《数据的本质》我当时是为了能多和运营部门打交道，打算好好看看。
里面提及不少国内外企业及行业的大数据应用案例，涵盖科技、零售、快消等多个领域，具体如下：
1. Palantir公司：作为全球AI领域明星公司，外界认为其靠算法解决复杂问题，但实际在客户项目中，大量工作集中在数据ETL与数据整合，AI算法应用只是冰山一角。这一案例揭示了扎实的数据基础对AI应用的重要性，而非单纯依赖算法。
2. 阿里聚划算自动化项目：马云要求用车品觉团队通过人工智能和大数据取代聚划算一个近百人的部门，且要保证业务增长率不下降。该项目通过将人为决策转化为数据驱动的自动化决策完成目标，也让作者深入思考了数字经济引擎的形态与搭建方式。
3. 连锁零售品牌智能订货项目：这家拥有千家门店的生鲜连锁品牌，原本想通过大数据做门店销售预测和智能订货。但推进中发现促销等关键历史数据大量缺失，导致算法团队构建模型时效果提升缓慢。这也体现出BI应用不到位会制约数据基础建设，进而影响AI落地。
4. 快速消费品巨头销售预测项目：该500强快消企业计划靠大数据将销售预测准确率再提升5个百分点。它虽有完备的数据沉淀，推进AI应用相对顺利，但落地最后阶段，因BI场景未覆盖品类促销主题分析，出现数据孤岛、口径不一致等问题，后续通过完善BI场景才夯实了AI落地的基础。
5. 支付宝数据打通案例：车品觉加入支付宝后，面临部门间数据互通难题。他先筛选出各部门高频低效率流通、重复复制的公共数据优先建设，再将自身部门的公共数据开放供其他部门使用，后续输出技术标准助力其他部门实现更大范围的数据打通
1. 锚定业务需求，树立用户意识：先明确数据要解决的商业问题，而非盲目分析
2. 打通多源数据，夯实数据基础
3. 推动数据下沉，融入业务环节
4. 落地数据实践，晒出价值成果：遵循“晒”的逻辑，将数据分析结果应用于实际业务决策
5. 优化组织机制，保障长效运转：用“混”的方式让数据人员融入业务团队，了解一线需求
#我的私人书单 #品牌竞争力 #品牌营销 #全渠道营销 #有益于职场的书 #职场读书人 #品牌营销人 #品牌推广运营 #读不完的书 #推荐书籍
里面提及不少国内外企业及行业的大数据应用案例，涵盖科技、零售、快消等多个领域，具体如下：
1. Palantir公司：作为全球AI领域明星公司，外界认为其靠算法解决复杂问题，但实际在客户项目中，大量工作集中在数据ETL与数据整合，AI算法应用只是冰山一角。这一案例揭示了扎实的数据基础对AI应用的重要性，而非单纯依赖算法。
2. 阿里聚划算自动化项目：马云要求用车品觉团队通过人工智能和大数据取代聚划算一个近百人的部门，且要保证业务增长率不下降。该项目通过将人为决策转化为数据驱动的自动化决策完成目标，也让作者深入思考了数字经济引擎的形态与搭建方式。
3. 连锁零售品牌智能订货项目：这家拥有千家门店的生鲜连锁品牌，原本想通过大数据做门店销售预测和智能订货。但推进中发现促销等关键历史数据大量缺失，导致算法团队构建模型时效果提升缓慢。这也体现出BI应用不到位会制约数据基础建设，进而影响AI落地。
4. 快速消费品巨头销售预测项目：该500强快消企业计划靠大数据将销售预测准确率再提升5个百分点。它虽有完备的数据沉淀，推进AI应用相对顺利，但落地最后阶段，因BI场景未覆盖品类促销主题分析，出现数据孤岛、口径不一致等问题，后续通过完善BI场景才夯实了AI落地的基础。
5. 支付宝数据打通案例：车品觉加入支付宝后，面临部门间数据互通难题。他先筛选出各部门高频低效率流通、重复复制的公共数据优先建设，再将自身部门的公共数据开放供其他部门使用，后续输出技术标准助力其他部门实现更大范围的数据打通
1. 锚定业务需求，树立用户意识：先明确数据要解决的商业问题，而非盲目分析
2. 打通多源数据，夯实数据基础
3. 推动数据下沉，融入业务环节
4. 落地数据实践，晒出价值成果：遵循“晒”的逻辑，将数据分析结果应用于实际业务决策
5. 优化组织机制，保障长效运转：用“混”的方式让数据人员融入业务团队，了解一线需求
#我的私人书单 #品牌竞争力 #品牌营销 #全渠道营销 #有益于职场的书 #职场读书人 #品牌营销人 #品牌推广运营 #读不完的书 #推荐书籍
