《驾驭大数据》的读后感10篇
《驾驭大数据》是一本由Bill Franks著作，人民邮电出版社出版的平装图书，本书定价：49.00元，页数：242，特精心从网络上整理的一些读者的读后感，希望对大家能有帮助。
又见大数据，但我不想阿谀的赞颂什么，而是过来拍砖的。
1、数据应用的商业模式在哪里，目前除了类似淘宝数据魔方这样垂直市场专业产品看不到其他。数据的核心问题不在于分析，而在于收集（这意味着存在用户愿意在你的平台上产生行为）。流量也罢、入口也罢，请注意，互联网最有价值的点在于用户行为，以及在用户行为过程中对决策的影响。那么，收集数据而共享又可基于何种模式？
2、别提千人千面，数据分析推荐的事儿了。YY的人可能会很high，但真相到底如何呢？所谓个性化主页、个性化搜索、个性化推荐的结果如何，google、亚马逊、腾讯、百度、淘宝的故事是不是流传的太少。
3、数据的应用场景当然存在，排行榜这类的导航效果一流，但请别神话它，说明白它的核心价值不过是决策辅助罢了，无论他是大还是不大。好好回归决策本质，做好自己的事情
http://www.huxiu.com/space/uid/30607/1.html
大数据的流行，也引发了图书业大数据出版题材的升温。去年出版的《大数据》（涂子沛著）是从数据治国的角度，深入浅出的叙述了美国政府的管理之道，细密入微的阐释了黄仁宇先生”资本主义数目式管理“的精髓。最近人民邮电出版社又组织翻译出版了美国Bill Franks的《驾驭大数据》一书。
该书的整体思路，简单来说，就是叙述了一个”数据收集-知识形成-智慧行动“的过程，不仅回答了”what“，也指明了”how“，提供了具体的技术、流程、方法，甚至团队建设，文化创新。作者首先在第一章分析了大数据的兴起，介绍了大数据的概念、内容，价值，并分析了大数据的来源，也探讨了在汽车保险、电力、零售行业的应用场景；在第二章介绍了驾驭大数据的技术、流程、方法，第三部分则介绍了驾驭大数据的能力框架，包括了如何进行优质分析，如何成为优秀的分析师，如何打造高绩效团队，最后则提出了企业创新文化的重要意义。整本书高屋建瓴、内容恣意汪洋、酣畅淋漓，结构上百川归海，一气呵成，总的来说，体系完备、内容繁丰、见识独具、实用性强，非常值得推荐，是不可多得的好书！
大数据重要以及不重要的一面
与大多数人的想当然的看法不同，作者认为“大数据”中的”大”和“数据”都不重要，重要的是数据能带来的价值以及如何驾驭这些大数据，甚至与传统的结构化数据和教科书上的认知不同，“大数据可能是凌乱而丑陋的”并且大数据也会带来“被大数据压得不看重负，从而停止不前”和大数据处理“成本增长速度会让企业措手不及”的风险，所以，作者才认为驾驭大数据，做到游刃有余、从容自若、实现“被管理的创新”最为重要。在处理数据时，作者指出“很多大数据其实并不重要”，企业要做好大数据工作，关键是能做到如何沙里淘金，并与各种数据进行结合或混搭，进而发现其中的价值。这也是作者一再强调的“新数据每一次都会胜过新的工具和方法”的原因所在。
对顾客行为的挖掘早已不是什么热门概念，然而作者认为从更深层次的角度看，下一步客户意图和决策过程的分析才是具有价值的金矿，即“关于购买商品的想法以及影响他们购买决策的关键因素是什么”。针对电子商务这一顾客行为的数据挖掘，作者不是泛泛而谈，而是独具慧眼的从购买路径、偏好、行为、反馈、流失模型、响应模型、顾客分类、评估广告效果等方面提供了非常有吸引力的建议。我认为，《驾驭大数据》的作者提出的网络数据作为大数据的“原始数据”其实也蕴含着另外一重意蕴，即只有电子商务才具备与顾客进行深入的互动，也才具有了收集这些数据的条件，从这点看，直接面向终端的企业如果不电子商务化，谈论大数据不是一件很可笑的事？当然这种用户购买路径的行为分析，也不是新鲜的事，在昂德希尔《顾客为什么购买：新时代的零售业圣经》一书中披露了商场雇佣大量顾问，暗中尾随顾客，用摄影机或充满密语的卡片，完整真实的记录顾客从进入到离开商场的每一个动作，并进行深入的总结和分析，进而改进货物的陈列位置、广告的用词和放置场所等，都与电子商务时代的客户行为挖掘具有异曲同工之妙，当然电子商务时代，数据分析的成本更加低廉，也更加容易获取那些非直接观察可以收集的数据（如信用记录）。
一些有价值的应用场景
大数据的价值需要借助于一些具体的应用模式和场景才能得到集中体现，电子商务是一个案例，同时，作者也提到了车载信息“最初作为一种工具出现的，它可以帮助车主和公司获得更好的、更有效的车辆保险”，然而它所能够提供的时速、路段、开始和结束时间等信息，对改善城市交通拥堵具有意料之外的价值。基于GPS技术和手机应用所提供的时间和位置的数据也会提供主动的、及时的推送客户关怀信息，有利于改善客户关系和创造商业机会，也可以利用它进行共同目的和兴趣的社交，这些都会带来一种令人惊奇的业务创新。在视频游戏、电信话费清单上，作者也提出了十分有价值的洞见。
技术、流程、方法、组织、人、文化
作者是Teradata的首席分析师，绝非是文献学专家和徒有虚名之辈，他在书中也介绍了如何利用海量并行架构（MPP），云计算、网格计算、MapReduce等时下炙手可热的技术从大数据中披沙沥金，驾驭大数据。
同时，作者一直在提醒我们，数据只是源，“思想才是分析之父”，“有价值和影响力的分析才是优质分析”，优质分析要符合G（Guided指导性）R（Relevant相关性）A（Explainable可行性）T（Timely及时向）原则，并且优质的分析要能提供答案、提供用户需要的东西，要能提供新的解决方案，对实际行动有指导意义，从这个角度看，它区别于报表那种标准和固定的数据呈现模式，借助于大数据分析，用户能够把握现状、预测趋势，这样才能驾驭未来。
作为一个大数据的行动者和实干家，作者也结合自己的工作经验，对于如何成为优秀的分析师，给出了他的答案，那就是学历、数学和编程等技能“它们仅仅是起点而已”，优秀分析专家身上更重要的才能是“承诺、创造力、商业头脑、演讲能力和沟通技巧、直觉”，这种人一将难求，它需要分析师长期的工作经验积累，从这点看，数据分析“不能只把自己当成科学家，业内最好的分析专家毫无疑问也是艺术家”。企业的大数据探索之旅，并非一片坦途，也会充满了各种艰险，这就需要企业具有创新性的文化氛围，容忍冒险和犯错，并鼓励尝试，作者也切中肯綮的提出“关注人，而不是工具”，“打破思维定势，形成连锁反应，统一行动目标”的创新之路，供读者思考和借鉴。
时异而世移，我认为，在当今社会，企业直面社会的剧烈变化，在管理工作中依赖小规模的“点子”“好主意”的传统做法已经难以应对市场的激烈竞争，企业需要从那些来自于现场、来源于客户、来源于多个时空的全方位的立体信息中找到利润的宝藏，才能获得持续增长的动力，从这个意义上看，驾驭大数据是企业驾驭未来的必经之路。
《驾驭大数据》读后感(三)：如何成为一个数据科学家
本书作者为天睿公司的首席技术官，而天睿公司是美国著名的大数据公司，其不仅在数据存储业务上享有盛誉，在数据的后端分析和挖掘上和SAS公司建立了合作，“库内分析”也是由该公司首先倡导实施的。所以，本书应该是大数据领域中具有实操意义的一本书。
对于书中的“如何成为一个数据科学家”比较感兴趣，相信对于和我一样有志于从事数据研究的同学，本节具有重要意义。一般认为，数据科学家需要拥有数学基础和编码能力，而作者认为以下能力更为重要：
1.创造力：企业面临的问题是多种多样的，不能指望通过常规方法就能得到结果，；同时实际收集到的数据往往是复杂而不完整的，比如性别标识出现了F、M之外的，缺少商品代码等---要从非标准中的数据中获得结果，能够支持决策就可以。（不要因为不完美的数据就对结果有所怀疑，人口普查的结果同样不准，但是反映现状和趋势是没问题的，这和大数据是一致的）
2.商业头脑：数据科学家要对业务感兴趣，对行业有敏感性。书中同时指出，是否行业内的从业经验并无大碍，其他行业的数据分析经验同样可以借鉴到本行业，关键是要有商业头脑。
3.承诺：这是如何向其他相关部门按时交任务的能力。这涉及到项目管理。
4.演讲能力和沟通技巧：如何用大家听得懂的语言解释数据挖掘结果。
5.直觉：没太认真看，高阶技能。
：名词解释
MPP：海量并行处理数据库系统，由大量通用微处理器构成的多处理机系统，适合多指令流多数据流处理。通俗的说，就是把海量数据分布到不同的服务器上