书籍详情
数据资产论
作者:王汉生 著
出版社:中国人民大学出版社
出版时间:2019-05-01
ISBN:9787300263953
定价:¥59.00
购买这本书可以去
内容简介
数据创造价值的过程,就是数据资源资产化的伟大历程! 本书试图回答以下问题: l 数据如何产生价值? l 纯粹而孤立的数据有商业价值吗? l 预测不准为什么是常态? l 一个预测不准的场景能有什么用处? l 数据隐私如何保护? l 如何对数据确权? l 数据资产应该如何定价? l 定价的逻辑是什么? 本书会告诉你: l 一套规范的数据分析方法论,帮助你从业务角度定义数据分析,从数据分析角度实践业务; l 预测不准是常态,是大千世界无常的一个正常反映; l 数据模型的价值,主要体现在预测精度的相对优势上(相对于经验方法),而不是对绝对预测精度的无限追求; l 数据带来价值的同时,也带来了伤害:隐私泄漏; l 数据wei一的合法拥有者需要通过对数据确权来实现; l 数据资产同样遵循最基本的经济学供求关系,交易才是数据资产定价的核心微观基础。
作者简介
王汉生北京大学光华管理学院商务统计与经济计量系主任,教授,博士生导师。北京大学商务智能研究中心主任,微信公众号狗熊会创始人,国家杰出青年基金获得者(2016)。 国内外各类专业杂志上发表论文70余篇,著有中英文专著各一本。国际统计学会、英国皇家统计协会、美国数理统计协会、泛华统计协会会员。历任TheAnnalsofStatistics(2008—2009年),ComputationalStatistics&DataAnalysis(2008—2012年),StatisticsanditsInterface(2010年至今),JournaloftheAmericanStatisticalAssociation(2011年至今),StatisticaSinica(2011年至今)等国际学术刊物副主编。 主要研究变量选择、数据降维、高维数据分析及复杂网络数据分析等。相关应用领域包括但不限于中文文本、网络结构、位置轨迹。兼任北京博雅立方科技有限公司首席科学家(2009—2015年)、北京百分点科技有限公司首席统计学家(2015年至今)。与量邦科技、考拉征信、彩虹无线、蓬景数字、西门子、三一重工、格灵深瞳、天罡仪表等众多企业有联合研究工作。此外,同腾讯、百度、阿里、奇虎、奥迪、京东、联通等众多企业有培训会议合作。
目录
第一章 不确定性的无知与无奈
从不确定性开始
什么是不确定性?
不确定性事件广泛存在
不确定性推动科研
不确定性创造商机
产生不确定性的原因
第二章 数据的时代特征
数据的朴素定义
数据的时代特征
运营商数据
支付交易数据
手机数据
社交网络数据
位置轨迹数据
浏览日志的数据
第三章 朴素的数据价值观
数据分析的核心
价值表现的三个方面
参照系
价值与业务场景
价值与商业模式
可被归因的价值
第四章 回归分析的“道”与“术”
统计学不研究统计
回归分析与不确定性
回归分析与管理决策
回归五式
第五章 因变量与业务诉求
确定业务的核心诉求
纵横对比两步法
不存在完美定义的Y
瞄准真实的业务目标
瞄准原因而不是结果
第六章 解释性变量与业务洞见
X就是业务洞见
X决定竞争优势
运营实践产生X
制度设计保障X
第七章 预测精度与产品设计
预测不准是常态
预测精度的改进
预测精度的界定
大数定律与产品化
第八章 数据资产定价
必要性与挑战
数据确权
交易标的
价值测算
第九章 数据资产交易
交易的内容与形式
可替代性与套利交易
一个假想的资产交易所
第十章 数据治理与价值创造
数据治理时代
公司治理与数据治理
数据资源资产化
数据确权与合规
价值创造与人才培养
讨论与总结
从不确定性开始
什么是不确定性?
不确定性事件广泛存在
不确定性推动科研
不确定性创造商机
产生不确定性的原因
第二章 数据的时代特征
数据的朴素定义
数据的时代特征
运营商数据
支付交易数据
手机数据
社交网络数据
位置轨迹数据
浏览日志的数据
第三章 朴素的数据价值观
数据分析的核心
价值表现的三个方面
参照系
价值与业务场景
价值与商业模式
可被归因的价值
第四章 回归分析的“道”与“术”
统计学不研究统计
回归分析与不确定性
回归分析与管理决策
回归五式
第五章 因变量与业务诉求
确定业务的核心诉求
纵横对比两步法
不存在完美定义的Y
瞄准真实的业务目标
瞄准原因而不是结果
第六章 解释性变量与业务洞见
X就是业务洞见
X决定竞争优势
运营实践产生X
制度设计保障X
第七章 预测精度与产品设计
预测不准是常态
预测精度的改进
预测精度的界定
大数定律与产品化
第八章 数据资产定价
必要性与挑战
数据确权
交易标的
价值测算
第九章 数据资产交易
交易的内容与形式
可替代性与套利交易
一个假想的资产交易所
第十章 数据治理与价值创造
数据治理时代
公司治理与数据治理
数据资源资产化
数据确权与合规
价值创造与人才培养
讨论与总结
猜您喜欢