第1章 什麼是大數據，它為什麼重要？ 1
1.1 創業的大洪水
1.2 大數據不僅僅是“大”
1.3 為什麼是現在？
1.4 關鍵技術的融閤
1.5 相對而言……
1.6 更豐富多樣的數據
1.7 非結構化數據域的擴張
1.8 高層的聲音
參考文獻
第2章 大數據的工業實例 19
2.1 數字營銷和離綫世界
2.2 數據庫營銷，大數據的先驅
2.3 大數據和市場營銷的新技能
2.4 欺詐和大數據
2.5 風險和大數據
2.6 信用卡風險管理
2.7 大數據和算法交易
2.8 大數據在健康醫療領域的應用
2.9 醫藥領域的前沿先鋒
2.10 廣告和大數據：從莎草紙到受眾識彆
2.11 從消費類産品作為入口
參考文獻
第3章 大數據技術 59
3.1 房間裏的大象：Hadoop並行計算世界
3.2 新舊技術對比
3.3 數據發現：沿著人類思維方式而工作
3.4 大數據分析的開源技術
3.5 雲計算和大數據
3.6 預測分析嶄露頭角
3.7 軟件即服務（SaaS）BI
3.8 移動商業智能將成為主流
3.9 眾包分析
3.10 防火牆外部分析及跨防火牆分析
3.11 R&D方法幫助吸取新技術
3.12 大數據技術術語
3.13 二進製數據
參考文獻
第4章 信息管理 87
4.1 大數據基礎
4.2 大數據計算平颱
4.3 大數據計算
4.4 更多關於大數據存儲
4.5 大數據計算的局限性
4.6 大數據的新興技術
第5章 商業分析 97
5.1 大數據分析的“最後一英裏”
5.2 智能地理信息會讓你的生活更美好
5.3 聽：是信號還是噪聲？
5.4 數據分析的實際使用
5.5 從生産到消費
5.6 可視化：如何將數據分析變得可用？
5.7 組織使用數據可視化作為采取即時行動的方法
5.8 從數據采樣到數據分析
5.9 跳到盒子外思索
5.10360°建模
5.11 速度需求
5.12 讓我們變得具有競爭性
5.13 什麼技術是有效的？
5.14 數據分析已經超越工具本身，並升級為大數據分析應用程序
參考文獻
第6章 大數據行業角色 125
6.1 數據科學傢的興起
6.2 深度使用數學、科學以及計算機科學
6.310／90原則和批判性思考
6.4 分析師人纔和行政支持
6.5 發展決策科學人纔
6.6 數據分析的全局視圖
6.7 培養決策科學人纔
6.8 創建培養決策科學人纔的文化
6.9 建立正確的組織結構進行有組織的分析
第7章 數據隱私與倫理 147
7.1 隱私涉及的主要領域
7.2 大數據抓取不是新鮮事
7.3 偏好、個性及關係
7.4 權利與義務
7.5 良心與責任意識
7.6 隱私可能是錯誤的焦點
7.7 數據可以匿名嗎？
7.8 用戶數據在情報安全部門的平衡
7.9 現在該做些什麼？
參考文獻
結語 165
推薦資源 171
譯者後記 175
· · · · · · (收起)