Allgemeine Beschreibung
Buch mit 330 Seiten, bestehend aus 8 Kapiteln. Das Material ist hauptsächlich textlich, obwohl gelegentlich Bilder, Diagramme und Grafiken zu finden sind. Lässt sich leicht und schnell lesen. Größtenteils ein theoretisches Buch über große Technologien.
Inhaltsverzeichnis
Kapitel 1. Was ist Big Data?
- Martianische Dialekte
- Was ist es denn wirklich und wo kommt es her?
- Post-informationsgesellschaft
- Datengetriebene Organisationen
- 7 Schritte für eine datengetriebene Entscheidungsfindung
- Der Wert datengetriebener Organisationen
- Dateninformierte Organisationen
- Dateninformiert oder datengetrieben
- Open-Source-Revolution und Zugänglichkeit der Technologien
- 4. Industrielle Revolution, oder warum Menschen nicht mehr benötigt werden, um Erkenntnisse zu finden
Kapitel 2. Datenstrategie
- Wo fängt die Datenstrategie an?
- Lebenszyklus von Daten li>Unternehmensmission und Daten
- Wichtige Stakeholder
- Technische Infrastruktur
- Warum wird eine Datenstrategie benötigt?
- Wie beeinflusst die Unternehmenskultur den Erfolg der Strategie?
- Wer ist Eigentümer der Datenstrategie?
- Self-Service-BI
- Wie misst man den Erfolg der Datenstrategie?
- Wie viel kostet die Implementierung einer Datenstrategie?
Kapitel 3. Storytelling mit Daten
- Die perfekte Geschichte - Beantwortung der Schlüsselfragen
- Ihr Dashboard ist tot
- Das Entschlüsseln von analytischem Inhalt erfordert Anstrengung
- Impact-Investition - jede Geschichte sollte einen Zweck haben
Kapitel 4. Datenregulierung
- Strenge europäische Konservative
Kapitel 5. Metadaten
Kapitel 6. Warum ist Datenqualität notwendig?
- Wichtige Methoden zur Datenqualitätsmanagement
- Wie misst man Datenqualität?
- Wie wählt man die richtigen Qualitätsmaße aus?
- Werkzeuge zur Datenqualitätsmanagement
Kapitel 7. Nicht nur Big Data: Plattformen und Ökosysteme
- PaaS und Plattformen
Kapitel 8. Und was kommt als Nächstes? Herausforderungen und Trends
- Aktuelle Probleme mit Big Data
- Wir denken, wir verstehen Big Data
- Wie berechnet man den finanziellen Nutzen?
- Big Data könnte gar nicht benötigt werden
- Wohin bewegen wir uns? Trends
- Maschinelles Lernen wird immer häufiger angewendet
Meinung
Trotz dass es sich um ein rein theoretisches Buch handelt, würde ich es nicht vorschnell als nutzlos abtun. Man kann definitiv etwas Neues und Nützliches daraus lernen: GDPR, datengetriebene und dateninformierte Organisationen, Lebenszyklus (nein, nicht von Anwendungen, sondern von Daten), einige Frameworks und Bibliotheken für Analyse und Datenvisualisierung. Daher empfehle ich immer noch die Lektüre dieses Buches. Übrigens, es ist eines der wenigen Bücher, die ich in gedruckter Form besitze, obwohl ich es wie gewöhnlich elektronisch gelesen habe.
