数据中台建设：从方法论到落地实战

9.1 风险管理中台

9 风险管理中台：360°的风险管家

8.4 营销中台应用案例

8.3 营销中台建设

8.2 营销体系升级

8.1 数字化营销是大势所趋

8 营销中台：让营销更精准、更及时

7.7 规则引擎

7.6 数据可视化工具

7.5 客户分群

7.4 标签圈选

7.3 客户画像

7.2 数据爬虫

7.1 自助取数和自助分析

7 数据产品：让数据应用更便捷

6.4 算法即服务须遵循的原则

6.3 算法即服务应用实践

6.2 建模标准化流程

6.1 算法的价值

6 算法即服务：最大化实现数据价值

5.8 应用场景七：人工智能计算

5.7 应用场景六：图计算

5.6 应用场景五：多维分析

5.5 应用场景四：海量日志和信息检索

5.4 应用场景三：实时查询

5.3 应用场景二：实时计算

5.2 应用场景一：批处理

5.1 计算平台的应用场景

5 数据计算平台：让数据“飞”起来

4.6 总结

4.5 统一建模的注意事项

4.4 对维度建模进一步探索

4.3 高效数据建模，让数据好用起来

4.2 数据资产管理体系介绍

4.1 数据标准化体系的价值

4 统一数据模型：让数据资产化

3.6 总结

3.5 数据中台技术选型

3.4 数据中台行动攻略

3.3 数据中台的8大设计准则

3.2 数据中台的整体框架

3.1 数字化战略

3 数据中台建设方法论

2.7 数据中台服务化发展阶段

2.6 行业对数据中台的4个认知阶段

2.5 数据中台建设的9大误区

2.4 数据中台与上下游平台的关系

2.3 数据中台的建设目标

2.2 建设数据中台的价值

2.1 什么是数据中台

2 认知数据中台

1.4 数据中台呼之欲出

1.3 DT时代已来

1.2 多个行业积极拥抱数字化变革

1.1 科技加速理论

1 数字化转型是大势所趋

前言

推荐语

内容简介

作者介绍

版权信息

封面

封面

版权信息

作者介绍

内容简介

推荐语

前言

1 数字化转型是大势所趋

1.1 科技加速理论

1.2 多个行业积极拥抱数字化变革

1.3 DT时代已来

1.4 数据中台呼之欲出

2 认知数据中台

2.1 什么是数据中台

2.2 建设数据中台的价值

2.3 数据中台的建设目标

2.4 数据中台与上下游平台的关系

2.5 数据中台建设的9大误区

2.6 行业对数据中台的4个认知阶段

2.7 数据中台服务化发展阶段

3 数据中台建设方法论

3.1 数字化战略

3.2 数据中台的整体框架

3.3 数据中台的8大设计准则

3.4 数据中台行动攻略

3.5 数据中台技术选型

3.6 总结

4 统一数据模型：让数据资产化

4.1 数据标准化体系的价值

4.2 数据资产管理体系介绍

4.3 高效数据建模，让数据好用起来

4.4 对维度建模进一步探索

4.5 统一建模的注意事项

4.6 总结

5 数据计算平台：让数据“飞”起来

5.1 计算平台的应用场景

5.2 应用场景一：批处理

5.3 应用场景二：实时计算

5.4 应用场景三：实时查询

5.5 应用场景四：海量日志和信息检索

5.6 应用场景五：多维分析

5.7 应用场景六：图计算

5.8 应用场景七：人工智能计算

6 算法即服务：最大化实现数据价值

6.1 算法的价值

6.2 建模标准化流程

6.3 算法即服务应用实践

6.4 算法即服务须遵循的原则

7 数据产品：让数据应用更便捷

7.1 自助取数和自助分析

7.2 数据爬虫

7.3 客户画像

7.4 标签圈选

7.5 客户分群

7.6 数据可视化工具

7.7 规则引擎

8 营销中台：让营销更精准、更及时

8.1 数字化营销是大势所趋

8.2 营销体系升级

8.3 营销中台建设

8.4 营销中台应用案例

9 风险管理中台：360°的风险管家

9.1 风险管理中台