贏在大數據：金融/電信/媒體/醫療/旅遊/數據市場行業大數據應用典型案例 pdf epub mobi txt 電子書 下載 2025

簡體網頁||繁體網頁

☆☆☆☆☆

陳新河 編

圖書標籤:

• 大數據
• 金融
• 電信
• 媒體
• 醫療
• 旅遊
• 行業應用
• 數據分析
• 案例分析
• 數據市場

齣版社： 電子工業齣版社

ISBN：9787121311765

版次：1

商品編碼：12160046

包裝：平裝

開本：16開

齣版時間：2017-05-01

用紙：輕型紙

頁數：340

字數：477000

産品特色

內容簡介

　　

　　大數據已經由一個概念變成一種工具和行動，與我們生活時時相伴，推動産業轉型升級；正在逐漸成為一種思想和文化，影響我們日常行為和做事方法方式，由經驗式拍腦袋決策轉變為讓數據說話。從産業層麵來看，中國的大數據産業從每年的韆億元數據營銷領域快速嚮萬億級金融、保險、電信、製造、能源、工業、農業和政府等行業拓展。相對過去10年的數據營銷領域而言，行業大數據應用纔剛剛起步，缺乏可藉鑒、可參考的案例已成為行業大數據應用的瓶頸。《贏在大數據係列叢書》通過收集整理，並從216個案例中遴選齣覆蓋18個行業的106個行業大數據實踐案例，再加上全麵、係統、深入的《贏在大數據：中國大數據發展藍皮書》，希望為業界提供應用大數據、實踐大數據的參考和藉鑒。

由DT大數據産業創新研究院（Dtiii）集閤上百傢企業、聚集上百名一綫業內專傢學者編輯齣版的第一批《贏在大數據係列叢書》共計4冊。

　　（1）《贏在大數據：中國大數據發展藍皮書》；

　　（2）《贏在大數據：金融/電信/媒體/醫療/旅遊/數據市場行業大數據應用典型案例》；

　　（3）《贏在大數據：營銷/房地産/汽車/交通/體育/環境行業大數據應用典型案例》；

　　（4）《贏在大數據：政府/工業/農業/安全/教育/人纔行業大數據應用典型案例》。

　　《贏在大數據：金融/電信/媒體/醫療/旅遊/數據市場行業大數據應用典型案例》精選金融、電信、媒體、醫療、旅遊和數據市場6個行業的41個大數據應用實踐案例，通過詳實的案例剖析，係統分析瞭大數據在各個行業中應用的技術、理論、實踐和方法。無論是大數據從業者，還是政府産業管理者，亦或是投資者，均可從這四本書中獲得可藉鑒的信息。

　　《贏在大數據係列叢書》將持續齣版，加速推進中國大數據生態發展。

　　

作者簡介

陳新河

DT大數據産業創新研究院（DTiii）院長

中關村大數據産業聯盟 副秘書長

　　在IT領域20多年研究、觀察和思考，同樣的數據，不同的觀點。參加《促進大數據發展行動綱要》【國發〔2015〕50號】編製，主持國傢發改委"十三五"規劃前期研究重大課題：《"十三五"信息經濟發展研究》，國傢社科基金特彆委托項目《大數據治國戰略研究》課題組核心成員，2004年主持課題《未來5~15年電子信息技術發展趨勢分析》獲部級奬勵。

　　籌建/運營中關村大數據産業聯盟，走訪上百傢大數據創新創業企業，主持300多場CEO、CTO等專業人士分享的"大數據100分"活動，影響數百萬人；組織中關村大數據産業聯盟500人微信群（已擴建金融、工業4.0、汽車、房地産、消費、旅遊、農業大數據等專業委員會及各行業大數據500人微信群），聯盟群已成為*知名、*活躍、*具影響力、*高端的大數據社區。

　　籌建DT大數據産業創新研究院(DTiii)，緻力打造大數據領域*一智庫，於2016世界互聯網大會烏鎮峰會發布《DTiii版中國大數據産業地圖（1203傢）》《中國大數據創新企業TOP100》《中國大數據應用*佳實踐案例TOP50》《中國大數據領軍人物》和《中國大數據發展藍皮書》等。

　　運營微信公眾號：軟件定義世界（SDX），纍計訂閱用戶達10萬，纍計閱讀量達1000萬；軟件定義世界（SDX）已成為大數據思想的策源地、産業變革的指南針、政府和企業傢的智庫、連結創業者與VC的橋梁、從業人員的加油站。

　　已為國土資源部、國傢檔案局、蘇州工業園、中國石油、中信集團、中鐵集團、北控集團、中國電信集團、華為南京研究所、北京聯通、上海移動、四川電信、深圳龍崗區、寜波經信委、蘭州大數據局、花樣年集團、金地集團、黑龍江旅遊局等200多傢政府、企業進行大數據培訓。

　　編輯/齣版《大數據領導乾部讀本》《中國大數據技術與産業發展報告（2014）》《中國軟件和信息服務業發展報告》（2012、2013、2014版）《世界軟件産業發展年度報告》（2010、2011、2012、2013版） 《2014移動互聯網産業發展年度報告》等；（即將齣版）覆蓋18個行業、 涵蓋106個中國大數據應用*佳實踐案例的《贏在大數據係列叢書》【1《贏在大數據：中國大數據發展藍皮書》；2《贏在大數據：金融/電信/媒體/醫療/旅遊/數據市場行業大數據應用典型案例》；3《贏在大數據：營銷/房地産/汽車/交通/體育/環境行業大數據應用典型案例》；4《贏在大數據：政府/工業/農業/安全/教育/人纔行業大數據應用典型案例》】 。

　　目前緻力於大數據生態係統研究和建設，專注於大數據專業教育和培訓。

目錄

第1章 金融大數據

1.1 TalkingData：Smart DP推動金融行業轉型升級

1.2 數聚股份：大數據助力銀行精準營銷

1.3 百融金服：大數據推動信貸業務創新

1.4 百分點：智能營銷+風控，讓銀行的數據會"說話"

1.5 安訊科技：品值"讓手機號等於信用"

1.6 銀聯智惠：大數據提升金融企業風控能力

1.7 螞蟻金服：最高法院聯手芝麻信用利用大數據讓"老賴"無處可躲

1.8 南大通用：大數據助力反洗錢

1.9 數據堂：大數據讓徵信煥發新活力

1.10 百融金服：傳統銀行與互聯網金融如何實現共贏

1.11 海翼知：全國企業知識圖譜助力企業徵信

1.12 天雲大數據：大數據有效對銀行信用卡申卡欺詐預警

1.13 深度數據：大數據助力企業風控

1.14 集奧聚閤：大數據助力金融企業經營用戶

1.15 優特捷（日誌易）：大數據助力金融日誌分析

1.16 聯智科技：大數據助力保險轉型

1.17 中金數據：廣發銀行呼叫中心語音大數據分析雲應用介紹

1.18 普林科技：基於大數據技術的號碼風控平颱

1.19 博彥科技：大數據重構金融業曆史數據管理和服務的能力

1.20 智慧星光：銀行客戶情報係統

1.21 普林科技：金融風控解決方案

1.22 博彥科技：大數據重構銀行影像文檔存儲管理

1.23 中科天璣：新型混閤數倉及一站式分析引擎

第2章 電信大數據

2.1 智慧足跡：聯通智慧足跡大數據--政府城市規劃管理的抓手

2.2 南大通用：大數據深度分析助力電信運營

2.3 燈塔大數據：運營商數據助力智慧城市建設

2.4 試金石：中國移動大數據風險控製應用實踐

2.5 普林科技：大數據助力運營商運營降低客戶流失率

2.6 上海奕行信息：大數據讓客流管理更智能

第3章 媒體大數據

3.1 星紅桉：大數據重構傳媒新生態

3.2 艾漫數據：影視因數據重生

3.3 海量集團：大數據驅動下的史上第一次昆麯眾籌

3.4 拓爾思：基於大數據的智能傳播平颱

3.5 天脈聚源：大數據為中關村管委會注入互動科技魅力

3.6 中科點擊：軍犬輿情，大數據輿情全流程服務

3.7 中視德爾：電視大數據開啓新媒體精準營銷緻勝之道

第4章 醫療大數據

4.1 慧辰資訊：大數據360深度挖掘，建立醫療領域商業決策模型

第5章 旅遊大數據

5.1 TalkingData：大數據在航旅行業的應用

5.2 融信數聯：大數據讓旅遊更具智慧

第6章 數據市場大數據

6.1 廣州數據交易服務中心：數據資産交易與流通實踐在中國

6.2 聚閤數據：大數據催生API數據經濟

精彩書摘

　　《贏在大數據：金融/電信/媒體/醫療/旅遊/數據市場行業大數據應用典型案例》：
　　據芝麻信用數據統計，“老賴”的芝麻信用開通率比其他人群高齣12倍，錶明“老賴”對芝麻信用聯動懲戒的高度關注。芝麻信用和最高人民法院閤作後，對“老賴”做瞭降分處理，並存各應用平颱披露，不少“老賴”很快（有的甚至在幾天內）就履行瞭義務。
　　最高法與第三方商業徵信機構的聯閤懲戒，對”老賴”形成瞭直接的感知和強大的震懾，對於督促其履行還款等法律義務起到瞭十分重要的作用。與芝麻信用同步“老賴”數據，便於第三方徵信機構能夠及時掌握最新的“老賴”數據，第一時間對其進行聯閤懲戒，真正做到讓“老賴”“無處可藏”。此外，信息互通共享還可以幫助淘 寶商傢過濾違約風險高的客戶，保護淘 寶商傢的閤法利益。
　　據悉，徵信機構對個人不良信息的保存期限，自不良行為或者事件終止之日起為5年；超過5年的，會予以刪除。“老賴”還清債務後，對信用的負麵影響會逐漸減弱，同時，守信行為的增加也會對其信用評估産生正麵影響。
　　……

深入洞察：數據驅動的商業變革與未來趨勢 書籍名稱： 商業智能的下一前沿：數據驅動決策與組織轉型實戰指南 內容簡介： 在全球數字化浪潮席捲的今天，數據已不再僅僅是業務運營的副産品，而是驅動企業核心競爭力、重塑行業格局的戰略資産。本書聚焦於如何將海量、異構的數據轉化為可執行的商業洞察與創新的解決方案，為渴望在激烈的市場競爭中保持領先地位的企業高層、數據科學傢、業務分析師以及轉型領導者提供一套係統化、可操作的行動藍圖。 本書的核心目標是超越單純的技術介紹，深入探討數據戰略的製定、數據治理的落地，以及如何通過先進的數據分析方法論（包括但不限於預測建模、規範性分析和因果推斷）實現跨部門的協同優化與價值創造。我們相信，真正的“大數據”價值，體現在其能夠催生前所未有的商業模式和客戶體驗。 --- 第一部分：戰略基石——數據時代的商業心智重塑 本部分首先為讀者奠定宏觀視角，闡述在數據爆炸時代，企業必須進行的戰略思維轉變。我們剖析瞭數據驅動型組織（Data-Driven Organization, DDO）的核心特徵，並提供瞭構建穩健數據戰略的五步法。 1.1 數據戰略與企業願景的對齊： 探討如何將數據能力嵌入到企業長期發展規劃中，確保每一次數據投資都能直接支撐關鍵業務目標。詳細分析瞭“數據價值鏈”的構建，從數據采集、清洗、建模到最終的應用落地，明確每個環節的責任與産齣標準。 1.2 治理先行：構建信任與閤規的數據環境： 數據治理不再是IT部門的負擔，而是業務持續增長的保障。本書深入講解瞭數據治理的四大支柱：數據質量管理、元數據管理、數據安全與隱私保護（重點關注GDPR、CCPA等全球主流法規對數據架構設計的影響）。我們提供瞭一套實用的“數據質量度量儀錶闆”設計方案，幫助企業實時監控數據健康度。 1.3 組織架構的敏捷化： 成功的數據轉型需要打破“數據孤島”。本章重點討論瞭建立中央數據團隊（CoE）與嵌入式業務分析師團隊（Hub-and-Spoke Model）的最佳實踐。我們還探討瞭“數據公民”的培養計劃，賦能一綫員工利用數據工具進行日常決策。 --- 第二部分：分析引擎——從描述到規範的進階分析方法 本部分是全書的技術與方法論核心，旨在幫助讀者掌握從傳統報錶分析嚮高階預測與優化分析躍遷的關鍵技術棧與應用場景。 2.1 深度探索：客戶行為的精細化洞察： 我們將詳細介紹如何利用時間序列分析和馬爾可夫鏈模型，對客戶生命周期價值（CLV）進行動態預測。重點講解瞭“機會點識彆”的技術框架，通過識彆客戶轉化漏鬥中的關鍵摩擦點，指導市場營銷活動的實時優化。 2.2 預測建模的工業化落地： 區彆於學術研究，本書關注的是如何將機器學習模型部署到生産環境並持續迭代。內容涵蓋模型選擇的業務驅動原則、特徵工程的自動化流程、以及A/B測試框架在模型效果評估中的嚴格應用。特彆強調瞭“模型漂移”的預警與自動再訓練機製。 2.3 規範性分析的藝術：運籌學在決策優化中的應用： 規範性分析是實現數據價值最大化的終極目標。本章詳細解析瞭綫性規劃、整數規劃等運籌學方法在資源調度（如供應鏈庫存優化、人力排班）中的實際應用案例，並介紹瞭如何將復雜的優化模型轉化為用戶友好的決策支持係統（DSS）。 2.4 解釋性人工智能（XAI）與決策透明度： 在金融、醫療等高風險領域，決策的“為什麼”與“是什麼”同等重要。本章深入講解瞭LIME、SHAP值等XAI技術，確保業務人員和監管機構能夠充分理解模型推薦背後的邏輯，建立對自動化決策的信任。 --- 第三部分：跨界賦能——數據驅動的業務模式創新 本部分通過具體的業務場景案例，展示數據能力如何成為重塑行業競爭格局的驅動力，強調的是方法論的普適性而非特定行業的案例堆砌。 3.1 運營效率的革命：流程的自動化與智能化： 探討如何結閤流程挖掘（Process Mining）技術，映射企業的實際業務流程，識彆隱藏的瓶頸和非標操作。隨後，講解如何將這些洞察反饋給機器人流程自動化（RPA）或智能自動化平颱，實現閉環優化，而非簡單的重復性工作自動化。 3.2 供應鏈的韌性與可視化： 麵對全球不確定性，本章聚焦於利用多源異構數據（如物流追蹤數據、天氣數據、地緣政治風險指標）構建端到端的供應鏈數字孿生。重點講解瞭風險預警係統的設計，如何提前數周預測潛在的延誤或成本超支。 3.3 客戶體驗的個性化設計： 超越簡單的推薦係統，本書探討瞭“意圖識彆”的復雜性。通過結閤自然語言處理（NLP）技術分析非結構化反饋數據，實時調整用戶界麵（UI/UX）和交互路徑，實現真正意義上的“韆人韆麵”的動態體驗。 3.4 創新生態係統的構建：數據變現的探索： 討論企業如何安全、閤規地將內部積纍的數據能力和數據産品化，與其他閤作夥伴進行數據交換或建立新的服務模式。這包括數據即服務（DaaS）的基礎架構要求和商業模式設計考量。 --- 結語：數據治理的未來展望 本書最終落腳於數據倫理、可持續發展以及後量子計算時代對數據安全和分析能力帶來的挑戰。它不僅是一本指導當前實踐的工具書，更是一份引導企業麵嚮未來十年數據技術演進的戰略參考。掌握本書所闡述的理念與方法，意味著企業已具備在數據驅動的世界中持續學習、適應和領先的能力。

評分☆☆☆☆☆

這本書的封麵設計非常有吸引力，深邃的藍色背景搭配金色的大數據符號，一眼就能看齣其主題。我是一個對金融行業大數據應用非常感興趣的讀者，一直想瞭解在實際業務中，大數據究竟能帶來怎樣的革新。讀完這本書，我最直觀的感受是，它提供瞭一個非常宏觀的視角，讓我對金融領域大數據應用的廣度和深度有瞭更清晰的認識。書中對風控、反欺詐、個性化推薦、精準營銷等方麵的案例分析，都讓我印象深刻。例如，書中提到某銀行如何利用大數據模型預測信貸風險，從而有效降低不良貸款率，這讓我看到瞭大數據在提升金融機構運營效率和風險管理能力方麵的巨大潛力。同時，書中也探討瞭數據安全和隱私保護的重要性，這對於我這樣一個普通讀者來說，也提供瞭很多關於金融信息安全的啓示。雖然書中涉及的案例很多，但每個案例的闡述都比較深入，不僅僅是簡單地羅列瞭應用，而是結閤瞭具體的業務場景和技術手段，讓讀者能夠理解其背後的邏輯。尤其是關於如何從海量數據中挖掘有價值的信息，以及如何將這些信息轉化為實際的業務成果，書中給齣瞭非常實用的指導。這本書無疑為我打開瞭一扇瞭解金融大數據應用的大門，也激發瞭我深入研究的興趣。

評分☆☆☆☆☆

我是一名在大數據領域摸爬滾打多年的從業者，這次有幸拜讀瞭《贏在大數據》這本書，深感其內容之豐富與實用。我尤其對書中關於電信行業大數據應用的章節著迷。電信行業是數據生成的大戶，如何將這些看似雜亂無章的數據轉化為有價值的商業洞察，一直是我們麵臨的挑戰。這本書在這方麵提供瞭很多寶貴的經驗。書中詳盡地闡述瞭如何利用大數據進行用戶行為分析、網絡優化、精準營銷以及客戶流失預警。其中，關於用戶畫像的構建和個性化服務推薦的案例，讓我受益匪淺。我瞭解到，通過對用戶通信記錄、上網行為、服務使用偏好等多維度數據的整閤分析，電信運營商可以更精準地理解用戶需求，從而提供更貼心的産品和服務，提高用戶滿意度和忠誠度。書中對於如何利用大數據提升網絡覆蓋和質量的分析，也給我帶來瞭新的思路。總體而言，這本書不僅梳理瞭電信行業大數據應用的現狀，還前瞻性地指齣瞭未來的發展方嚮，對於我這樣希望持續學習和提升的從業者來說，無疑是一本不可多得的參考書。

評分☆☆☆☆☆

我對旅遊行業的發展一直充滿好奇，尤其是如何讓旅行體驗變得更加個性化和便捷。閱讀《贏在大數據》這本書後，我對於旅遊行業在大數據應用方麵的理解得到瞭極大的升華。書中關於旅遊目的地營銷、個性化行程推薦、客戶行為分析以及旅遊資源優化配置等案例，都讓我看到瞭大數據在提升旅遊服務質量和效率方麵的巨大作用。我尤其對書中關於如何利用大數據為遊客量身定製旅行計劃的案例印象深刻。通過分析遊客的興趣愛好、消費習慣、齣行偏好等數據，旅遊平颱可以為遊客推薦最符閤其需求的景點、酒店和活動，從而極大地提升瞭旅行的滿意度。書中關於如何利用大數據進行旅遊目的地營銷的分析，也為相關從業者提供瞭寶貴的藉鑒。通過精準定位潛在客戶群體，製定有針對性的營銷策略，可以有效地吸引更多遊客。這本書讓我深刻體會到，在大數據時代，旅遊行業正朝著更加智能化、個性化和便捷化的方嚮發展。

評分☆☆☆☆☆

作為一名醫療行業的觀察者，我一直在思考大數據如何能夠革新傳統的醫療模式，為患者帶來更優質的服務。《贏在大數據》這本書中的醫療行業大數據應用部分，給我留下瞭深刻的印象。書中關於疾病預測、個性化治療方案製定、藥物研發以及醫療資源優化配置等方麵的案例，都讓我看到瞭大數據在醫療領域的巨大潛力和價值。例如，書中提到如何利用大數據分析患者的病曆、基因信息、生活習慣等，來預測疾病發生的風險，並為患者製定個性化的預防和治療方案，這讓我感受到瞭科技的力量正在為人類健康保駕護航。書中對大數據在藥物研發方麵的應用，也讓我看到瞭加速新藥研發、降低研發成本的希望。此外，書中關於如何利用大數據優化醫療資源配置，提高醫院運營效率的討論，也為醫療機構的現代化管理提供瞭重要的參考。這本書不僅展現瞭大數據在醫療領域的應用前景，也讓我看到瞭未來醫療發展的新方嚮。

評分☆☆☆☆☆

作為一名對新興行業發展趨勢保持高度關注的媒體從業者，我一直在尋找能夠幫助我理解媒體行業大數據應用的權威讀物。《贏在大數據》這本書在這方麵給瞭我極大的滿足。書中關於媒體行業大數據應用的章節，對內容生産、用戶分析、廣告投放以及輿情監測等方麵的案例分析，都讓我茅塞頓開。我瞭解到，如今的媒體內容生産早已不再是憑空想象，而是需要基於大數據對用戶喜好、內容傳播效果等進行深入分析，從而創作齣更受歡迎的內容。書中關於如何利用大數據進行精準廣告投放的案例，更是讓我看到瞭媒體商業模式的巨大變革。通過對用戶畫像和行為數據的分析，廣告主能夠將廣告精準地推送給目標受眾，大大提高瞭廣告的轉化率，也為媒體帶來瞭新的盈利增長點。此外，書中關於利用大數據進行輿情監測和危機公關的案例，對於我這個行業的讀者來說，也具有非常重要的參考價值。這本書記載瞭媒體行業在大數據浪潮下的轉型與創新，讓我對媒體行業的未來發展充滿瞭信心。

評分☆☆☆☆☆

包裝精緻完好，給快遞員點贊?

評分☆☆☆☆☆

可以

評分☆☆☆☆☆

行業趨勢指引，挺好的。

評分☆☆☆☆☆

贏＼(＞０＜)／在大數據

評分☆☆☆☆☆

書中的照片就不能用正常顔色嗎？看的我眼睛疼

評分☆☆☆☆☆

不錯的書 正在研讀

評分☆☆☆☆☆

買太多瞭。

評分☆☆☆☆☆

太淺瞭

評分☆☆☆☆☆

一直在京東購買，方便實惠