Marketing Data Science

Modeling Techniques in Predictive Analytics with R and Python
Author: Thomas W. Miller
Publisher: FT Press
ISBN: 0133887340
Category: Business & Economics
Page: 225
View: 3532

Continue Reading →

Now , a leader of Northwestern University's prestigious analytics program presents a fully-integrated treatment of both the business and academic elements of marketing applications in predictive analytics. Writing for both managers and students, Thomas W. Miller explains essential concepts, principles, and theory in the context of real-world applications. Building on Miller's pioneering program, Marketing Data Science thoroughly addresses segmentation, target marketing, brand and product positioning, new product development, choice modeling, recommender systems, pricing research, retail site selection, demand estimation, sales forecasting, customer retention, and lifetime value analysis. Starting where Miller's widely-praised Modeling Techniques in Predictive Analytics left off, he integrates crucial information and insights that were previously segregated in texts on web analytics, network science, information technology, and programming. Coverage includes: The role of analytics in delivering effective messages on the web Understanding the web by understanding its hidden structures Being recognized on the web – and watching your own competitors Visualizing networks and understanding communities within them Measuring sentiment and making recommendations Leveraging key data science methods: databases/data preparation, classical/Bayesian statistics, regression/classification, machine learning, and text analytics Six complete case studies address exceptionally relevant issues such as: separating legitimate email from spam; identifying legally-relevant information for lawsuit discovery; gleaning insights from anonymous web surfing data, and more. This text's extensive set of web and network problems draw on rich public-domain data sources; many are accompanied by solutions in Python and/or R. Marketing Data Science will be an invaluable resource for all students, faculty, and professional marketers who want to use business analytics to improve marketing performance.

Modeling Techniques in Predictive Analytics with Python and R

A Guide to Data Science
Author: Thomas W. Miller
Publisher: FT Press
ISBN: 013389214X
Category: Computers
Page: 448
View: 2415

Continue Reading →

Master predictive analytics, from start to finish Start with strategy and management Master methods and build models Transform your models into highly-effective code—in both Python and R This one-of-a-kind book will help you use predictive analytics, Python, and R to solve real business problems and drive real competitive advantage. You’ll master predictive analytics through realistic case studies, intuitive data visualizations, and up-to-date code for both Python and R—not complex math. Step by step, you’ll walk through defining problems, identifying data, crafting and optimizing models, writing effective Python and R code, interpreting results, and more. Each chapter focuses on one of today’s key applications for predictive analytics, delivering skills and knowledge to put models to work—and maximize their value. Thomas W. Miller, leader of Northwestern University’s pioneering program in predictive analytics, addresses everything you need to succeed: strategy and management, methods and models, and technology and code. If you’re new to predictive analytics, you’ll gain a strong foundation for achieving accurate, actionable results. If you’re already working in the field, you’ll master powerful new skills. If you’re familiar with either Python or R, you’ll discover how these languages complement each other, enabling you to do even more. All data sets, extensive Python and R code, and additional examples available for download at http://www.ftpress.com/miller/ Python and R offer immense power in predictive analytics, data science, and big data. This book will help you leverage that power to solve real business problems, and drive real competitive advantage. Thomas W. Miller’s unique balanced approach combines business context and quantitative tools, illuminating each technique with carefully explained code for the latest versions of Python and R. If you’re new to predictive analytics, Miller gives you a strong foundation for achieving accurate, actionable results. If you’re already a modeler, programmer, or manager, you’ll learn crucial skills you don’t already have. Using Python and R, Miller addresses multiple business challenges, including segmentation, brand positioning, product choice modeling, pricing research, finance, sports, text analytics, sentiment analysis, and social network analysis. He illuminates the use of cross-sectional data, time series, spatial, and spatio-temporal data. You’ll learn why each problem matters, what data are relevant, and how to explore the data you’ve identified. Miller guides you through conceptually modeling each data set with words and figures; and then modeling it again with realistic code that delivers actionable insights. You’ll walk through model construction, explanatory variable subset selection, and validation, mastering best practices for improving out-of-sample predictive performance. Miller employs data visualization and statistical graphics to help you explore data, present models, and evaluate performance. Appendices include five complete case studies, and a detailed primer on modern data science methods. Use Python and R to gain powerful, actionable, profitable insights about: Advertising and promotion Consumer preference and choice Market baskets and related purchases Economic forecasting Operations management Unstructured text and language Customer sentiment Brand and price Sports team performance And much more

Sports Analytics and Data Science

Winning the Game with Methods and Models
Author: Thomas Miller
Publisher: Pearson FT Press
ISBN: 9780133886436
Category: Business & Economics
Page: 352
View: 6649

Continue Reading →

This is a complete, practical guide to sports data science and modeling, with examples from sports industry economics, marketing, management, performance measurement, and competitive analysis. Thomas W. Miller, faculty director of Northwestern University's pioneering Predictive Analytics program, shows how to use advanced measures of individual and team performance to judge the competitive position of both individual athletes and teams, and to make more accurate predictions about their future performance. Miller's modeling techniques draw on methods from economics, accounting, finance, classical and Bayesian statistics, machine learning, simulation, and mathematical programming. Miller illustrates them through realistic case studies, with fully worked examples in both Python and R. Sports Analytics and Data Science will be an invaluable resource for everyone who wants to seriously investigate and more accurately predict athletic performance, including students, teachers, sports analysts, sports fans, physiologists, coaches, and managers of sports teams. It will also be valuable to all students of analytics who want to build their skills through familiar and accessible sports applications.

Web and Network Data Science

Modeling Techniques in Predictive Analytics
Author: Thomas W. Miller
Publisher: FT Press
ISBN: 0133887642
Category: Computers
Page: 384
View: 1218

Continue Reading →

Master modern web and network data modeling: both theory and applications. In Web and Network Data Science, a top faculty member of Northwestern University’s prestigious analytics program presents the first fully-integrated treatment of both the business and academic elements of web and network modeling for predictive analytics. Some books in this field focus either entirely on business issues (e.g., Google Analytics and SEO); others are strictly academic (covering topics such as sociology, complexity theory, ecology, applied physics, and economics). This text gives today's managers and students what they really need: integrated coverage of concepts, principles, and theory in the context of real-world applications. Building on his pioneering Web Analytics course at Northwestern University, Thomas W. Miller covers usability testing, Web site performance, usage analysis, social media platforms, search engine optimization (SEO), and many other topics. He balances this practical coverage with accessible and up-to-date introductions to both social network analysis and network science, demonstrating how these disciplines can be used to solve real business problems.

Datenanalyse mit Python

Auswertung von Daten mit Pandas, NumPy und IPython
Author: Wes McKinney
Publisher: O'Reilly
ISBN: 3960102143
Category: Computers
Page: 542
View: 9386

Continue Reading →

Erfahren Sie alles über das Manipulieren, Bereinigen, Verarbeiten und Aufbereiten von Datensätzen mit Python: Aktualisiert auf Python 3.6, zeigt Ihnen dieses konsequent praxisbezogene Buch anhand konkreter Fallbeispiele, wie Sie eine Vielzahl von typischen Datenanalyse-Problemen effektiv lösen. Gleichzeitig lernen Sie die neuesten Versionen von pandas, NumPy, IPython und Jupyter kennen.Geschrieben von Wes McKinney, dem Begründer des pandas-Projekts, bietet Datenanalyse mit Python einen praktischen Einstieg in die Data-Science-Tools von Python. Das Buch eignet sich sowohl für Datenanalysten, für die Python Neuland ist, als auch für Python-Programmierer, die sich in Data Science und Scientific Computing einarbeiten wollen. Daten und zugehöriges Material des Buchs sind auf GitHub verfügbar.Aus dem Inhalt:Nutzen Sie die IPython-Shell und Jupyter Notebook für das explorative ComputingLernen Sie Grundfunktionen und fortgeschrittene Features von NumPy kennenSetzen Sie die Datenanalyse-Tools der pandasBibliothek einVerwenden Sie flexible Werkzeuge zum Laden, Bereinigen, Transformieren, Zusammenführen und Umformen von DatenErstellen Sie interformative Visualisierungen mit matplotlibWenden Sie die GroupBy-Mechanismen von pandas an, um Datensätzen zurechtzuschneiden, umzugestalten und zusammenzufassenAnalysieren und manipulieren Sie verschiedenste Zeitreihen-DatenFür diese aktualisierte 2. Auflage wurde der gesamte Code an Python 3.6 und die neuesten Versionen der pandas-Bibliothek angepasst. Neu in dieser Auflage: Informationen zu fortgeschrittenen pandas-Tools sowie eine kurze Einführung in statsmodels und scikit-learn.

R in a Nutshell


Author: Joseph Adler
Publisher: O'Reilly Germany
ISBN: 3897216507
Category: Computers
Page: 768
View: 9552

Continue Reading →

Wozu sollte man R lernen? Da gibt es viele Gründe: Weil man damit natürlich ganz andere Möglichkeiten hat als mit einer Tabellenkalkulation wie Excel, aber auch mehr Spielraum als mit gängiger Statistiksoftware wie SPSS und SAS. Anders als bei diesen Programmen hat man nämlich direkten Zugriff auf dieselbe, vollwertige Programmiersprache, mit der die fertigen Analyse- und Visualisierungsmethoden realisiert sind – so lassen sich nahtlos eigene Algorithmen integrieren und komplexe Arbeitsabläufe realisieren. Und nicht zuletzt, weil R offen gegenüber beliebigen Datenquellen ist, von der einfachen Textdatei über binäre Fremdformate bis hin zu den ganz großen relationalen Datenbanken. Zudem ist R Open Source und erobert momentan von der universitären Welt aus die professionelle Statistik. R kann viel. Und Sie können viel mit R machen – wenn Sie wissen, wie es geht. Willkommen in der R-Welt: Installieren Sie R und stöbern Sie in Ihrem gut bestückten Werkzeugkasten: Sie haben eine Konsole und eine grafische Benutzeroberfläche, unzählige vordefinierte Analyse- und Visualisierungsoperationen – und Pakete, Pakete, Pakete. Für quasi jeden statistischen Anwendungsbereich können Sie sich aus dem reichen Schatz der R-Community bedienen. Sprechen Sie R! Sie müssen Syntax und Grammatik von R nicht lernen – wie im Auslandsurlaub kommen Sie auch hier gut mit ein paar aufgeschnappten Brocken aus. Aber es lohnt sich: Wenn Sie wissen, was es mit R-Objekten auf sich hat, wie Sie eigene Funktionen schreiben und Ihre eigenen Pakete schnüren, sind Sie bei der Analyse Ihrer Daten noch flexibler und effektiver. Datenanalyse und Statistik in der Praxis: Anhand unzähliger Beispiele aus Medizin, Wirtschaft, Sport und Bioinformatik lernen Sie, wie Sie Daten aufbereiten, mithilfe der Grafikfunktionen des lattice-Pakets darstellen, statistische Tests durchführen und Modelle anpassen. Danach werden Ihnen Ihre Daten nichts mehr verheimlichen.

Digitale Bildverarbeitung

Eine Einführung mit Java und ImageJ
Author: Wilhelm Burger,Mark James Burge
Publisher: Springer-Verlag
ISBN: 354027653X
Category: Computers
Page: 532
View: 4842

Continue Reading →

Die Autoren geben eine fundierte Einführung in die wichtigsten Methoden der digitalen Bildverarbeitung. Dabei steht die praktische Anwendbarkeit im Vordergrund, formale und mathematische Aspekte sind auf das Wesentliche reduziert, ohne dabei auf eine präzise und konsistente Vorgehensweise zu verzichten. Der Text eignet sich für technisch orientierte Studiengänge ab dem 3.Semester und basiert auf der mehrjährigen Lehrerfahrung der Autoren zu diesem Thema. Der Einsatz in der Lehre wird durch zahlreiche praktische Übungsaufgaben unterstützt. Das Buch eignet sich auch als detaillierte Referenz für Praktiker und Anwender gängiger Verfahren der digitalen Bildverarbeitung, z.B. in der Medizin, der Materialprüfung, der Robotik oder der Medientechnik. Softwareseitig basiert das Buch auf der in Java implementierten und frei verfügbaren Bildverarbeitungsumgebung ImageJ.

Programmieren mit R


Author: Uwe Ligges
Publisher: Springer-Verlag
ISBN: 3540267328
Category: Mathematics
Page: 237
View: 3019

Continue Reading →

R ist eine objekt-orientierte und interpretierte Sprache und Programmierumgebung für Datenanalyse und Grafik - frei erhältlich unter der GPL. Ziel dieses Buches ist es, nicht nur ausführlich in die Grundlagen der Sprache R einzuführen, sondern auch ein Verständnis der Struktur der Sprache zu vermitteln. Leicht können so eigene Methoden umgesetzt, Objektklassen definiert und ganze Pakete aus Funktionen und zugehöriger Dokumentation zusammengestellt werden. Die enormen Grafikfähigkeiten von R werden detailliert beschrieben. Das Buch richtet sich an alle, die R als flexibles Werkzeug zur Datenenalyse und -visualisierung einsetzen möchten: Studierende, die Daten in Projekten oder für ihre Diplomarbeit analysieren möchten, Forschende, die neue Methoden ausprobieren möchten, und diejenigen, die in der Wirtschaft täglich Daten aufbereiten, analysieren und anderen in komprimierter Form präsentieren.

Python Crashkurs

Eine praktische, projektbasierte Programmiereinführung
Author: Eric Matthes
Publisher: dpunkt.verlag
ISBN: 3960881460
Category: Computers
Page: 622
View: 3165

Continue Reading →

"Python Crashkurs" ist eine kompakte und gründliche Einführung, die es Ihnen nach kurzer Zeit ermöglicht, Python-Programme zu schreiben, die für Sie Probleme lösen oder Ihnen erlauben, Aufgaben mit dem Computer zu erledigen. In der ersten Hälfte des Buches werden Sie mit grundlegenden Programmierkonzepten wie Listen, Wörterbücher, Klassen und Schleifen vertraut gemacht. Sie erlernen das Schreiben von sauberem und lesbarem Code mit Übungen zu jedem Thema. Sie erfahren auch, wie Sie Ihre Programme interaktiv machen und Ihren Code testen, bevor Sie ihn einem Projekt hinzufügen. Danach werden Sie Ihr neues Wissen in drei komplexen Projekten in die Praxis umsetzen: ein durch "Space Invaders" inspiriertes Arcade-Spiel, eine Datenvisualisierung mit Pythons superpraktischen Bibliotheken und eine einfache Web-App, die Sie online bereitstellen können. Während der Arbeit mit dem "Python Crashkurs" lernen Sie, wie Sie: - leistungsstarke Python-Bibliotheken und Tools richtig einsetzen – einschließlich matplotlib, NumPy und Pygal - 2D-Spiele programmieren, die auf Tastendrücke und Mausklicks reagieren, und die schwieriger werden, je weiter das Spiel fortschreitet - mit Daten arbeiten, um interaktive Visualisierungen zu generieren - Web-Apps erstellen und anpassen können, um diese sicher online zu deployen - mit Fehlern umgehen, die häufig beim Programmieren auftreten Dieses Buch wird Ihnen effektiv helfen, Python zu erlernen und eigene Programme damit zu entwickeln. Warum länger warten? Fangen Sie an!

Using Person-Centered Health Analytics to Live Longer

Leveraging Engagement, Behavior Change, and Technology for a Healthy Life
Author: Dwight McNeill
Publisher: FT Press
ISBN: 0133890147
Category: Computers
Page: 384
View: 7505

Continue Reading →

The American way of producing health is failing. It continues to rank very low among developed countries on our most vital need…to live a long and healthy life. Despite the well-intentioned actions on the part of government, life sciences, and technology, the most important resource for achieving our full health potential is ourselves. This book is about how you can do so, and how others can help you. Dwight McNeill introduces person-centered health analytics (pchA) and shows how you can use it to master five everyday behaviors that cause and perpetuate most chronic diseases. Using Person-Centered Health Analytics to Live Longer combines deep insight, a comprehensive framework, and practical tools for living longer and healthier lives. It offers a clear path forward for both individuals and stakeholders, including providers, payers, health promotion companies, technology innovators, government, and analytics practitioners.

Entgrenzter Alltag - Arbeiten ohne Grenzen?

Das Internet und die raum-zeitlichen Organisationsstrategien von Wissensarbeitern
Author: Anne von Streit
Publisher: transcript Verlag
ISBN: 3839414245
Category: Social Science
Page: 284
View: 9307

Continue Reading →

Arbeit ist flexibler geworden. Insbesondere die universelle Zugänglichkeit des Internets hat das Leben der Menschen dramatisch verändert. Gearbeitet werden kann inzwischen zu jeder Zeit und an jedem Ort: im Büro, im Wohnzimmer, im Zug oder im Café. Doch wie gehen Menschen mit dieser Entgrenzung von Arbeit um? Aus einer handlungsorientierten Perspektive zeigt Anne von Streit neue Modelle der flexiblen Arbeits- und Alltagsgestaltung. Am Beispiel von Selbstständigen in der Internetbranche stellt sie die zeitlichen und räumlichen Praktiken vor, mit denen diese Wissensarbeiter neue Grenzen zwischen Arbeit und Leben suchen.

Real-World Data Mining

Applied Business Analytics and Decision Making
Author: Dursun Delen
Publisher: FT Press
ISBN: 0133551113
Category: Computers
Page: 288
View: 9489

Continue Reading →

Use the latest data mining best practices to enable timely, actionable, evidence-based decision making throughout your organization! Real-World Data Mining demystifies current best practices, showing how to use data mining to uncover hidden patterns and correlations, and leverage these to improve all aspects of business performance. Drawing on extensive experience as a researcher, practitioner, and instructor, Dr. Dursun Delen delivers an optimal balance of concepts, techniques and applications. Without compromising either simplicity or clarity, he provides enough technical depth to help readers truly understand how data mining technologies work. Coverage includes: processes, methods, techniques, tools, and metrics; the role and management of data; text and web mining; sentiment analysis; and Big Data integration. Throughout, Delen's conceptual coverage is complemented with application case studies (examples of both successes and failures), as well as simple, hands-on tutorials. Real-World Data Mining will be valuable to professionals on analytics teams; professionals seeking certification in the field; and undergraduate or graduate students in any analytics program: concentrations, certificate-based, or degree-based.

Big Data

Die Revolution, die unser Leben verändern wird
Author: Viktor Mayer-Schönberger,Viktor; Cukier Mayer-Schönberger
Publisher: Redline Wirtschaft
ISBN: 3864144590
Category: Political Science
Page: 288
View: 6878

Continue Reading →

Ob Kaufverhalten, Grippewellen oder welche Farbe am ehesten verrät, ob ein Gebrauchtwagen in einem guten Zustand ist – noch nie gab es eine solche Menge an Daten und noch nie bot sich die Chance, durch Recherche und Kombination in der Daten¬flut blitzschnell Zusammenhänge zu entschlüsseln. Big Data bedeutet nichts weniger als eine Revolution für Gesellschaft, Wirtschaft und Politik. Es wird die Weise, wie wir über Gesundheit, Erziehung, Innovation und vieles mehr denken, völlig umkrempeln. Und Vorhersagen möglich machen, die bisher undenkbar waren. Die Experten Viktor Mayer-Schönberger und Kenneth Cukier beschreiben in ihrem Buch, was Big Data ist, welche Möglichkeiten sich eröffnen, vor welchen Umwälzungen wir alle stehen – und verschweigen auch die dunkle Seite wie das Ausspähen von persönlichen Daten und den drohenden Verlust der Privatsphäre nicht.

Corporate Data Quality

Voraussetzung erfolgreicher Geschäftsmodelle
Author: Boris Otto,Hubert Österle
Publisher: Springer-Verlag
ISBN: 3662468069
Category: Business & Economics
Page: 205
View: 379

Continue Reading →

Daten sind die strategische Ressource des 21. Jahrhunderts. Es findet kein Geschäftsprozess, keine Kommunikation zwischen Geschäftspartnern, keine Wertschöpfung statt, ohne dass die involvierten Personen, Maschinen und IT-Systeme Daten nutzen, erzeugen oder verändern. Trends wie die Digitalisierung, Industrie 4.0 und Social Media tragen ebenfalls dazu bei, dass Datenmanagement zu einer Kernkompetenz für erfolgreiche Unternehmen dieser Zeit geworden ist. Damit Daten ihren ganzen Wert entfalten können, müssen sie stets in angemessener Qualität zur Verfügung stehen. Dies gilt besonders für Stammdaten, die zentralen Geschäftsobjekte eines Unternehmens. Dieses Buch zeigt einen ganzheitlichen Ansatz zum qualitätsbewussten Management von Stammdaten auf und richtet sich damit sowohl an Praktiker als auch an die Wissenschaft. Das „Framework für Stammdatenqualitätsmanagement“ wurde im Rahmen des „Competence Center Corporate Data Quality“ der Universität St. Gallen seit dem Jahr 2006 gemeinsam mit Unternehmen aus unterschiedlichen Industrien in zahlreichen praktischen Anwendungen entwickelt und verbessert. Neben den theoretischen Grundlagen räumt das Buch der praktischen Sicht mit 10 Fallstudien großen Raum ein, die erfolgreich durchgeführte Datenqualitätsprojekte praxisnah aufbereiten. Schließlich führt das Buch noch Methoden und Werkzeuge für das Datenqualitätsmanagement auf, die (Stamm-)datenmanager bei Projekten im eigenen betrieblichen Umfeld unterstützen können.

Big Data in der Praxis

Beispiellösungen mit Hadoop und NoSQL. Daten speichern, aufbereiten, visualisieren
Author: Jonas Freiknecht
Publisher: Carl Hanser Verlag GmbH Co KG
ISBN: 3446441778
Category: Computers
Page: 448
View: 2791

Continue Reading →

BIG DATA IN DER PRAXIS // - Für Analysten, BI-Verantwortliche, Data-Scientists, Consultants - Auf der DVD finden Sie: 18 fertige Projekte, die im Buch Schritt für Schritt entwickelt werden; Videotutorials u.a. zur Installation von Hadoop, Hive, HBase (Gesamtdauer: 80 Min.); Testdatensätze für die Wissensdatenbank Dieses Buch bringt Ihnen das Thema Big Data auf sehr praktische Art und Weise nahe. Sie lernen Technologien, Tools und Methoden kennen, entwickeln Beispiel-Lösungen und bekommen aufgezeigt, wie Sie bestehende Systeme vorausschauend auf die mit dem Big Data-Trend einhergehenden Herausforderungen vorbereiten. Dazu werden Sie neben den bekannten Apache-Projekten wie Hadoop, Hive und HBase auch einige weniger bekannte Frameworks wie Apache UIMA oder Apache OpenNLP kennenlernen, um gezielt die Verarbeitung unstrukturierter Daten zu behandeln. Alle hier verwendeten Software-Komponenten stehen im vollen Umfang kostenlos im Internet zur Verfügung. Gemeinsam mit dem Autor werden Sie ganz konkret Schritt für Schritt viele kleinere Projekte aufbauen bis hin zu einer fertigen und funktionstüchtigen Implementierung. Ziel des Buches ist es, Sie auf den Effekt und den Mehrwert der neuen Möglichkeiten aufmerksam zu machen, sodass Sie diese konstruktiv in Ihr Unternehmen tragen können und für sich und Ihre Kollegen somit ein Bewusstsein für den Wert Ihrer Daten schaffen. AUS DEM INHALT // Einführung rund um Big Data // Hadoop installieren, konfigurieren & bedienen // HDFS, Map-Reduce & YARN: Daten speichern und verarbeiten // Hadoop-Ecosystem: Überblick über dessen Komponenten // Einführung in NoSQL // HBase installieren, einrichten & auf Daten zugreifen // Data-Warehousing mit Apache Hive // HiveQL als Abfragesprache, Hive Security, Hive & JDBC // Datenimport aus relationalen Datenbanken mit Sqoop // Big Data-Visualisierung: Diagrammarten, Tipps & Trends // Visualisierungs-Frameworks im Vergleich // D3.js: Entwicklung einiger Beispieldiagramme // Entwicklung einer abschließenden Big Data-Analyse-Lösung // Troubleshooting für die Arbeit mit Hadoop, Hive & HBase

Data Science für Dummies


Author: Lillian Pierson
Publisher: John Wiley & Sons
ISBN: 352780675X
Category: Mathematics
Page: 382
View: 7605

Continue Reading →

Daten, Daten, Daten? Sie haben schon Kenntnisse in Excel und Statistik, wissen aber noch nicht, wie all die Datensätze helfen sollen, bessere Entscheidungen zu treffen? Von Lillian Pierson bekommen Sie das dafür notwendige Handwerkszeug: Bauen Sie Ihre Kenntnisse in Statistik, Programmierung und Visualisierung aus. Nutzen Sie Python, R, SQL, Excel und KNIME. Zahlreiche Beispiele veranschaulichen die vorgestellten Methoden und Techniken. So können Sie die Erkenntnisse dieses Buches auf Ihre Daten übertragen und aus deren Analyse unmittelbare Schlüsse und Konsequenzen ziehen.

big data @ work

Chancen erkennen, Risiken verstehen
Author: Thomas H. Davenport
Publisher: Vahlen
ISBN: 3800648156
Category: Fiction
Page: 214
View: 947

Continue Reading →

Big Data in Unternehmen. Dieses neue Buch gibt Managern ein umfassendes Verständnis dafür, welche Bedeutung Big Data für Unternehmen zukünftig haben wird und wie Big Data tatsächlich genutzt werden kann. Am Ende jedes Kapitels aktivieren Fragen, selbst nach Lösungen für eine erfolgreiche Implementierung und Nutzung von Big Data im eigenen Unternehmen zu suchen. Die Schwerpunkte - Warum Big Data für Sie und Ihr Unternehmen wichtig ist - Wie Big Data Ihre Arbeit, Ihr Unternehmen und Ihre Branche verändern - - wird - Entwicklung einer Big Data-Strategie - Der menschliche Aspekt von Big Data - Technologien für Big Data - Wie Sie erfolgreich mit Big Data arbeiten - Was Sie von Start-ups und Online-Unternehmen lernen können - Was Sie von großen Unternehmen lernen können: Big Data und Analytics 3.0 Der Experte Thomas H. Davenport ist Professor für Informationstechnologie und -management am Babson College und Forschungswissenschaftler am MIT Center for Digital Business. Zudem ist er Mitbegründer und Forschungsdirektor am International Institute for Analytics und Senior Berater von Deloitte Analytics.

Flash Boys

Revolte an der Wall Street
Author: Michael Lewis
Publisher: Campus Verlag
ISBN: 3593424029
Category: Business & Economics
Page: 288
View: 7881

Continue Reading →

Mit diesem Buch erhalten Sie das E-Book inklusive! Ein Buch, das die Börse zum Beben bringt Michael Lewis, begnadeter Sachbuchautor, lüftet mit seinem neuen Buch "das dunkelste Geheimnis der Börse". Wer an Börse denkt, hat oft ein Bild im Kopf: wild gestikulierende Makler, die unter immensem Zeitdruck Dinge kaufen, um sie gleich wieder zu verkaufen. Doch das ist Geschichte. Die Realität an der Börse sieht anders aus - das Parkett hat längst neue Regeln. Michael Lewis, Wirtschaftsjournalist und begnadeter Sachbuchautor, sorgte mit seinem neuen Buch für ein Erdbeben. Der Erzähler unter den Sachbuchautoren enthüllt die Geschichte einer Gruppe genialer Wall-Street-Außenseiter. Sie haben herausgefunden, wie die Börse zum Vorteil von Insidern manipuliert wird, die ohne Risiko Milliarden absahnen und abends ohne eine einzige Aktie nach Hause gehen. Ein Buch über die neuen "Helden" an der Börse Der Entschluss der "Helden": Sie schaffen ein paralleles System, das sich den raffgierigen "Flash Boys" in den Weg stellt. Lewis bringt Licht in die dunkelste Ecke der Börse. Seine filmreife Geschichte über den Kampf um Geschwindigkeit - auf einem Markt, den zwar keiner sieht, der unsere Wirtschaft aber ernsthaft bedroht - bringt die Wall Street zum Beben. Dieses Buch lässt die Börsenwelt erzittern. Einen Tag nach seinem Erscheinen kündigten FBI und amerikanisches Justizministerium an, sie würden Untersuchungen gegen den von Lewis gegeißelten Hochfrequenzhandel an den Börsen einleiten. Lewis ... - "... hat eine neue Ebene der Aufmerksamkeit erreicht". (FAZ) - ... lässt den "The Wolf of Wall Street" wie ein Lamm wirken. - ... ist der derzeit packendste (Reality-)Thriller über die Finanzwelt gelungen. - ... enthüllt, wie Märkte und Privatanleger manipuliert werden. Links: http://www.faz.net/aktuell/feuilleton/buecher/rezensionen/sachbuch/rezension-flash-boys-von-michael-lewis-12899266.html http://www.handelsblatt.com/finanzen/fonds/nachrichten/hochfrequenzhandel-staatsfonds-fluechtet-vor-den-flash-boys/10019622.html http://www.manager-magazin.de/finanzen/boerse/hochfrequenzhandel-lewis-gefahr-jedermannn-flashcrash-a-973311.html