多，那么这本特别有用的指南则是值得你信赖的框架，通过数据驱动决策可使得品牌增加的价值优选化。在每一章中，富于启发性的案例研究都让所讲述的主题生动有趣，复习题强化了对相应材料的理解，而开放问题则为你准备了真正的练习。通过今天的以下行为获得明天的竞争优势：  从实践者的角度，通过对基础理论和利润驱动分析机制的探索，实现从理论研究到实际操作执行的便捷飞跃  通过访问同步网站的示例数据库、代码和应用，迅速开启对相应内容的理解和专业知识的提升  利用大数据分析精简商业流程，采取能够产生巨大价值并降低运营成本的最前沿举措 无论你是需要升级你目前的大数据分析战略，还是从零开始建立大数据分析战略，《大数据分析与变现：利润驱动》一书都是你前行路上触手可及的参考书、工具箱和导师。"

本书是为向领导团队提供如何将其组织II型为具盈利能力的前沿的大数据分析机制的方法和工具而写就。如何利用大数据分析增强商业决策的准确度并提升企业净利润，为此，本书详细讲述了一个以价值为中心的渐进式策略。这个基于作者团队在全世界范围的咨询经验和高质量研究之上的指南，为数据处理、特定公司的数据分析优化及整、流程的持续评估和提升，展开了一个分步骤的详细路线图。

第1章以价值为中心的分析方法
1.1概述
1.1.1商业分析
1.2利润驱动的商业分析
1.3分析流程模型
1.4分析模型评估
1.5分析团队
1.5.1人员背景
1.5.2数据科学家
总结
复习题
参考文献
第2章分析技术
2.1概述
2.2数据预处理
2.2.1分析数据的去标准化
2.2.2抽样
2.2.3探索性分析
2.2.4缺失值
2.2.5异常值监测和处理
2.2.6主成分分析
2.3分析类型
2.4预测分析
2.4.1概述
2.4.2线性回归
2.4.3逻吉斯回归
2.4.4决策树
2.4.5神经网络
2.5综合法
2.5.1装袋法
2.5.2推进法
2.5.3随机森林法
2.5.4综合法的评估
2.6预测模型评估
2.6.1数据集拆分
2.6.2分类模型的性能测算
2.6.3回归模型的性能测算
2.6.4预测分析模型的其他性能测算指标
2.7描述性分析
2.7.1概述
2.7.2关联规则
2.7.3顺序规则
2.7.4聚类
2.8生存分析
2.8.1概述
2.8.2生存分析测算
2.8.3KaplanMeier分析
2.8.4参数化生存分析
2.8.5比例风险回归
2.8.6生存分析模型的扩展
2.8.7生存分析模型评估
2.9社交网络分析
2.9.1概述
2.9.2社交网络定义
2.9.3社交网络指标
2.9.4社交网络学习
2.9.5相关邻居分类器
2.9.6概率相关邻居分类器
2.9.7相关逻吉斯回归
2.9.8集体推论
总结
复习题
注释
参考文献
第3章商业应用
3.1概述
3.2营销分析
3.2.1概述
3.2.2RFM分析
3.2.3响应建模
3.2.4流失预测
3.2.5X-销售
3.2.6客户细分
3.2.7客户终身价值
3.2.8客户之旅
3.2.9推荐系统
3.3欺诈分析
3.4信用风险分析
3.5HR分析
总结
复习题
注释
参考文献
第4章建立提升模型
4.1概述
4.1.1提升建模案例：响应模型建立
4.1.2处理效果
4.2实验设计、数据采集和数据处理
4.2.1实验设计
4.2.2活动模型有效性测算
4.3提升建模的方法
4.3.1双模型法
4.3.2基于回归的方法
4.3.3基于树的方法
4.3.4综合法
4.3.5连续型或顺序结果
4.4提升模型评估
4.4.1可视化评估方法
4.4.2性能测算指标
4.5操作指导
4.5.1建立提升模型的两步法
4.5.2实施和软件
总结
复习题
注释
参考文献
第5章利润驱动的分析技术
5.1概述
5.2利润驱动的预测分析法
5.2.1利润驱动的预测分析案例
5.2.2成本矩阵
5.2.3利用成本非敏感性分类模型进行成本敏感性决策
5.2.4成本敏感性分类框架
5.3成本敏感性分类法
5.3.1训练前方法
5.3.2训练中方法
5.3.3训练后方法
5.3.4成本敏感性分类模型评估
5.3.5不平衡的类别分布
5.3.6操作
5.4成本敏感性回归法
5.5回归的成本敏感性学习法
5.5.1训练中方法
5.5.2训练后方法
5.6利润驱动描述性分析
5.6.1利润驱动的细分法
5.6.2利润驱动的关联规则法
总结
复习题
注释
参考文献
第6章利润驱动的模型评估和实施
6.1概述
6.2分类模型的利润驱动评估
6.2.1平均错误分类成本
6.2.2分界点调优
6.2.3基于ROC曲线的测算法
6.2.4利用观察对象依赖型成本法进行利润驱动评估
6.3回归模型的利润驱动评估
6.3.1损失函数和基于误差的评估测算法
6.3.2REC曲线和曲面
总结
复习题
注释
参考文献
第7章经济影响
7.1概述
7.2大数据和分析的经济价值
7.2.1所有权总成本
7.2.2投资回报
7.2.3利润驱动的商业分析
7.3关键经济考虑因素
7.3.1内包与外包的对比
7.3.2企业预置与云平台的对比
7.3.3开源软件与商业软件的对比
7.4大数据和分析的ROI提升
7.4.1新数据源
7.4.2数据质量
7.4.3管理支持
7.4.4组织方面
7.4.5交叉繁殖
总结
复习题
注释
参考文献