帕姆·贝克著的《大数据策略(如何成功使用大数据与10个行业案例分享)》涉及多个不同的行业主题，讲述关于如何开发成功的大数据策略及其成果。书中回答了如下问题：如何计算投资回报率；搭建数据团队；筹措数据货币化；提出有吸引力的商业命题；制定出正确的问题；从分析中找到可行性方案；为企业和行业预测未来发展；有效地处理隐私问题；利用可视化效果找到最优数据表达方式；明确产品和服务创新的场所、时机和渠道；以及如何改变整个机构。

在书的最后应该能够很容易认识到应从何种角度开始，如何做好大数据应用，以及今后大数据的发展方向。

大数据正在改变我们的世界。互联网发展以及移动通信市场和相关技术的迅速扩张业已创建大量的数据，包括结构化数据和非结构化数据。数据可用性和数据应用对商业和更广泛的社会领域带来了巨大影响。有效使用大数据有助于公司更精准地对重要信息进行分析，最终提高运营效率、减少成本、降低风险、加快创新、增加收入。本书详细介绍了大数据策略的规划和执行，配以10个不同行业里不计其数的现实案例加以阐述。你将了解大数据的概念以及如何运用大数据——从计算投资回报率和促成商业案例到整体开发和具体项目的大数据策略。每一章都会解答关键问题，并给出你需要掌握的技能，以确保大数据项目成功。想要将大数据为自己和公司所用，请阅读帕姆·贝克著的这本《大数据策略(如何成功使用大数据与10个行业案例分享)》。

第1章 何为真正的大数据

 1.1 技术层面的定义

 1.2 为什么数据规模无关紧要

 1.3 大数据对管理层意味着什么

1.3.1 “大数据是万能的”

1.3.2 “数据只是另一种电子表格”

 1.4 大数据的执行方式

 1.5 小结

第2章 如何制定成功的大数据策略

 2.1 转不出的死命循环

 2.2 如何解开“谁是第一次”这个难题

2.2.1 改变大数据视角

2.2.2 用户认知与数据采集

2.2.3 Facebook预测性分析的现实

2.2.4 Facebook数据收集走得更远

2.2.5 使用Facebook坦诚认知大数据发展潜力

2.2.6 专业认知与大数据现实

2.2.7 从感知到认知偏差

2.2.8 寻找大数据占卜师

 2.3 下一步：拥抱无知

 2.4 始于何处

2.4.1 在结束时开始

2.4.2 当行动变为无为时

 2.5 确认目标，瞄准目标

 2.6 如何获得最佳实践方法，让落后观念远离前进的道路

2.6.1 解决人们对大数据的恐慌

2.6.2 终结未知的恐惧

2.6.3 接受改变，融入改变

2.6.4 机器统治并不确定，人类仍然起作用

2.6.5 接触少数固执的人

 2.7 回答没人提出的问题

2.7.1 持续询问可能性

2.7.2 寻找最终目标

 2.8 与解说团队交叉合作

2.8.1 为团队增加业务分析师和关键终端用户

2.8.2 为收集和管理数据增加首席数据官

 2.9 小处着手、逐步发展并扩张

 2.10 原型和迭代策略

 2.11 谈谈向数据策略中添加预测分析

 2.12 民主化数据，但预计几乎无人使用(目前

 2.13 策略就是一个活的文档；充实它、滋养它

 2.14 小结

第3章 提出“正确”的问题

 3.1 协作努力，提出问题

 3.2 魔法8号球效应

 3.3 用数学软件来分析现实问题

 3.4 “正确”问题的清单

 3.5 小结

第4章 选择“正确”数据源的方法

 4.1 需要更多的数据源(数据类型)而非数据本身(数据容量

 4.2 为什么无论数据规模多大，生成的数据量都会不足且永远不足

 4.3 数据囤积与先捉再放

 4.4 不可思议的大数据案例：购买尿布的狗主人

 4.5 升级事务性数据的价值

 4.6 社交媒体数据分析的局限性

 4.7 大数据买卖的货币价值

 4.8 利用黑客技术赚钱碰到麻烦

 4.9 评估数据源

 4.10 过时的模型招致竞争对手

 4.11 购买数据时的考量

 4.12 确定所需的外围数据

 4.13 谈谈结构化与非结构化数据

 4.14 防止人为偏见对数据选择的影响

 4.15 数据孤岛的危险

 4.16 使用所需数据源的必要步骤

 4.17 小结

第5章 解答大数据问题如同玩魔方

 5.1 可行性数据的概念

 5.2 描述性、预测性和规范性数据分析类型的差异

5.2.1 描述性数据分析

5.2.2 预测性数据分析

5.2.3 规范性数据分析

 5.3 已有明确答案的问题

 5.4 解释会导致更多的问题

 5.5 需要解读的问题——魔方

 5.6 小结

第6章 实时分析在动态化策略中的作用

 6.1 检查实时错觉和时间胶囊

 6.2 静态策略与动态策略

 6.3 谈谈转向动态策略的变革管理

 6.4 选择分析方式

 6.5 利用专家经验，加速数据分析

 6.6 实时分析来得太迟时该怎么办

 6.7 小结

第7章 大数据的价值主张和货币化

 7.1 确定未知领域的投资回报率

 7.2 滥发的货币和模糊的投资回报率

 7.3 成本核算的困惑

 7.4 成本不是问题

 7.5 先考虑大数据项目再谈商业案例

 7.6 计算实际成本

 7.7 价值所在

7.7.1 从技术角度看待商业案例

7.7.2 从非技术角度看待商业案例

 7.8 项目回报率的计算公式

 7.9 重要问题：是否应该出售数据

7.9.1 销售数据解析

7.9.2 物以稀为贵

 7.10 小结

第8章 协同经济的兴起和盈利方式

 8.1 数据等于知识和财富

 8.2 大数据带来的最大冲击：颠覆原有模式

8.2.1 分享经济

8.2.2 创客运动

8.2.3 合作创新

 8.3 新模式在新协同经济中兴起

 8.4 强调流畅性，摒弃灵活度

 8.5 应用大数据制定战略新模式

 8.6 小结

第9章 隐私难题

 9.1 真相揭开的那天预示着个人隐私神话的失败

9.1.1 危险汇总

9.1.2 可在世界各地接听的手机通话

9.1.3 公民和退伍军人的数据如何帮助其他国家策划袭击

9.1.4 数据扩散逐步升级

9.1.5 为个人隐私画一条底线

9.1.6 企业的隐私难题

 9.2 数据收集中的4大转变

9.2.1 数据入侵性改变

9.2.2 数据多样性的改变

9.2.3 数据整合性的改变

9.2.4 数据作用范围的改变

 9.3 必须质疑的商业问题

 9.4 谁是真正的数据拥有者

 9.5 当前法律和措施在设定先例中的作用

 9.6 授权允许的误区

 9.7 个人价值与混合数据

 9.8 匿名数据的误区

 9.9 个人隐私与个人利益之间的平衡

 9.10 数据收集何时会使你或你的公司承担责任

 9.11 商业价值的透明度

 9.12 数据从业人员必须铭记的事实

 9.13 小结

第10章 国防情报部门中的用例

第11章 政府大数据管理用例

第12章 安全行业用例

第13章 医疗保健领域用例

第14章 小企业和农场用例

第15章 交通运输中的用例

第16章 能源领域中的用例

第17章 零售业大数据用例

第18章 银行和金融服务业用例

第19章 制造业用例

第20章 下放权力

第21章 摘要