คำอธิบาย

เอาตัวรอดอย่างไรในโลก Digital Disruption?

สำนวนที่เรามักจะได้ยินคนในแวดวงนักธุรกิจพูดกันบ่อยๆ ว่า “ปลาใหญ่กินปลาเล็ก” แต่วันนี้เราต้องเปลี่ยนสำนวนเสียใหม่ว่า “ปลาเร็วกินปลาช้า” เพราะหากวันนี้ธุรกิจของคุณ
ยังคงใช้การตัดสินใจ

ข้อมูลสินค้า
ISBN :9786164871380
Barcode :9786164871380
ขนาดหนังสือ :17 x 22.86 ซม.
ความหนาสินค้า :0.8 ซม.
น้ำหนัก :326 กรัม
จำนวนหน้า :152 หน้า
วันวางจำหน่าย :23/07/63
นักเขียน :ดร.เอกสิทธิ์ พัชรวงศ์ศักดา
บรรณาธิการ :ภีรพล คชาเจริญ

สารบัญ
CHAPTER 1 ยุคของการล้มกระดาน (TIME TO DISRUPT!)
เมื่อธุรกิจถูกบังคับให้ต้องเปลี่ยนทิศทาง
เอาตัวรอดอย่างไรในโลก Digital Disruption?
เส้นทางใหม่สู่อนาคต (Building New Pathways to the Future)

CHAPTER 2บิ๊กดาต้าและการวิเคราะห์ (BIG DATA & ANALYTICS)
Big Data & Analytics: Finance and Banking Use Cases
Big Data & Analytics: Telecommunication Use Cases
Big Data & Analytics: Retail Use Cases
Big Data & Analytics: Healthcare Use Cases
Big Data & Analytics: Agriculture Use Cases
Big Data & Analytics: Entertainment Use Cases
Big Data & Analytics: Real Estate Use Cases

CHAPTER 3 ข้อมูล (DATA)
Analytics เพื่อหา Insights กับการตลาดยุค Big Data
ข้อมูลกับการแบ่งประเภท (Data Types)
ประเภทข้อมูลแบ่งตามแหล่งที่มา (Types of Data Sources)
ประเภทข้อมูลแบ่งตามลักษณะบุคคล (Type of Data Personalization)

CHAPTER 4 เทคโนโลยีบิ๊กดาต้า (BIG DATA TECHNOLOGY)
ก้าวออกจากปัญหาด้วย Smart Tech
Database Management: แนวคิดและการออกแบบ
เทคโนโลยีที่เกิดมาเพื่อ BIG DATA
Scaling out
Hadoop
Hive
Spark
NoSQL
Data Lake

CHAPTER 5 การวิเคราะห์ข้อมูล (DATA ANALYTICS)
Big Data & Analytics ช่วยพลิกธุรกิจอย่างไร
ก้าวใหม่ของการวิเคราะห์ข้อมูล (The Progression of Analytics)
Timeline การวิเคราะห์ข้อมูลในทางธุรกิจ
การเรียนรู้ของเครื่อง (Machine Learning)
การหาความสัมพันธ์ (Association)
ระบบแนะนำ (Recommendation System)
การแบ่งกลุ่มข้อมูล (Segment and Clustering)
การจำแนกประเภทของข้อมูล (Classification)
การทดสอบประสิทธิภาพของโมเดล
การวิเคราะห์ข้อมูลที่ไม่มีโครงสร้าง (Unstructured Data Analytics)

CHAPTER 6 กระบวนการวิเคราะห์ข้อมูลและกรณีศึกษา (DATA ANALYTICS PROCESS & CASE STUDY)
การใช้ Data Analytics เพื่อยกระดับธุรกิจสู่ Business Intelligence
การวิเคราะห์ข้อมูลด้วย Data Mining
กระบวนการวิเคราะห์ข้อมูลแบบ CRISP-DM
ขั้นตอนการทำ CRISP-DM Process
สิ่งที่ต้องพึงระวังในการทำ CRISP-DM Process
Case Study: การประยุกต์ใช้ Data Analytics กับธุรกิจ E-Commerce
ตัวอย่างการทำ Analytics ด้วย CRISP-DM Process
บทสรุปเรื่อง Big Data และ Analytics