Bernard Marr是一位畅销书作家，主讲人，战略咨询顾问，KPI和大数据专家，现任Advanced Performance Institution首席执行官。他被CEO杂志评选为颇具商业头脑的领导者之一。他为世界上许多知名的机构。出版过《智能大数据SMART准则：数据分析方法、案例和行动纲领》《关键绩效指标》等畅销书籍。

《大数据专家 小企业也能用好大数据》帮助你了解什么是真正的大数据——以及如何分析和使用大数据，从而不断改善你的企业。本书没有让人困惑的术语，作者通过一步步的指引和各种建议，帮助你从大数据中获益。有了这本书的指导，你会知道如何利用大数据来开发新订单、开发新产品和新服务；了解科技变化，建立牢固的基础，创建策略，做出明智的商业决策。

　　《大数据专家 小企业也能用好大数据》：
　　诸如Pop—Tart果酱馅饼这样的分析很容易产生有趣的见解，因为数据能够告诉你一些难以置信的事情。窍门在于关注对企业决策有利的东西，以及可以采取实际行动的东西。例如，如果你是一名零售商，你已将货架空间卖给特定企业，并为某些特定产品保存了担保空间，那么知道某一特定瓶装酒销量在周二晚上会增长，这并不会对你周二的备货和周三早上的补货有多大帮助。你无法再腾出更多空间来出售这东西，因为货架已经分配给其他地方了。所以，尽管这一发现颇为有用，但却不一定对企业战略有所助益。
　　需要进行大量大数据分析的特定商业流程之一就是供应链或配货路线优化。在这方面，可以利用全球定位系统（GPS）和射频识别传感器来追踪商品或运载工具，通过整合实时交通数据来优化路线。例如，如果送货司机有一份优化的送货日程，就可以与实时天气和交通数据配合使用，这样如果出现交通堵塞、交通事故或对送货有影响的雨雪天气，就可以自动调整日程表，选择替代路线。优化这一商业流程也包括送货企业将传感器放置在托盘或手持设备中，记录送货情况并监控司机位置，同时也能够监控送货车辆的发动机，创建动态的服务日程表。
　　……

目录
第一部分　大数据基础知识 1
第1章　小企业引入大数据 3
对所有企业（无论大小）来说，为何大数据如此重要？ 3
走进数字时代 4
了解运用大数据的无限方法 5
大数据在小企业中的运用 6
大数据的详细信息 7
用4个“V”定义大数据 8
为什么称为“大”数据 8
将数据转化成大数据 9
数据，无处不在 9
探讨结构化和非结构化数据，以及内部和外部数据 10
了解新的数据类型 11
大数据的关键决策 12
了解内在见解的价值 12
提高大数据技术和能力 13
基础设施建设 14
让大数据为自己所用 15
从制订计划开始 15
利用大数据改变决策方式 15
转变企业经营方式 16
第2章　挖掘大数据的精髓 18
用4个“V”定义大数据 19
增加数据量 19
提高数据的速度 20
数据种类的剧增 20
判断数据的真实性（Veracity） 21
引进第五个“V”——价值（Value） 21
了解大数据如此热门的原因 21
强大的预测能力 22
基于事实做出决策 22
挑战因果关系 23
为何现在会出现充满数据的云存储呢？ 26
管理比以往更多的存储空间 26
加快网络运行速度，促进大数据发展 27
利用更强大的新型分析技术 27
大数据未来发展如何？ 28
迎接大数据的反作用力 28
鼓励透明化和道德化 31
确保有附加价值 32
第3章　识别大数据在小企业中的用途 33
摸透客户心思，了解市场需求 34
全方位审视你的客户 34
零售业更要将客户作为重中之重 35
了解（并预测）业内趋势 36
评估竞争对手 37
改善经营方式 37
增进内部效率 38
对你的运营模式提出挑战 38
优化供应链 39
抓住核心业务的推动因素 40
人才的招聘和管理 40
正确处理IT和安全的关系 41
转换研发的方式 43
绩效预测 43
解锁数据集间的联系 44
开放气象数据 44
用大数据作为试验平台 44
第二部分　解压大数据 47
第4章　解压多种数据 49
制定秩序：结构化数据 49
挖掘结构化数据的利弊 50
结构化数据举例 51
应对杂乱数据：非结构化或半结构化数据 52
了解非结构化或半结构化数据的利弊 53
非结构化或半结构化数据示例 54
发现已有数据（内部数据） 55
权衡内部数据的利弊 56
内部数据示例 56
获取企业以外的数据（外部数据） 57
深入了解外部数据的优缺点 58
外部数据举例 59
究竟什么类型的数据最适合自己 59
第5章　发现新的数据类型 61
追踪活动数据 62
活动数据的优缺点 63
活动数据的使用 64
掌握活动数据 65
偷听会话 66
会话数据的优缺点 67
使用会话数据 67
掌握会话数据 69
对图片和照片进行描述 69
照片和视频图像数据的优缺点 70
使用照片和视频图像数据 71
着手打造照片和视频图像数据 72
以个人方式感知新数据 72
传感器数据的优缺点 73
传感器数据的使用 74
获取传感器数据 75
发现物联网 75
第6章　了解支撑大数据的技术变革 77
完美风暴：为大数据的可能性添砖加瓦 78
“云”的概述 78
转换数据存储 79
潜入数据湖 80
革命性的分析技术 81
对分析的可能性进行解构 82
文本分析 82
语音分析 84
影像分析 84
视频分析 85
数据挖掘 87
综合分析 88
第三部分　小企业迎来美好新世界 91
第7章　着眼于见解价值 93
实现从数据到见解，再到可行性信息的转变 94
把数据转变成见解 94
把见解变成可行性信息 95
为人和机器提供数据 96
将见解带给所需之人 97
吸引眼球 97
让见解更容易获取并贯通 98
为机器提供它们所需的见解 99
了解机器学习 100
连接数据与机器 100
连接数据与进程 101
第8章　开发和获取大数据竞争力 104
大数据与技能短板的挑战 104
企业所需的六大关键性大数据技能 105
数据分析 105
萌生创意 106
数学与统计学应用 107
理解计算机科学 107
掌握商业知识 108
沟通见解 108
两种截然不同的数据科学家 109
在企业内部构建大数据技能 110
开发现有人员 110
招聘新人 112
跳出框架想问题 113
寻求外部技能 114
挖掘服务供应商 114
合作共赢 117
众包人才 117
第9章　构建大数据基础设施 118
决断大数据基础设施 118
基础设施的关键要素 119
评估现有基础设施 119
预算内的大数据：引入“大数据即服务” 120
引进大数据的四个层次 121
数据源层次 121
数据存储层次 122
数据处理/分析层次 122
数据产出层次 122
获取数据 122
收集自有数据 122
获取外部资源 124
存储大数据 124
理解Hadoop与映射规约 125
认识Spark 126
其他考虑：数据所有权与安全 127
数据转化为见解 127
数据处理与分析 128
了解Python 128
广受欢迎的数据分析平台 129
展示见解 131
认真处理主要的数据输出选项 131
可视化工具一览 131
第四部分　好戏上演！让大数据为小企业效力 133
第10章　打造大数据战略 135
决定怎样利用大数据 135
利用大数据改善企业决策 136
利用大数据转变企业运营 137
小而魅惑：怎样避免事无巨细地收集 138
创建大数据战略的关键步骤 139
大数据战略的六大部件 140
构建坚实的企业大数据案例 143
第11章　企业里的数据应用——决策 146
以战略起步 147
引进“智能”战略板 147
完成“智能”战略板 148
在商业领域磨炼 149
确定你的“未解之题” 149
理解问题的力量 150
“智能”问题注意事项 151
找出解答问题的数据 152
忘记“囊中之物” 153
思考大与小 153
确定已经拥有或可以获取的数据 154
它是否以某种形式存在于某个地方？ 154
内部并非总意味着廉价 155
如需外部数据 155
弄清成本与付出是否合情合理？ 155
数据的收集 156
决定由谁收集数据 156
决定何时收集 156
决定怎样收集 157
数据的分析 157
内部分析与外部分析的华丽对决 158
结合数据来改善和证实见解 159
见解的呈现与分布 159
沟通与见解可视化 160
牢记目标受众 160
仪表板与信息图 161
将知识融入企业 163
做出正确的决定 163
未雨绸缪 163
第12章　企业里的数据应用——运营 165
理解数据的作用 166
利用数据改善运营流程 166
重塑企业模式 167
获取所需数据 168
寻找外部数据 169
使用内部数据 169
权衡成本与收益 169
进行商业论证 170
提供替代性数据集 170
保障所有权 171
大数据即企业资产 171
确保权利与所有权 172
数据管理 172
寻找恰当的数据存储 172
确保数据安全 173
避免数据泄露 173
构建基础设施与技术 174
评估基础设施需求 174
打造基础设施 175
测试与试运营 175
运营转型 176
运行起来 176
放眼未来 176
第13章　为企业打造大数据文化 178
转向事实型决策 178
促进公司上下的认同 179
强调数据的积极影响 180
让数据影响战略 180
人才管理 181
提升雇员满意度 182
提高运营效率 183
优化商业流程 184
确定全新或额外的企业模式 187
第五部分　几个“十大” 189
第14章　大数据需避免的十大错误 191
数据搜集广撒网 191
对上等数据情有独钟 192
直奔外部非结构化大数据 192
困惑于现有数据 192
忽视小数据 193
盲目砸钱 193
大数据与战略问题互不搭调 194
大数据战略没有人尽其才 194
收集数据后却“置之不理” 194
分析成果展示不尽人意 195
第15章　免费的大数据资源 196
Data．gov （美国政府数据） 196
美国普查局 197
欧盟公开数据大门 197
Data．gov．uk 197
Healthdata．gov 198
谷歌趋势 198
Facebook图谱 198
天气数据来源 199
联邦储备局经济数据 199
谷歌地图 200
第16章　主要的大数据收集工具 201
智能手机GPS传感器 201
智能手机加速度传感器 202
远程信息处理系统 202
Wi-Fi信号 203
LinkedIn 203
Facebook 203
Twitter 204
机器传感器 204
交易数据 205
财务数据 205
关于作者 206