內容簡介

本書先簡單概述了商務智慧、分析學和資料科學的基礎知識，然後介紹了描述性分析、預測性分析和規範性分析，接著介紹了大資料的概念和相關工具，後對商務智慧的發展趨勢進行了展望，並探討了分析中對隱私和管理的考量。

作者介紹

Ramesh Sharda 博士，商業主管專案的主任，資訊系統研究所所長，奧克拉荷馬州立大學斯皮爾斯商學院管理科學與資訊系統的傑出貢獻教授，資訊系統協會決策支援系統和知識管理專業組（SIGDSS）的共同創辦人，服務於多個編輯委員會。他的研究方向包括決策支援系統、商務分析、資訊超載管理技術。

Dursun Delen 博士，奧克拉荷馬州立大學斯皮爾斯商學院管理科學與資訊系統的教授，創新醫療系統研究中心的主任，業務分析教授。他的研究方向包括資料和文本挖掘、業務分析、決策支援系統、知識管理、商務智慧和企業建模。

Efraim Turban 博士，夏威夷大學太平洋資訊系統管理研究院的訪問學者，曾經就職於多所大學，包括佛羅裡達國際大學、加利福尼亞州立大學長灘分校、東伊利諾伊大學以及南加利福尼亞大學。他還是世界各地許多公司的諮詢師。他的研究方向包括基於Web的決策支援系統、社會化電子商務和協同決策。

序

譯者序商務智慧的概念從20世紀90年代中期正式提出，並在眾多企業付諸實踐，已經有20多年的歷史。實踐證明，作為企業新一代的決策支援利器，商務智慧對提高各階層的決策品質起到了非常重要的作用，因此也受到越來越多企業的重視。
進入大資料時代，資料科學作為一門獨立的科學出現，並在商務中得到了越來越廣泛的應用。在這種情況下，商務智慧的相關支撐技術得到了飛速的發展。移動計算、雲計算、物聯網等技術的發展為商務智慧提供了大量的業務資料。大資料技術、機器學習的大量深度應用，也提升了商務智慧分析資料的類型、規模、速度和變現能力。隨著資料分析技術與應用的發展，商務智慧的內涵得到了擴充，從而被冠以商務資料分析、業務分析與優化、大資料分析等不同的名字。從本質上來看，商務智慧應用涉及資料科學在企業商務領域的所有研究物件，其發展出現了許多特點：從傳統的常規資料，到體量超常的大數據；從關聯式資料庫管理系統中的結構化數據，擴展到NoSQL資料庫管理的文本、圖像、聲音和視頻等多媒體資料；從報表、線上分析處理、企業績效管理、資料採擷等傳統分析方法，到風靡一時的深度學習；從集中式處理架構，到分散式運算模式。
當今的商務智慧系統，已經不僅僅是簡單提供資料倉庫、報表、儀錶盤等資料集成和資訊展示的工具，而是借助視覺化技術、Hadoop分散式存儲與處理、Spark記憶體計算、深度學習等機器學習和大資料處理技術，對不同規模和類型的複雜資料進行快速、深度處理的企業商務分析系統。
資料分析師是21世紀最熱門的職業之一。為了適應資料分析人才的培養，急需資料分析各類人才培養的相關教材。目前，市場上出現了很多介紹商務智慧分析技術的專業書籍，促進了資料分析技術的應用。但對於企業應用人員和管理人員來說，一本入門的全面介紹商務智慧的教材也是非常必要的。幸運的是，本書的3位作者為適應商務智慧理論和應用的發展，在上一版的基礎上，參閱了大量的文獻，進行了改版，這將在很大程度上促進人們對商務智慧的認識。
本版刪除了上一版中過時的內容，根據商務智慧的最新發展補充了很多新穎的內容，包括商務智慧相關的概念、技術和應用案例等。全書以描述性分析、規範性分析和預測性分析為主線，分別介紹了這三類分析包括的內容。與資料分析技術類的書籍不同，全書娓娓道來，深入淺出，不拘泥於複雜的演算法和資料分析技術細節，使初步接觸商務智慧的讀者也能理清商務智慧與移動計算、雲計算、物聯網、大資料技術、機器學習和資料科學等眾多概念的區別及聯繫，並從大量的實際案例中體會商務智慧的功能和價值。
本書非常適合作為商學院、管理學院本科生、全日制研究生和MBA商務智慧、商務資料分析、決策支援系統及執行資訊系統等課程的教材或參考書，也適合對商務智慧感興趣的企業管理人員和企業業務人員參考。
在本書的翻譯過程中，胡遠文、陳子軒、趙洪博、朱榮斌、鄭光鍵等同學也做了很多貢獻。由於譯者水準有限，書中難免存在翻譯不當之處，歡迎讀者批評指正。
趙衛東2017年9月復旦大學

看更多