Big Data大數據的獲利模式:圖解‧案例‧策略‧實戰

S0000026444

$ 284
商品簡介
Big Data大數據的獲利模式:圖解‧案例‧策略‧實戰
付款及配送方式 (滿額免運)
配送及付款方式
配送方式
宅配 (滿 $399 免運費)
付款方式
信用卡一次付清
信用卡紅利折抵
信用卡分期付款
ATM轉帳付款
分期數 每期金額 合作銀行
3期0利率 $94 (第一期 $96) 22家銀行

22間銀行適用

  • 中國信託商業銀行
  • 國泰世華商業銀行
  • 玉山商業銀行
  • 台新國際商業銀行
  • 台北富邦銀行
  • 聯邦商業銀行
  • 遠東國際商業銀行
  • 第一商業銀行
  • 臺灣新光商業銀行
  • 元大商業銀行
  • 滙豐(台灣)商業銀行
  • 澳盛(台灣)商業銀行
  • 凱基商業銀行
  • 合作金庫商業銀行
  • 上海商業儲蓄銀行
  • 渣打國際商業銀行
  • 臺灣中小企業銀行
  • 台中商業銀行
  • 安泰商業銀行
  • 日盛國際商業銀行
  • 陽信商業銀行
  • 華泰商業銀行
6期0利率 $47 (第一期 $49) 22家銀行

22間銀行適用

  • 中國信託商業銀行
  • 國泰世華商業銀行
  • 玉山商業銀行
  • 台新國際商業銀行
  • 台北富邦銀行
  • 聯邦商業銀行
  • 遠東國際商業銀行
  • 第一商業銀行
  • 臺灣新光商業銀行
  • 元大商業銀行
  • 滙豐(台灣)商業銀行
  • 澳盛(台灣)商業銀行
  • 凱基商業銀行
  • 合作金庫商業銀行
  • 上海商業儲蓄銀行
  • 渣打國際商業銀行
  • 臺灣中小企業銀行
  • 台中商業銀行
  • 安泰商業銀行
  • 日盛國際商業銀行
  • 陽信商業銀行
  • 華泰商業銀行
訂購說明
  1. 訂單確認後會儘快安排出貨,商品規格、圖片、說明、無庫存、價格或交易條件有誤及其他無法接受訂單情形,將通知您訂單不成立,辦理訂單取消與退款。
  2. 訂購、收件資料不正確、無人收件、拒絕收件等情況,本網站有權拒絕接受訂單或取消訂單。頁面圖片、影片補充說明

    1. 商品因拍攝關係顏色可能略有差異,以實際商品為主。

    2. 本頁面若有商品情境照僅為示意、輔助呈現用,商品僅有主體不包含情境照中的其他配件,配件請以規格中標示為準。

商品配送
  1. 全站商品原則免運費,若有需另加收運費或有出貨門檻將於相關頁面中標示,商品下單後確認交易條件無誤且有庫存後3個工作天內寄出,送貨範圍限台灣本島。請注意!收件地址請勿為郵政信箱。
  2. 一筆訂單僅可有一種配送方式,如果您需要將商品配送至兩個以上的地址、或希望以不同方式配送請分批訂購。多筆相同收件地址的訂單可能會分開寄送或合併包裝配送。
  3. 商品頁標示「預購、客製化」商品,將以實際出貨或製作日標示為主。(不適用3個工作天出貨)
  4. 訂購的商品會配送三次,若無法送達,再經聯繫逾三天聯繫不上者,將會取消該筆訂單並全額退款。
商品配送
  1. 依《消費者保護法》規定消費者於商品簽收翌日起算七天猶豫期,期間申請退購無須負擔運費,欲退購者請於七日內提出,逾期恕不受理。
  2. 依《消費者保護法》規定,如購買的商品是電腦軟體、遊戲、影音光碟、食品、耗材、個人衛生用品及客製化商品,拆封後除瑕疵品外恕無法辦理退換貨。請注意!猶豫期並非試用期,退回的商品必須是全新的狀態且完整包裝(含商品本體、配件、贈品、保證書、原廠包裝及所有附隨文件或資料),切勿缺漏任何配件、自行拆解商品、或損毀原廠外盒。如有遺失、毀損或缺件,可能影響您退貨的權益,也將依照損毀程度扣除為復原所需之整新費用。
  3. 贈品、加價購需一併辦理取消/退貨。
商品詳情

內容簡介

分析現狀還不夠,預測未來更重要!

與其相信一個人的直覺,不如相信數千萬人的資料——
從圖解、案例,到策略與實戰,一本書,徹底解讀大數據!


Facebook、Google、Amazon,以及小松(KOMATSU)、瑞可利(Recruit)、GREE等歐美日知名企業都在用的資料淘金術!

懂得找出資料的價值、萃取可用的資訊,就能將大數據轉化為商業智慧(BI);嗅出趨勢、解決問題、創造商機,進而創造「偶然的幸運」(serendipity),正是大數據帶領企業持續前進的動力!

連上Facebook頁面,出現推薦「你可能認識的朋友……」的建議,妳因此而找到失聯已久國中同學。
到amazon.com網站購書,你看到「買這本書的人也買了這些書……」的清單,也正好是自己想讀的書。
只要打一個字,Google就出現「您是不是要查……」的資訊,正確預測到你想找的關鍵字。
事實上,這些「偶然的幸運」(Serendipity),都和善用大數據(Big Data,亦稱巨量資料、海量資料)有關。
上述的企業提供你需要的資料、精準預測到你的下一步,其實並非魔法、也不是憑空而來。這些企業將大數據轉化為商業智慧(BI,Business Intelligence),不僅分析現狀,更懂得預測未來。
大數據是「二十一世紀的新石油」,也是繼資料挖掘(data mining)、雲端運算、社群網站之後,最受矚目的趨勢。如何將龐雜的巨量資料理出脈絡、找到關聯、發掘價值,找出商機,成為決勝關鍵。
本書作者城田真琴,是野村總合研究所(簡稱野村總研)高級研究員,也是大數據領域的權威專家。在日本,野村總研被稱為最有影響力的民間智庫,作者以野村總研獨家調查的第一手資料為基礎,介紹Zynga、Centrica、Catalina Marketing等歐美企業,以及小松(KOMATSU)、瑞可利(Recruit)、GREE等日本企業如何應用大數據的實際案例。
一本書,讓你認清資料(data)、資訊(information)與情報(intelligence)的不同,不僅要看得到、看得懂,還要能用得出來,進而找到真正的商機所在!

【名家推薦】
◎吳世鈺(美商天睿資訊系統有限公司(Teradata)台灣分公司總經理)
◎詹宏志(PC HOME網路家庭董事長)

「本書提出許多實際成功應用的案例,列出相關互動隱私及安全的議題,是一本有相當廣度的巨量資料相關讀物,很適合關心未來的知識分子閱讀。」
——楊千(國立交通大學經營管理研究所教授)

「我很喜歡作者城田真琴在本書中提出的許多細微的觀察,例如,在說明亞馬遜(Amazon)電子商務的「協同過濾」(Collaborative Filtering)技術時,引經據典地介紹「偶然的幸運」(Serendipity)這個詞,這是來自英國小說家霍雷斯.華爾波(Horace Walpole)在1754年的新創文字,描述消費者意外擁有幸運或是發現有價值事物的奇特心情,很傳神地說明了給消費者不可預期的幸運,正是巨量資料技術不斷前進的動力啊!」
——陳志仁(台灣野村總研諮詢顧問股份有限公司副總經理)

「本書的付梓,提供了一個巨量資料生態圈比較完整的面貌,是非常好的出發點。其中最值得推薦閱讀的部分,在於日本企業小松(KOMATSU)、瑞可利(Recruit)、GREE等,如何運用巨量資料強化地域經濟的思維。在面臨全球產業布局和硬體利潤微薄化的今日,如何槓桿地域劣勢,轉化為全球區域發展的特色核心,日本政府和民間的過來經驗,不失為台灣各界的參考基準。」
——徐子涵 Schee(英國開放知識基金會地區大使、Fertta Communications執行長)

「想要做Big Data(巨量資料)的人請先認清楚:什麼是Data(資料)?存得起來的,就是storage(儲存)。看得到的,才是data(資料)。看得懂的,叫做information(資訊)。用得出來的,才能稱為intelligence(情報、智慧)。很高興看到這本書並未落入坊間許多一窩蜂介紹工具的潮流,而能把主要的篇幅用在許多其他重要的面向。希望讀者在看完本書之後,能對如何萃取周遭的資訊並加以運用有更深一層的認識,並從Big Data進步到Big Intelligence的層級。」
——翟本喬(和沛科技股份有限公司總經理,曾任台達電子雲端技術中心資深處長、Google Platforms Architect。)

「身處於強調「與其相信一個人的判斷,不如相信千萬人的巨量資料」的時代,身為決策者,已經不能只靠直覺或數字,更必須融合資料科學,從各種消費紀錄、社群網站的輿情觀測、打卡定位等資料中萃取價值,做為決策參考之用。未來這段時間,所有從事行銷或商務的人,都將會遭到「巨量資料」淹沒,在載浮載沉之間,我推薦這本書當作你我的浮木,讓我們面對資訊洪流(data deluge),卻依然能一窺堂奧。」
——劉奕成(英商巴克萊銀行台北分行董事總經理、台灣金融分析專業人員協會〔CFA台灣分會〕理事長、《小日子享生活誌》創辦人)

「閱讀本書最大的收穫,並不是了解巨量資料的重要性,而是知道巨量資料可以如何應用在商業上?巨量資料帶給我們的衝擊會愈來愈大,你最好從現在就開始習慣。是的,我們活在廣袤的資料流中。而此刻,你無需驚慌,只需要有一本好書指引。帶著本書,讓我們啟航吧!」
——鄭緯筌Vista(資深部落客、獨立媒體人)

目錄



【導讀】

 創造「偶然的幸運」(serendipity),正是巨量資料技術不斷前進的動力

(台灣野村總研諮詢顧問股份有限公司副總經理 陳志仁)



【推薦序】

 當商業智慧隱藏在雲深不知處

 (國立交通大學經營管理研究所教授 楊千)


 Big Data, Big Intelligence:從資料、資訊到情報

 (和沛科技股份有限公司總經理 翟本喬)


 當巨量資料與社會脈絡交集

 (英國開放知識基金會地區大使 徐子涵 Schee)


 Data、Data、Data:我們活在廣袤的資料流中

 (資深部落客 鄭緯筌Vista)


 老大哥在看著你:Big Data? Big Brother?

 (英商巴克萊銀行台北分行董事總經理 劉奕成)




前言



第一章 什麼是巨量資料

 資料洪流(The Data deluge)

 巨量資料的3V特性

 廣義的巨量資料

 為什麼到現在巨量資料才受到眾人的矚目?(1)巨量資料的民主化

 為什麼到現在巨量資料才受到眾人的矚目?(2)硬體性價比的提升與軟體技術的進化

 為什麼到現在巨量資料才受到眾人的矚目?(3)雲端的普及

 從「分析過去」到「預測未來」 商業智慧與巨量資料的交會

 從點(交易資料)到線(互動資料)的分析

 巨量資料分析的起源

 本章重點整理



第二章 支撐巨量資料的技術

 人才短缺

 什麼是Hadoop

 與日俱增的套件

 眾多套件版本並存的原因

 NoSQL資料庫

 創投也對Hadoop、NoSQL開發企業投以熱切的目光

 巨量資料時代的資料處理基礎

 備受矚目的分析資料庫

 串流資料(即時資料)處理

 自行開發串流資料處理技術的網路公司

 機器學習、統計分析等

 自然語言處理、其它

 本章重點整理



第三章 以巨量資料為核心競爭力的企業 歐美企業篇

 快速成長之網路公司的巨量資料運用技巧

 eBay:每天產生50 TB的資料

  (1)遠超乎想像的巨量資料產生速度

  (2)eBay的資料分析基礎

 Zynga:披著遊戲開發商外皮的資料分析公司

  (1)社群遊戲經濟的重要指標

  (2)提升病毒係數的機制

  (3)遊戲其實是資料驅動營運

  (4)三次點擊原則

 Centrica:藉由引進智慧電表分析能源消耗模式

  (1)英國電費、瓦斯費收費的實際狀況

  (2)引進智慧電表後的影響

 卡特琳娜行銷集團:以「收銀台優待券」設計顧客的消費行為

  (1)儲存了超過一億人份的消費紀錄

  (2)預測顧客的消費行為,帶動門市買氣

 本章重點整理



第四章 以巨量資料為核心競爭力的企業 日本企業篇

 日本國內也開始運用巨量資料

 小松(KOMATSU):日本運用巨量資料的先驅

 瑞可利(Recruit):徹底運用Hadoop資料分析,成功改造企業文化

  (1)幾乎全公司上下都用Hadoop

  (2)支撐瑞可利巨量資料分析的Hadoop基礎

  (3)成功的祕訣在於組織體制

  (4)對於瑞可利而言,Hadoop的「真正價值」究竟是什麼?

 GREE:資料驅動型營運方式是快速成長的原動力

  (1)與其相信一人的判斷,不如相信數千萬人的資料

  (2)資料驅動型營運方式的根基來自對於日誌資料的執著

  (3)具備多種技能的專業人士齊聚一堂

  (4)將溝通不良減至最少的團隊體制

 日本麥當勞:在現實世界實現一對一行銷 (One-To-One Marketing)

  (1)劃時代優待券背後的周全準備

  (2)把焦點集中在做為集點卡的行動電話與智慧型手機

本章重點整理



第五章 巨量資料的運用模式

 巨量資料的運用案例

  (1)精準推薦商品或服務

  (2)行為定位廣告

  (3)運用地點資訊的行銷

  (4)糾出盜刷

  (5)顧客流失分析

  (6)預測設備故障

  (7)驗出異常

  (8)改善服務

  (9)預測路況

  (10)預測電力需求

  (11)預測感冒流行

  (12)預測股市行情

  (13)油資成本的最佳化

 巨量資料的運用模式分類

  (1)個別優化×批次處理型

  (2)個別優化×即時資訊型

  (3)全體優化×批次處理型

  (4)全體優化×即時資訊型

 巨量資料的運用深度

  (1)掌握過去與現狀

  (2)發現行為模式

  (3)預測

  (4)優化

【專欄】動態定價

  巨量資料運用的真正價值

  本章重點整理



第六章 巨量資料時代的隱私權問題

 隱私權與創新的兩難

 美國國會也表示關注

 製作網路個資檔案的是與非

 請勿追蹤(Do Not Track)

 消費者隱私權保護法案

 採用選擇性參與方式的歐盟

 資料保護綱領也進行修正

  (1)引進「抹掉過去」的權利

  (2)使用者尚未明確表示同意前,不得使用其個人資料

  (3)制定資料可攜(Data Portability)的權利

  (4)擴大說明責任

 日本的法令架構是《個人資訊保護法》加上分別針對各領域訂定的指導原則

 部分指導原則在提供資訊予第三人上採用選擇性參與方式

 日本政府的評估狀況

 以「資訊大航海計畫」為契機開始評估的經濟產業省

 由生活紀錄的角度進行議論的總務省

 線索就在與使用者的「對話」

 實體世界裡的行為追蹤

 本章重點整理



第七章 開放資料時代的到來與資料市場的興盛

 「活用外部公開資料」的選項

 風起雲湧的連結開放資料(LOD,Link Open Data)運動

 影響擴及開放式政府

 如雨後春筍般不斷出現的新創企業

 透過比賽促進資料運用

 落後一步的日本

 日本國內因三一一大地震而略有進展的開放資料使用

 資料市場的興盛

  (1)Factual

  (2)Windows Azure Marketplace

  (3)Infochimps

  (4)Public Data Sets on AWS

 商業模式各有不同

 熱絡的資料市場存在著不容忽視的課題

 本章重點整理



第八章 面對巨量資料時代該有的準備

 巨量資料時代的企業IT策略

 開始邁向資料分享的日本企業

  (1)LAWSON×Yahoo

  (2)KDDI×樂天

  (3)COOKPAD×ID’s

 擁有原創資料的好處

 供應商的新商機在提供「資料整合服務」

 誰能成為資料整合公司

 美國的支付服務業者明顯朝「資料整合公司」發展

  (1)VISA

  (2)PayPal

  (3)美國運通

 讓原創資料搖身一變成為「貴重資料」的絕妙資料組合

 全世界對資料科學家的需求愈來愈高

 資料科學家需具備的技能

 資料科學家需具備的資質

  (1)溝通能力

  (2)創業家精神

  (3)好奇心

 相關人才嚴重不足

 相關研究所開始設立

 鉅額資金流向巨量資料分析企業

 日本也開始對資料科學家展開搶人大戰

 最後的一道關卡--組織體制與企業文化

 朝向資料驅動型企業邁進

 本章重點整理



謝詞

參考文獻

圖表索引


名家推薦



【推薦序】老大哥在看著你:Big Data? Big Brother?


◎文/劉奕成(本文作者為英商巴克萊銀行台北分行董事總經理、台灣金融分析專業人員協會〔CFA台灣分會〕理事長、《小日子享生活誌》創辦人)



  幾次水淹台北城的磨難後,我失去了童年生活的真實紀錄,只剩下漫漶的孩提記憶偶然靈光乍現。少數依然時刻鮮明的往事,就是跟著從事工程的父親,隨著工地東搬西遷。當父親參與建設北迴鐵路,我隨家人在太平洋海濱卜居一段時日;四、五歲的年紀無所事事,每天看著雲、望著海,臆測目光遠處僅如沙粒大小的人影,到底在做些甚麼?有時散坐海岸終日看著海浪拍岸,彷彿爭先恐後向上;抬頭望著天空風動雲湧,有如一瞬之間向下。直到現在,還會被夢中海浪衝擊礁岩的聲勢驚醒;從童騃時我便體會到:無垠的天空,給人遼闊的想像;深邃的海洋,擁有世界上最巨大的力量。



  後來搬回市區上小學,家中長輩俱皆忙碌且放任,因此我成天在外閒蕩,也偶爾在圖書館晃悠,看似有學問的人從書架上挑書;我也依樣畫葫蘆,找了本《一九八四》(Nineteen Eighty-Four)。原因無他,書名只有數字,內容似乎簡單。花了一個下午瀏覽,還是看不懂,只記得書中說「老大哥在看著你」(Big brother is watching you.)。從此鎮日疑神疑鬼,總以為有人看著我。三十年後才發現,這不是開玩笑的,史諾登(Edward Snowden)揭發的稜鏡計畫(Prism),說明了像你我這樣的無名小卒,也在美國政府的通訊監控下。



  年歲漸長,我發現自己喜歡想像別人的生活方式,或者應該說,承認自己也很好奇別人的生活方式。所以我貪看電影,滿足對想像的猜測與印證,偶而也喜歡幫朋友和慈善團體對發票,從發票上的明細想像著人們的日常生活。翻閱城田真琴所寫的這本書時,桌上正散落著書稿及發票,才赫然想起,這不就是「老大哥在看著你」?



  隨著所謂「巨量資料」的一時風行,或許不一定是現在進行式,但是很可能是未來完成式。不論是當你我走在社區巷道時,無數個鏡頭以治安為由居高臨下監視錄影,或是網站上按讚、留言、分享,不得不承認「凡走過必留下痕跡」。甚至,即使我們足夠謹慎,沒有暴露身分,但是,分析專家已經從周圍的人或同類型者的行為模式為線索,猜想到你我的生活方式。不只是詳細記錄分析你我踩著蹣跚步履、從過去走到當下的每一步,還能預測到未來幾步路——沒錯!「老大哥在看著你」。



  翻攪過去的資料並不容易,但是隨著「巨量資料」的運用漸趨成熟,未來的影響難以想像。本書介紹的巨量資料,也稱為「大數據」或「海量資料」,是一種繼「資料採礦」(data mining;資料探勘)以及「雲端運算」(clouds computing)之後,最令人驚豔的時代趨勢;這本書雖短小輕薄,卻具體而微地描述了這些流行趨勢。



  在很多人還不曾聽過「巨量資料」之時,這個趨勢卻已經引起關注,世界知名的沃爾瑪(Wal-Mart)早就利用平均每小時可處理100萬筆資料,儲存了2.5PB之多的資料,從而進行「資料採礦」,擬定產品庫存與定價,對於陳列及倉儲的擺放,也有巨大的貢獻。更在2011年4月收購分析社群媒體的公司Kosmix,進一步從資料中找出隱含的資訊、問題、價值與商機;比方說,從社群媒體的資料分析某一城市有許多人喜歡騎車,並且依此調整門市的貨物。



  真正運用雲端及海量資料最嫻熟的公認是Amazon,即使沒有登入帳號,僅在Amazon站內搜尋,Amazon馬上以「經常一起購買的商品」和「購買此商品的顧客也同時購買……」的方式,推薦你我其他可能也會有興趣的商品或書籍,而且往往能精準命中、搔到癢處;Amazon對消費者行為的了解,實在令人咋舌不已。



  這種「準確猜中你我在想甚麼」的準確度,很容易讓人以為是偶然的幸運(serendipity);然而,幸運並非偶然——其實,精準預測是由資料科學(data science)與商業智慧(BI,business intelligence)縝密運作的結果。當你我身處於強調「與其相信一個人的判斷,不如相信千萬人的巨量資料」的時代,身為決策者,已經不能只靠直覺或數字,更必須融合資料科學,從各種消費紀錄、社群網站的輿情觀測、打卡定位等資料中萃取價值,做為決策參考之用;也難怪,資料科學家(data scientist)成為「未來在等待的人才」。



  行筆至此,我想起高中時期,由於對人類行為的好奇與執著,捨棄世間既定「男生就該念自然組」的傳統,選擇社會組就讀;卻在二十年後發現,原來,現在要了解人類行為,光是憑著五感觀察還不夠,必須從千萬人的資料中找出價值,還得要了解「礦」(資料採礦)、「雲」(雲端運算)、「海」(海量資料),這些都是屬於自然組領域的知識啊!當我看到這本書中提到「好奇心」的重要,覺得很有意思——原來,我對人類行為的好奇心,竟然就是當今資料科學家必備條件之一!也讓我對於當年的決定終能釋然。



  話說回來,說也奇怪,每次談到巨量資料,腦海中便突然出現卜居太平洋岸的童年。這些冠以自然之名的行為科學分析,真的就有如當年看海的日子;最重要的就是下方的「海」——巨量資料,和上方的「雲」——雲端,就像自然界一樣,無邊的海洋水氣蒸發,上到雲端,累積轉換足夠的水分,便天降甘霖傾瀉而下,滋潤眾生。



  然而,當所有人一呼百諾,簇擁著「巨量資料」招搖過市時,耳聰目明的先知早就知道:其實巨量資料仍有其侷限性,很多事情其實還是分析不出來的,甚至於有更多的情況下,巨量資料其實有其傷害性的。這本書的作者,便是先知之一;書中除了張揚巨量資料的可能好處,也對巨量資料提出質疑,有時也提出解答。以本書第六章為例,不但具體針砭巨量資料可能觸及的隱私問題,同時也明確指出使用巨量資料的原則,例如「引進刪除過去個人資料的權利」以及「尚未明確取得用戶同意的情況下,禁止處理個人資料」等做法。不過,可取但可惜的是:本書也介紹許多法令的要求,但是因為是日本法令,我們只能望洋興嘆。



  本書也藉由2009年「Raw Data Now!」的呼喊,披露了政府機關只會窖藏資訊,卻不懂得分析、也不願意公開的窘境,其實,台灣的機關企業也有類似的狀況,許多組織買了最貴的資料庫系統,號稱進行資料採礦,其實只是把資料窖藏在資料庫中,說穿了就是「坐在黃金堆上的乞丐」。未來,從資料採礦再跨大步到巨量資料,除了本身的資料,還可以加上公開資料(open data),並且資料也將更即時,更有影響力。除了自以為是亂找一些資料配對,還需要對行為本身有更多的了解,才能讓巨量資料發揮效果。



  真正令人激賞的,是作者開放的胸懷。他說:「誠心建議握有原始資料的企業或資料整合公司,不應只在所屬業種之中劃地自限,而應以廣闊的視野、不受業種設限的態度,制定資料運用策略。」唯有如此,才能讓巨量資料走上坦途。未來這段時間,所有從事行銷或商務的人,都將會遭到「巨量資料」淹沒,在載浮載沉之間,我推薦這本書當作你我的浮木,讓我們面對資訊洪流(data deluge),卻依然能一窺堂奧。



  如今想來,童年時在太平洋岸看到海天一色、自然寫意的風景,就像是當今「雲端」與「巨量資料」的隱喻。雖然到目前為止,巨量資料並不是所有問題的解答,但是,設法找出資料中的價值進而預測未來的商業智慧,才是未來商戰致勝的關鍵。




作者資料

城田真琴(Makoto SHIROTA)
野村總合研究所(NRI,Nomura Research Institute)創新開發部高級研究員、IT分析師,日本政府「智慧雲端運算研究會」智庫成員。負責高端技術趨勢調查研究、供應商戰略分析、國內外企業IT應用調查,專業領域為雲端運算、商務分析、M2M、IoT等。著作包括:《雲端運算的衝擊》、《你不可不知的雲端運算常識與非常識》、《2012年版IT年鑒》等。
商品規格
作者:城田真琴 譯者:梁世英,鐘慧真 出版社:經濟新潮社 出版日期:2013-08-09 ISBN:9789866031366 規格:平裝/單色/320頁/14.8cm×21cm
注意事項
你可能會喜歡