赢在大数据：金融/电信/媒体/医疗/旅游/数据市场行业大数据应用典型案例 pdf epub mobi txt 电子书 下载 2025

简体网页||繁体网页

☆☆☆☆☆

陈新河 编

图书标签:

• 大数据
• 金融
• 电信
• 媒体
• 医疗
• 旅游
• 行业应用
• 数据分析
• 案例分析
• 数据市场

出版社： 电子工业出版社

ISBN：9787121311765

版次：1

商品编码：12160046

包装：平装

开本：16开

出版时间：2017-05-01

用纸：轻型纸

页数：340

字数：477000

产品特色

内容简介

　　

　　大数据已经由一个概念变成一种工具和行动，与我们生活时时相伴，推动产业转型升级；正在逐渐成为一种思想和文化，影响我们日常行为和做事方法方式，由经验式拍脑袋决策转变为让数据说话。从产业层面来看，中国的大数据产业从每年的千亿元数据营销领域快速向万亿级金融、保险、电信、制造、能源、工业、农业和政府等行业拓展。相对过去10年的数据营销领域而言，行业大数据应用才刚刚起步，缺乏可借鉴、可参考的案例已成为行业大数据应用的瓶颈。《赢在大数据系列丛书》通过收集整理，并从216个案例中遴选出覆盖18个行业的106个行业大数据实践案例，再加上全面、系统、深入的《赢在大数据：中国大数据发展蓝皮书》，希望为业界提供应用大数据、实践大数据的参考和借鉴。

由DT大数据产业创新研究院（Dtiii）集合上百家企业、聚集上百名一线业内专家学者编辑出版的第一批《赢在大数据系列丛书》共计4册。

　　（1）《赢在大数据：中国大数据发展蓝皮书》；

　　（2）《赢在大数据：金融/电信/媒体/医疗/旅游/数据市场行业大数据应用典型案例》；

　　（3）《赢在大数据：营销/房地产/汽车/交通/体育/环境行业大数据应用典型案例》；

　　（4）《赢在大数据：政府/工业/农业/安全/教育/人才行业大数据应用典型案例》。

　　《赢在大数据：金融/电信/媒体/医疗/旅游/数据市场行业大数据应用典型案例》精选金融、电信、媒体、医疗、旅游和数据市场6个行业的41个大数据应用实践案例，通过详实的案例剖析，系统分析了大数据在各个行业中应用的技术、理论、实践和方法。无论是大数据从业者，还是政府产业管理者，亦或是投资者，均可从这四本书中获得可借鉴的信息。

　　《赢在大数据系列丛书》将持续出版，加速推进中国大数据生态发展。

　　

作者简介

陈新河

DT大数据产业创新研究院（DTiii）院长

中关村大数据产业联盟 副秘书长

　　在IT领域20多年研究、观察和思考，同样的数据，不同的观点。参加《促进大数据发展行动纲要》【国发〔2015〕50号】编制，主持国家发改委"十三五"规划前期研究重大课题：《"十三五"信息经济发展研究》，国家社科基金特别委托项目《大数据治国战略研究》课题组核心成员，2004年主持课题《未来5~15年电子信息技术发展趋势分析》获部级奖励。

　　筹建/运营中关村大数据产业联盟，走访上百家大数据创新创业企业，主持300多场CEO、CTO等专业人士分享的"大数据100分"活动，影响数百万人；组织中关村大数据产业联盟500人微信群（已扩建金融、工业4.0、汽车、房地产、消费、旅游、农业大数据等专业委员会及各行业大数据500人微信群），联盟群已成为*知名、*活跃、*具影响力、*高端的大数据社区。

　　筹建DT大数据产业创新研究院(DTiii)，致力打造大数据领域*一智库，于2016世界互联网大会乌镇峰会发布《DTiii版中国大数据产业地图（1203家）》《中国大数据创新企业TOP100》《中国大数据应用*佳实践案例TOP50》《中国大数据领军人物》和《中国大数据发展蓝皮书》等。

　　运营微信公众号：软件定义世界（SDX），累计订阅用户达10万，累计阅读量达1000万；软件定义世界（SDX）已成为大数据思想的策源地、产业变革的指南针、政府和企业家的智库、连结创业者与VC的桥梁、从业人员的加油站。

　　已为国土资源部、国家档案局、苏州工业园、中国石油、中信集团、中铁集团、北控集团、中国电信集团、华为南京研究所、北京联通、上海移动、四川电信、深圳龙岗区、宁波经信委、兰州大数据局、花样年集团、金地集团、黑龙江旅游局等200多家政府、企业进行大数据培训。

　　编辑/出版《大数据领导干部读本》《中国大数据技术与产业发展报告（2014）》《中国软件和信息服务业发展报告》（2012、2013、2014版）《世界软件产业发展年度报告》（2010、2011、2012、2013版） 《2014移动互联网产业发展年度报告》等；（即将出版）覆盖18个行业、 涵盖106个中国大数据应用*佳实践案例的《赢在大数据系列丛书》【1《赢在大数据：中国大数据发展蓝皮书》；2《赢在大数据：金融/电信/媒体/医疗/旅游/数据市场行业大数据应用典型案例》；3《赢在大数据：营销/房地产/汽车/交通/体育/环境行业大数据应用典型案例》；4《赢在大数据：政府/工业/农业/安全/教育/人才行业大数据应用典型案例》】 。

　　目前致力于大数据生态系统研究和建设，专注于大数据专业教育和培训。

目录

第1章 金融大数据

1.1 TalkingData：Smart DP推动金融行业转型升级

1.2 数聚股份：大数据助力银行精准营销

1.3 百融金服：大数据推动信贷业务创新

1.4 百分点：智能营销+风控，让银行的数据会"说话"

1.5 安讯科技：品值"让手机号等于信用"

1.6 银联智惠：大数据提升金融企业风控能力

1.7 蚂蚁金服：最高法院联手芝麻信用利用大数据让"老赖"无处可躲

1.8 南大通用：大数据助力反洗钱

1.9 数据堂：大数据让征信焕发新活力

1.10 百融金服：传统银行与互联网金融如何实现共赢

1.11 海翼知：全国企业知识图谱助力企业征信

1.12 天云大数据：大数据有效对银行信用卡申卡欺诈预警

1.13 深度数据：大数据助力企业风控

1.14 集奥聚合：大数据助力金融企业经营用户

1.15 优特捷（日志易）：大数据助力金融日志分析

1.16 联智科技：大数据助力保险转型

1.17 中金数据：广发银行呼叫中心语音大数据分析云应用介绍

1.18 普林科技：基于大数据技术的号码风控平台

1.19 博彦科技：大数据重构金融业历史数据管理和服务的能力

1.20 智慧星光：银行客户情报系统

1.21 普林科技：金融风控解决方案

1.22 博彦科技：大数据重构银行影像文档存储管理

1.23 中科天玑：新型混合数仓及一站式分析引擎

第2章 电信大数据

2.1 智慧足迹：联通智慧足迹大数据--政府城市规划管理的抓手

2.2 南大通用：大数据深度分析助力电信运营

2.3 灯塔大数据：运营商数据助力智慧城市建设

2.4 试金石：中国移动大数据风险控制应用实践

2.5 普林科技：大数据助力运营商运营降低客户流失率

2.6 上海奕行信息：大数据让客流管理更智能

第3章 媒体大数据

3.1 星红桉：大数据重构传媒新生态

3.2 艾漫数据：影视因数据重生

3.3 海量集团：大数据驱动下的史上第一次昆曲众筹

3.4 拓尔思：基于大数据的智能传播平台

3.5 天脉聚源：大数据为中关村管委会注入互动科技魅力

3.6 中科点击：军犬舆情，大数据舆情全流程服务

3.7 中视德尔：电视大数据开启新媒体精准营销致胜之道

第4章 医疗大数据

4.1 慧辰资讯：大数据360深度挖掘，建立医疗领域商业决策模型

第5章 旅游大数据

5.1 TalkingData：大数据在航旅行业的应用

5.2 融信数联：大数据让旅游更具智慧

第6章 数据市场大数据

6.1 广州数据交易服务中心：数据资产交易与流通实践在中国

6.2 聚合数据：大数据催生API数据经济

精彩书摘

　　《赢在大数据：金融/电信/媒体/医疗/旅游/数据市场行业大数据应用典型案例》：
　　据芝麻信用数据统计，“老赖”的芝麻信用开通率比其他人群高出12倍，表明“老赖”对芝麻信用联动惩戒的高度关注。芝麻信用和最高人民法院合作后，对“老赖”做了降分处理，并存各应用平台披露，不少“老赖”很快（有的甚至在几天内）就履行了义务。
　　最高法与第三方商业征信机构的联合惩戒，对”老赖”形成了直接的感知和强大的震慑，对于督促其履行还款等法律义务起到了十分重要的作用。与芝麻信用同步“老赖”数据，便于第三方征信机构能够及时掌握最新的“老赖”数据，第一时间对其进行联合惩戒，真正做到让“老赖”“无处可藏”。此外，信息互通共享还可以帮助淘 宝商家过滤违约风险高的客户，保护淘 宝商家的合法利益。
　　据悉，征信机构对个人不良信息的保存期限，自不良行为或者事件终止之日起为5年；超过5年的，会予以删除。“老赖”还清债务后，对信用的负面影响会逐渐减弱，同时，守信行为的增加也会对其信用评估产生正面影响。
　　……

深入洞察：数据驱动的商业变革与未来趋势 书籍名称： 商业智能的下一前沿：数据驱动决策与组织转型实战指南 内容简介： 在全球数字化浪潮席卷的今天，数据已不再仅仅是业务运营的副产品，而是驱动企业核心竞争力、重塑行业格局的战略资产。本书聚焦于如何将海量、异构的数据转化为可执行的商业洞察与创新的解决方案，为渴望在激烈的市场竞争中保持领先地位的企业高层、数据科学家、业务分析师以及转型领导者提供一套系统化、可操作的行动蓝图。 本书的核心目标是超越单纯的技术介绍，深入探讨数据战略的制定、数据治理的落地，以及如何通过先进的数据分析方法论（包括但不限于预测建模、规范性分析和因果推断）实现跨部门的协同优化与价值创造。我们相信，真正的“大数据”价值，体现在其能够催生前所未有的商业模式和客户体验。 --- 第一部分：战略基石——数据时代的商业心智重塑 本部分首先为读者奠定宏观视角，阐述在数据爆炸时代，企业必须进行的战略思维转变。我们剖析了数据驱动型组织（Data-Driven Organization, DDO）的核心特征，并提供了构建稳健数据战略的五步法。 1.1 数据战略与企业愿景的对齐： 探讨如何将数据能力嵌入到企业长期发展规划中，确保每一次数据投资都能直接支撑关键业务目标。详细分析了“数据价值链”的构建，从数据采集、清洗、建模到最终的应用落地，明确每个环节的责任与产出标准。 1.2 治理先行：构建信任与合规的数据环境： 数据治理不再是IT部门的负担，而是业务持续增长的保障。本书深入讲解了数据治理的四大支柱：数据质量管理、元数据管理、数据安全与隐私保护（重点关注GDPR、CCPA等全球主流法规对数据架构设计的影响）。我们提供了一套实用的“数据质量度量仪表板”设计方案，帮助企业实时监控数据健康度。 1.3 组织架构的敏捷化： 成功的数据转型需要打破“数据孤岛”。本章重点讨论了建立中央数据团队（CoE）与嵌入式业务分析师团队（Hub-and-Spoke Model）的最佳实践。我们还探讨了“数据公民”的培养计划，赋能一线员工利用数据工具进行日常决策。 --- 第二部分：分析引擎——从描述到规范的进阶分析方法 本部分是全书的技术与方法论核心，旨在帮助读者掌握从传统报表分析向高阶预测与优化分析跃迁的关键技术栈与应用场景。 2.1 深度探索：客户行为的精细化洞察： 我们将详细介绍如何利用时间序列分析和马尔可夫链模型，对客户生命周期价值（CLV）进行动态预测。重点讲解了“机会点识别”的技术框架，通过识别客户转化漏斗中的关键摩擦点，指导市场营销活动的实时优化。 2.2 预测建模的工业化落地： 区别于学术研究，本书关注的是如何将机器学习模型部署到生产环境并持续迭代。内容涵盖模型选择的业务驱动原则、特征工程的自动化流程、以及A/B测试框架在模型效果评估中的严格应用。特别强调了“模型漂移”的预警与自动再训练机制。 2.3 规范性分析的艺术：运筹学在决策优化中的应用： 规范性分析是实现数据价值最大化的终极目标。本章详细解析了线性规划、整数规划等运筹学方法在资源调度（如供应链库存优化、人力排班）中的实际应用案例，并介绍了如何将复杂的优化模型转化为用户友好的决策支持系统（DSS）。 2.4 解释性人工智能（XAI）与决策透明度： 在金融、医疗等高风险领域，决策的“为什么”与“是什么”同等重要。本章深入讲解了LIME、SHAP值等XAI技术，确保业务人员和监管机构能够充分理解模型推荐背后的逻辑，建立对自动化决策的信任。 --- 第三部分：跨界赋能——数据驱动的业务模式创新 本部分通过具体的业务场景案例，展示数据能力如何成为重塑行业竞争格局的驱动力，强调的是方法论的普适性而非特定行业的案例堆砌。 3.1 运营效率的革命：流程的自动化与智能化： 探讨如何结合流程挖掘（Process Mining）技术，映射企业的实际业务流程，识别隐藏的瓶颈和非标操作。随后，讲解如何将这些洞察反馈给机器人流程自动化（RPA）或智能自动化平台，实现闭环优化，而非简单的重复性工作自动化。 3.2 供应链的韧性与可视化： 面对全球不确定性，本章聚焦于利用多源异构数据（如物流追踪数据、天气数据、地缘政治风险指标）构建端到端的供应链数字孪生。重点讲解了风险预警系统的设计，如何提前数周预测潜在的延误或成本超支。 3.3 客户体验的个性化设计： 超越简单的推荐系统，本书探讨了“意图识别”的复杂性。通过结合自然语言处理（NLP）技术分析非结构化反馈数据，实时调整用户界面（UI/UX）和交互路径，实现真正意义上的“千人千面”的动态体验。 3.4 创新生态系统的构建：数据变现的探索： 讨论企业如何安全、合规地将内部积累的数据能力和数据产品化，与其他合作伙伴进行数据交换或建立新的服务模式。这包括数据即服务（DaaS）的基础架构要求和商业模式设计考量。 --- 结语：数据治理的未来展望 本书最终落脚于数据伦理、可持续发展以及后量子计算时代对数据安全和分析能力带来的挑战。它不仅是一本指导当前实践的工具书，更是一份引导企业面向未来十年数据技术演进的战略参考。掌握本书所阐述的理念与方法，意味着企业已具备在数据驱动的世界中持续学习、适应和领先的能力。

评分☆☆☆☆☆

作为一名医疗行业的观察者，我一直在思考大数据如何能够革新传统的医疗模式，为患者带来更优质的服务。《赢在大数据》这本书中的医疗行业大数据应用部分，给我留下了深刻的印象。书中关于疾病预测、个性化治疗方案制定、药物研发以及医疗资源优化配置等方面的案例，都让我看到了大数据在医疗领域的巨大潜力和价值。例如，书中提到如何利用大数据分析患者的病历、基因信息、生活习惯等，来预测疾病发生的风险，并为患者制定个性化的预防和治疗方案，这让我感受到了科技的力量正在为人类健康保驾护航。书中对大数据在药物研发方面的应用，也让我看到了加速新药研发、降低研发成本的希望。此外，书中关于如何利用大数据优化医疗资源配置，提高医院运营效率的讨论，也为医疗机构的现代化管理提供了重要的参考。这本书不仅展现了大数据在医疗领域的应用前景，也让我看到了未来医疗发展的新方向。

评分☆☆☆☆☆

作为一名对新兴行业发展趋势保持高度关注的媒体从业者，我一直在寻找能够帮助我理解媒体行业大数据应用的权威读物。《赢在大数据》这本书在这方面给了我极大的满足。书中关于媒体行业大数据应用的章节，对内容生产、用户分析、广告投放以及舆情监测等方面的案例分析，都让我茅塞顿开。我了解到，如今的媒体内容生产早已不再是凭空想象，而是需要基于大数据对用户喜好、内容传播效果等进行深入分析，从而创作出更受欢迎的内容。书中关于如何利用大数据进行精准广告投放的案例，更是让我看到了媒体商业模式的巨大变革。通过对用户画像和行为数据的分析，广告主能够将广告精准地推送给目标受众，大大提高了广告的转化率，也为媒体带来了新的盈利增长点。此外，书中关于利用大数据进行舆情监测和危机公关的案例，对于我这个行业的读者来说，也具有非常重要的参考价值。这本书记载了媒体行业在大数据浪潮下的转型与创新，让我对媒体行业的未来发展充满了信心。

评分☆☆☆☆☆

我是一名在大数据领域摸爬滚打多年的从业者，这次有幸拜读了《赢在大数据》这本书，深感其内容之丰富与实用。我尤其对书中关于电信行业大数据应用的章节着迷。电信行业是数据生成的大户，如何将这些看似杂乱无章的数据转化为有价值的商业洞察，一直是我们面临的挑战。这本书在这方面提供了很多宝贵的经验。书中详尽地阐述了如何利用大数据进行用户行为分析、网络优化、精准营销以及客户流失预警。其中，关于用户画像的构建和个性化服务推荐的案例，让我受益匪浅。我了解到，通过对用户通信记录、上网行为、服务使用偏好等多维度数据的整合分析，电信运营商可以更精准地理解用户需求，从而提供更贴心的产品和服务，提高用户满意度和忠诚度。书中对于如何利用大数据提升网络覆盖和质量的分析，也给我带来了新的思路。总体而言，这本书不仅梳理了电信行业大数据应用的现状，还前瞻性地指出了未来的发展方向，对于我这样希望持续学习和提升的从业者来说，无疑是一本不可多得的参考书。

评分☆☆☆☆☆

我对旅游行业的发展一直充满好奇，尤其是如何让旅行体验变得更加个性化和便捷。阅读《赢在大数据》这本书后，我对于旅游行业在大数据应用方面的理解得到了极大的升华。书中关于旅游目的地营销、个性化行程推荐、客户行为分析以及旅游资源优化配置等案例，都让我看到了大数据在提升旅游服务质量和效率方面的巨大作用。我尤其对书中关于如何利用大数据为游客量身定制旅行计划的案例印象深刻。通过分析游客的兴趣爱好、消费习惯、出行偏好等数据，旅游平台可以为游客推荐最符合其需求的景点、酒店和活动，从而极大地提升了旅行的满意度。书中关于如何利用大数据进行旅游目的地营销的分析，也为相关从业者提供了宝贵的借鉴。通过精准定位潜在客户群体，制定有针对性的营销策略，可以有效地吸引更多游客。这本书让我深刻体会到，在大数据时代，旅游行业正朝着更加智能化、个性化和便捷化的方向发展。

评分☆☆☆☆☆

这本书的封面设计非常有吸引力，深邃的蓝色背景搭配金色的大数据符号，一眼就能看出其主题。我是一个对金融行业大数据应用非常感兴趣的读者，一直想了解在实际业务中，大数据究竟能带来怎样的革新。读完这本书，我最直观的感受是，它提供了一个非常宏观的视角，让我对金融领域大数据应用的广度和深度有了更清晰的认识。书中对风控、反欺诈、个性化推荐、精准营销等方面的案例分析，都让我印象深刻。例如，书中提到某银行如何利用大数据模型预测信贷风险，从而有效降低不良贷款率，这让我看到了大数据在提升金融机构运营效率和风险管理能力方面的巨大潜力。同时，书中也探讨了数据安全和隐私保护的重要性，这对于我这样一个普通读者来说，也提供了很多关于金融信息安全的启示。虽然书中涉及的案例很多，但每个案例的阐述都比较深入，不仅仅是简单地罗列了应用，而是结合了具体的业务场景和技术手段，让读者能够理解其背后的逻辑。尤其是关于如何从海量数据中挖掘有价值的信息，以及如何将这些信息转化为实际的业务成果，书中给出了非常实用的指导。这本书无疑为我打开了一扇了解金融大数据应用的大门，也激发了我深入研究的兴趣。

评分☆☆☆☆☆

行业趋势指引，挺好的。

评分☆☆☆☆☆

书是盗版的吧，不是说京东买正版的吗？你看这质量，无语了，白花了60大洋

评分☆☆☆☆☆

值得参考

评分☆☆☆☆☆

好好好好好好好好好好好好好好好好好好好好好好好好好好好好好好好好！

评分☆☆☆☆☆

包装精致完好，给快递员点赞?

评分☆☆☆☆☆

好好好好好好好好好好好好好好好好好好好好好好好好好好好好好好好好！

评分☆☆☆☆☆

价格实惠，值得购买，品质不错

评分☆☆☆☆☆

资料充分

评分☆☆☆☆☆

很好很好很好很好很好很好很好很好很好很好很好很好很好很好很好很好很好很好很好很好很好很好很好很好很好很好很好很好很好很好很好很好很好很好很好很好很好很好很好很好很好很好很好很好很好很好很好很好很好很好很好很好很好很好很好很好