کتاب داده‌ های بزرگ در عمل

کتاب داده‌های بزرگ در عمل (از بین بردن افسانه‌ها، کشف فرصت‌ها) نوشته توماس اچ. داونپورت و ترجمه حامد حیدری، سعید جلالیان و مرتضی موسی‌خانی است. این کتاب را انتشارات آتی نگر منتشر کرده است. این اثر به‌جای تکرار هیجان رایج درباره داده‌های بزرگ، سراغ یک سؤال مهم می‌رود: چه چیزی در این مفهوم واقعاً تازه است و چه بخش‌هایی فقط نامی تازه برای ایده‌های قدیمی‌اند؟ نویسنده با تکیه بر نمونه‌های سازمانی، از نقش داده‌های بدون ساختار، دانشمندان داده، تصمیم‌گیری مدیریتی و فرصت‌های تازه‌ی کسب‌وکار حرف می‌زند. نسخه‌ی الکترونیکی این اثر را می‌توانید از طاقچه خرید و دانلود کنید.

درباره کتاب داده‌ های بزرگ در عمل

کتاب داده‌های بزرگ در عمل نوشته توماس اچ. داونپورت اثری است درباره معنای واقعی داده‌های بزرگ در فضای سازمانی و مدیریتی. نویسنده از همان ابتدا با نگاهی تردیدآمیز به سراغ این اصطلاح رفته و تلاش کرده است میان هیاهوی رایج و کاربرد واقعی آن فاصله بگذارد. محور اصلی بحث فقط زیاد بودن حجم داده نیست، بلکه مسئله‌ی مهم‌تر به داده‌های بدون ساختار، جریان پیوسته‌ی اطلاعات، شیوه‌های تازه‌ی تحلیل و تبدیل داده به تصمیم، محصول و خدمت مربوط می‌شود. متن کتاب نشان می‌دهد که چرا سازمان‌ها نمی‌توانند فقط با شگفت‌زدگی به حجم اطلاعات نگاه کنند و باید به فرایند استخراج ارزش از آن‌ها فکر کنند.
این کتاب در فصل‌های مختلف، موضوع را از چند زاویه بررسی می‌کند: تعریف و ساختارشکنی اصطلاح داده‌های بزرگ، دوام یا موقتی‌بودن این پدیده، تفاوت آن با رویکرد تحلیلی سنتی، نقش دانشمندان داده، فناوری‌های پشتیبان، ساختارهای سازمانی و جهت‌گیری‌های مدیریتی. از میان عنوان‌های فصل‌ها می‌توان به فراتر از اغراق درباره داده‌های بزرگ، آیا داده‌های بزرگ دوام پیدا می‌کنند؟، هدف داده‌های بزرگ شما چیست؟، آیا دانشمندان داده واقعاً جدید هستند؟ و رهبری برای داده‌های بزرگ اشاره کرد. نویسنده در این مسیر از مثال‌های متنوعی در حوزه‌های اینترنتی، صنعتی، خدماتی و حتی سلامت استفاده کرده است تا نشان دهد داده‌های بزرگ فقط یک موضوع فنی نیست و به تصمیم‌گیری، طراحی خدمت و حتی تعریف مزیت رقابتی گره می‌خورد.
این کتاب حال‌وهوایی تحلیلی و مسئله‌محور دارد. نویسنده نه در پی رد کامل این مفهوم است و نه آن را بی‌چون‌وچرا می‌پذیرد. همین رویکرد باعث شده بحث کتاب بیشتر بر پرسش‌های کلیدی متمرکز شود: چه داده‌ای مهم است، چه سازمانی آمادگی استفاده از آن را دارد، چه مهارت‌هایی لازم است و چگونه می‌توان از داده به بینش رسید. در نتیجه، این کتاب بیشتر از آن‌که فقط درباره فناوری باشد، درباره تغییر نگاه مدیران و سازمان‌ها به اطلاعات، تصمیم و فرصت است.

خلاصه کتاب داده‌ های بزرگ در عمل

کتاب داده‌های بزرگ در عمل توضیح می‌دهد که داده‌های بزرگ فقط به معنی انبوهی از اطلاعات نیستند و ارزش آن‌ها زمانی آشکار می‌شود که سازمان بتواند از میان داده‌های پراکنده، بدون ساختار و پیوسته، بینش قابل‌استفاده بیرون بکشد. نویسنده ابتدا افسانه‌ها و اغراق‌های رایج را کنار می‌زند و سپس تفاوت داده‌های بزرگ با تحلیل سنتی را شرح می‌دهد. بعد از آن، بحث به سمت موضوع‌هایی مثل انتخاب هدف مناسب، تشخیص فرصت‌های واقعی، نقش دانشمندان داده، زیرساخت‌های فنی، تغییرات مدیریتی و اثر این جریان بر محصولات و خدمات می‌رود. هسته‌ی اصلی کتاب این است که داده، به‌تنهایی مزیت نمی‌سازد و آنچه اهمیت دارد توان سازمان در تفسیر، ترکیب و به‌کارگیری آن است.

چرا باید کتاب داده‌ های بزرگ در عمل را بخوانیم؟

دلایل خواندن کتاب داده‌های بزرگ در عمل را می‌توان این‌طور خلاصه کرد:

• این کتاب مرز میان هیاهوی رایج درباره داده‌های بزرگ و کاربرد واقعی آن را روشن می‌کند.
• این کتاب نشان می‌دهد که مسئله‌ی اصلی فقط حجم داده نیست و داده‌های بدون ساختار و جریان مداوم اطلاعات چرا اهمیت دارند.
• خواننده با مطالعه‌ی این کتاب می‌تواند تفاوت داده‌های بزرگ و رویکرد تحلیلی سنتی را دقیق‌تر درک کند.
• این کتاب نقش مدیران، تحلیلگران و دانشمندان داده را در موفقیت طرح‌های داده‌محور توضیح می‌دهد.
• این کتاب نمونه‌هایی از کاربرد داده در تصمیم‌گیری، طراحی محصول و بهبود خدمات را کنار هم می‌گذارد.
• خواندن این کتاب به درک بهتر پرسش‌های راهبردی کمک می‌کند؛ از جمله اینکه کدام داده مهم است و سازمان باید از کجا شروع کند.

خواندن این کتاب را به چه کسانی پیشنهاد می‌کنیم؟

خواندن کتاب داده‌های بزرگ در عمل به این گروه‌ها پیشنهاد می‌شود:

• مدیرانی که می‌خواهند جایگاه داده در تصمیم‌گیری و برنامه‌ریزی سازمانی را دقیق‌تر بفهمند.
• فعالان حوزه‌های بازاریابی، مالی، منابع انسانی و فناوری اطلاعات که با داده‌های متنوع سروکار دارند.
• خوانندگانی که می‌خواهند تفاوت تحلیل سنتی و داده‌های بزرگ را در فضای کسب‌وکار بشناسند.
• کسانی که به موضوع‌هایی مثل داده‌کاوی، هوش تجاری و طراحی خدمات مبتنی بر داده علاقه دارند.
• دانشجویان و پژوهشگرانی که می‌خواهند با نقش دانشمندان داده و چالش‌های سازمانی این حوزه آشنا شوند.