BDBAnalytics LogoBDBAnalytics LogoBDBAnalytics LogoBDBAnalytics Logo
  • خدمات
  • Home
  • مجله
  • About us
  • تماس با ما
  • دکتر سعید روحانی
  • Login Customizer
  • [email protected]

معرفی کتاب “Enterprise Analytics: Optimize Performance, Process, and Decisions Through Big Data”

منتشر شده توسط احسان نگهدار در فوریه 13, 2025

عنوان: تحلیل سازمانی: بهینه‌سازی عملکرد، فرآیندها و تصمیمات از طریق عظیم‌داده
“Enterprise Analytics: Optimize Performance, Process, and Decisions Through Big Data”

🖋 نویسنده: Thomas H. Davenport

📌 در دنیای امروز، داده‌ها به منبعی ارزشمند برای سازمان‌ها تبدیل شده‌اند. کتاب “تحلیل سازمانی” به بررسی چگونگی استفاده از تحلیل داده‌ها برای بهبود عملکرد، فرآیندها و تصمیم‌گیری در سازمان‌ها می‌پردازد. این کتاب راهنمایی جامع برای مدیران و متخصصان داده است که به دنبال استفاده از قدرت عظیم‌داده برای دستیابی به مزیت رقابتی هستند. کتاب در پنج بخش دسته‌بندی شده و ابعاد مختلف تحلیل را بررسی کرده و در هر فصل و همچنین پایان کتاب با ارائه موردهای مطالعاتی متفاوتی به چگونگی پیاده‌سازی مفاهیم ذکر شده در کتاب در دنیای واقع اشاره می‌کند.

🗂 بخش‌های کتاب:

📍 بخش اول: مروری بر تحلیل و ارزش آن
• فصل اول: تعریف “تحلیل” و تمایز آن از هوش تجاری سنتی (BI). تکامل این مفهوم و اهمیت روزافزون و همچنین سه نوع تحلیل توصیفی، پیش‌بینی‌کننده و تجویزی بررسی می‌شوند.
• فصل دوم: نحوه محاسبه بازگشت سرمایه (ROI) در پروژه‌های تحلیلی. روش‌های سنتی تحلیل ROI و روش مورد استفاده توسط Teradata پوشش داده می‌شود. مطالعه موردی در مورد ROI تحلیل در Freescale Semiconductor نیز ارائه شده است.

📍 بخش دوم: کاربردهای تحلیل‌ عظیم‌داده
• فصل سوم: استفاده از داده‌های اختصاصی برای مزیت رقابتی. تاکید بر این نکته که داده‌ها به خودی خود ارزشمند نیستند، بلکه تحلیل آنها ارزش‌آفرین است. مثالی از PaxIS از انجمن بین‌المللی حمل‌ونقل هوایی (IATA) برای نشان دادن پتانسیل‌ها و چالش‌های استفاده از داده‌های اختصاصی ارائه می‌شود. همچنین مثال‌هایی از استفاده داده‌های تراکنش‌های پرداخت برای ایجاد ارزش ارائه شده است.
• فصل چهارم: بررسی استفاده از داده‌های وب به عنوان نوعی از “داده‌های بزرگ”. چگونگی آشکار کردن قصد مشتری و فرآیندهای تصمیم‌گیری از طریق این داده‌ها و بر یکپارچه‌سازی داده‌های وب با سایر داده‌های مشتری برای دیدگاهی جامع‌تر، انواع مختلف استفاده از داده‌های وب، از جمله درک الگوهای تحقیق و رفتارهای بازخورد مشتری پوشش داده می‌شود.
• فصل پنجم: تعریف و بررسی تحلیل تعامل آنلاین. تاکید بر اینکه تعامل یک حالت ذهنی داخلی است. مدلی برای اندازه‌گیری تعامل و مطالعات موردی از PBS و وبسایت Philly ارائه شده است.
• فصل ششم: چگونگی ایجاد “بهترین پیشنهادات بعدی” برای مشتریان خرده‌فروشی از طریق تجزیه و تحلیل دقیق اطلاعات مشتری، محصول و زمینه خرید، از جمله داده‌های اجتماعی، تلفن همراه و مکان.
• فصل هفتم: بررسی چگونگی اعمال تحلیل در مقیاس تولید، از جمله نیاز به ادغام بینش تحلیلی با قوانین کسب و کار. این فصل شامل یک مطالعه موردی نیز در مورد شرکت YouSee درباره‌ی تحلیل پیش‌بینی‌کننده در مرکز تماس است.
• فصل هشتم: تحلیل پیش‌بینی‌کننده در فضای ابری، فرصت‌ها، روندهای بازار، مزایا و چالش‌های تحلیل پیش‌بینی‌کننده مبتنی بر ابر.

📍 بخش سوم: فناوری‌های مورد استفاده در تحلیل‌ عظیم‌داده
• فصل هفتم: کاربرد تحلیل در مقیاس تولید. این فصل به بررسی چگونگی انتقال تحلیل از یک تمرین نظری به یک کاربرد عملی در داخل یک سازمان می‌پردازد.
• فصل هشتم: تحلیل پیش‌بینی‌کننده در فضای ابری. این فصل به بررسی استفاده از تحلیل پیش‌بینی‌کننده مبتنی بر ابر می‌پردازد. تمرکز بر راه‌حل‌های تجاری است که از تحلیل پیش‌بینی‌کننده استفاده می‌کنند، و نه فقط خود فناوری.
• فصل نهم: فناوری تحلیلی و کاربر تجاری. این فصل به بررسی تکامل فناوری تحلیلی و نیاز به تغییر می‌پردازد.
• فصل دهم: پیوند تصمیمات و تحلیل‌ها برای عملکرد سازمانی. این فصل ارتباط بین تحلیل و تصمیم‌گیری را بررسی می‌کند.

📍بخش چهارم: جنبه انسانی تحلیل‌ عظیم‌داده
• فصل یازدهم: چگونگی سازماندهی تحلیلگران در یک سازمان. تاکید بر اینکه بخش‌های تحلیلی باید هماهنگ، تجمیع یا متمرکز شوند. مدل‌های مختلف سازمانی و سازوکارهای هماهنگی بررسی می‌شود.
• فصل دوازدهم: چگونگی جذب استعدادهای تحلیلی. انواع مختلف تحلیلگران و راه‌های حفظ انگیزه آنها پوشش داده می‌شود. استفاده از ساختارهای سازمانی تحلیلی متمرکزتر پیشنهاد می‌شود.
• فصل سیزدهم: تمرکز بر حاکمیت تحلیل‌ها، از جمله ایجاد یک نهاد حاکمیتی در سازمان‌ها. هدف، دامنه، ساختار، نقش‌ها، مسئولیت‌ها، فرآیندها و روابط لازم برای حاکمیت مؤثر و همچنین نحوه حاکمیت تحلیل‌های توصیفی در مقابل تحلیل‌های پیش‌بینی‌کننده بررسی می‌شود.
• فصل چهاردهم: بحث در مورد ایجاد یک قابلیت تحلیلی جهانی. نیاز به استانداردسازی و هماهنگی در شرکت‌های چندملیتی پوشش داده و گزینه‌های مختلف ساختار جهانی را ارائه می‌دهد: متمرکز، مرکز تعالی و غیرمتمرکز.

📍بخش پنجم: مطالعات موردی در استفاده از تحلیل‌ عظیم‌داده
• فصل پانزدهم: مطالعه موردی سیستم Partners HealthCare. تمرکز بر استفاده این سیستم از تحلیل‌ها، هم به صورت متمرکز و هم در بیمارستان‌های فردی. ابتکار عمل پزشکی با عملکرد بالا (HPM) آنها به تفصیل شرح داده شده است.
• فصل شانزدهم: مطالعه موردی تحلیل در بخش منابع انسانی در شرکت Sears Holdings. چگونگی ایجاد یک تیم مؤثر و اجزای پروژه‌های موفق بررسی می‌شود.
• فصل هفدهم: بحث در مورد فرهنگ و روابط تحلیل تجاری در Merck. اهمیت مشارکت بین تحلیلگران و تصمیم‌گیرندگان تاکید می‌شود.
• فصل هجدهم: تمرکز بر تحلیل توصیفی برای زنجیره تأمین در Bernard Chaus, Inc. چگونگی بهبود دید و صرفه‌جویی در هزینه‌ها با استفاده از یک ابزار هوش تجاری برجسته می‌شود.

Davenport, Thomas H – Enterprise analytics optimize performance, process, and decisions through big data-Pearson Education (2013)دریافت
اشتراک
احسان نگهدار
احسان نگهدار

مطالب مرتبط

می 3, 2025

معرفی کتاب “Advances in Machine Learning and Big Data Analytics”


اطلاعات بیشتر
آوریل 9, 2025

معرفی کتاب “عظیم‌داده و هوش مصنوعی برای کاربردهای بهداشتی و درمانی”


اطلاعات بیشتر
نوامبر 21, 2024

معرفی کتاب “AI-powered Business Intelligence; Improving forecasts and decision making with machine learning ”


اطلاعات بیشتر
اکتبر 18, 2024

معرفی کتاب “Big Data Recommender Systems Volume 1: Algorithms, Architectures, Big Data, Security and Trust”


اطلاعات بیشتر

تماس با ما


بپیوندید

لینک‌های مفید


  • دانشگاه تهران

    • پایگاه TDWI

درباره ما


BDBAnalytics یک تیم آکادمیک تخصصی در تجزیه و تحلیل عظیم داده برای کسب‌وکارها است. این تیم متشکل از اساتید و دانشجویان، در زمینه عظیم داده‌ بسیار موفق عمل کرده و ارائه‌دهنده بینش‌ها و راه‌حل‌های ارزشمندی است. بر اساس تخصص خود، BDBAnalytics به عنوان انتخاب برتر سازمان‌هایی است که به دنبال استراتژی‌های مبتنی بر داده و رویکردهای نوآورانه برای چالش‌های کسب‌وکاری خود هستند.

Copyright © 2024 | BDBAnalytics
  • [email protected]