सामान्य विवरण
330 पृष्ठों की किताब, जिसमें 8 अध्याय हैं। सामग्री मुख्यतः पाठ सूचना है, हालांकि कभी-कभी छवियां, आरेख और चित्र मिल सकते हैं। इसे बहुत आसानी और तेजी से पढ़ा जा सकता है। इसका अधिकांश हिस्सा बड़ी तकनीकों के बारे में एक सैद्धांतिक पुस्तक है।
सूचीबद्ध सामग्री
अध्याय 1. बिग डेटा क्या है?
- मंगल ग्रह की बोलियां
- यह वास्तव में क्या है और इसकी उत्पत्ति कहां से हुई?
- पोस्ट-इनफॉर्मेशन सोसाइटी
- डेटा-ड्राइवन संगठन
- डेटा-ड्राइवन निर्णय संस्कृति के 7 चरण
- डेटा-ड्राइवन संगठन का मूल्य क्या है?
- डेटा-इनफॉर्म्ड संगठन
- डेटा-इनफॉर्म्ड या डेटा-ड्राइवन
- ओपन-सोर्स क्रांति और तकनीकों की उपलब्धता
- 4थी औद्योगिक क्रांति, या यह क्यों कि इन्साइट्स खोजने के लिए मानव की आवश्यकता नहीं है
अध्याय 2. डेटा रणनीति
- डेटा रणनीति कहां से शुरू होती है?
- डेटा का जीवन चक्र
- कंपनी का मिशन और डेटा
- महत्वपूर्ण स्टेकधारक
- तकनीकी बुनियादी संरचना
- डेटा रणनीति की आवश्यकता क्यों है?
- संस्कृति कैसे रणनीति की सफलता को प्रभावित करती है?
- डेटा रणनीति का मालिक कौन है?
- सेल्फ-सर्विस BI
- डेटा रणनीति की सफलता को कैसे मापें?
- डेटा रणनीति को लागू करने की लागत क्या है?
अध्याय 3. डेटा के साथ स्टोरीटेलिंग
- आदर्श कहानी - मुख्य प्रश्नों के उत्तर देना
- आपका डैशबोर्ड मर गया है
- विश्लेषणात्मक सामग्री को डिकोड करने में प्रयास की आवश्यकता होती है
- प्रभावित निवेश - हर कहानी का उद्देश्य होना चाहिए
अध्याय 4. डेटा नियमन
- कठोर यूरोपीय संरक्षणवादी
अध्याय 5. मेटाडेटा
अध्याय 6. डेटा की गुणवत्ता की आवश्यकता क्यों है?
- डेटा गुणवत्ता प्रबंधन की मुख्य विधियां
- डेटा गुणवत्ता कैसे मापें?
- कौन सी गुणवत्ता निर्धारण चुनना है, यह कैसे जानें?
- डेटा गुणवत्ता प्रबंधन उपकरण
अध्याय 7. केवल बिग डेटा नहीं: प्लेटफार्म और इकोसिस्टम
- PaaS और प्लेटफार्म
अध्याय 8. और अब क्या? चुनौतियां और रुझान
- आज बिग डेटा की समस्याएं
- हम सोचते हैं कि हम बिग डेटा समझते हैं
- वित्तीय प्रभाव कैसे गणना करें?
- बिग डेटा बिल्कुल भी आवश्यक नहीं हो सकता
- हम कहां जा रहे हैं? रुझान
- मशीन लर्निंग का अधिक उपयोग किया जा रहा है
राय
यह एक शुद्ध रूप से सैद्धांतिक पुस्तक होने के बावजूद, मैं इसे जल्दबाजी में नहीं उतारूँगा और इसे बेकार नहीं मानूँगा। निश्चित रूप से, इस पुस्तक में कुछ नया और उपयोगी सीखा जा सकता है: GDPR, डेटा-ड्राइवन और डेटा-इनफॉर्म्ड संगठन, जीवन चक्र (नहीं, एप्लिकेशन का, बल्कि डेटा का), विश्लेषण और डेटा विज़ुअलाइज़ेशन के लिए कुछ फ्रेमवर्क और लाइब्रेरी। तो फिर भी, मैं इस पुस्तक को पढ़ने की अनुशंसा करता हूँ। बता दूँ कि यह मेरे पास कुछ निश्चित पुस्तकों में से एक है जिसका मेरे पास कागज़ का संस्करण है, हालांकि मैंने इसे, जैसा कि हमेशा किया है, इलेक्ट्रॉनिक रूप में ही पढ़ा है।
