Общее описание
Книга объёмом 330 страниц, состоящая из 8 глав. Материал представлен преимущественно текстовой информацией, хотя время от времени можно встретить изображения, схемы и диаграммы. Читается достаточно легко и быстро. По большей части это теоретическая книга про большие технологии.
Оглавление
Глава 1. Что такое Big Data?
- Марсианские диалекты
- Что же это всё-таки такое и откуда взялось?
- Постинформационное общество
- Data-driven организации
- 7 шагов data-driven decision culture
- В чём ценность data-driven организации
- Data-informed организации
- Data-informed или data-driven
- Революция open-source и доступность технологий
- 4-я промышленная революция, или Почему человек больше не нужен для поиска инсайтов
Глава 2. Стратегия данных
- С чего начинается стратегия данных?
- Жизненный цикл данных
- Миссия компании и данные
- Ключевые стейкхолдеры
- Техническая инфраструктура
- Зачем нужна стратегия данных?
- Как влияет культура компании на успешность стратегии?
- Кто владелец стратегии данных?
- Self-service BI
- Как измерить успешность стратегии данных?
- Сколько стоит реализовать стратегию данных?
Глава 3. Storytelling с данными
- Идеальная история — отвечаем на ключевые вопросы
- Ваш дэшборд умер
- Декодирование аналитического контента требует усилий
- Impact investment — у каждого рассказа должна быть цель
Глава 4. Регулирование данных
- Суровые европейские консерваторы
Глава 5. Метаданные
Глава 6. Зачем нужно качество данных?
- Основные методы управления качеством данных
- Как измерять качество данных?
- Как понять, какие измерения качества выбрать?
- Инструменты управления качеством данных
Глава 7. Не Big Data единой: платформы и экосистемы
- PaaS и платформы
Глава 8. А что дальше? Проблемы и тренды
- Проблемы с Big Data сегодня
- Мы думаем, что понимаем Big Data
- Как рассчитать финансовый эффект?
- Big Data может быть вообще не нужна
- К чему мы движемся? Тренды
- Машинное обучение применяется всё чаще
Мнение
Несмотря на то, что это сугубо теоретическая книга, я бы не спешил её списывать со счетов и считать бесполезной. Однозначно, что-то в этой книге можно для себя узнать новое и полезное: GDPR, data-driven и data-informed организации, жизненный цикл (нет, не приложения, а данных), кое-какие фреймворки и библиотеки для аналитики и визуализации данных. Так что всё же эту книгу скорее рекомендую к прочтению. Кстати, это одна из немногих книг, которая у меня есть в бумажном варианте, правда, читал я, как обычно, всё равно в электронном.
