人人都在談論"大數據"，人們對這桶"21世紀的石油"充滿著期待，可是大數據真的會給我們帶來"一個美好的新世界"嗎？這種期望在多大程度上是可以實現的？我們將會為大數據時代所帶來的文明的契機付出哪些代價？哪些金錢以外的的代價？那么問題來了：大數據究竟是災難還是幸運呢？羅納德？巴赫曼、吉多？肯珀、托馬斯？格爾策三位作者借助一套完整的、基于科技與經濟角度的研究體系，對這一問題展開了探討。很快這一問題就變得清晰了，大數據是一個關乎全社會的主題，任何對這一主題有著敏銳嗅覺的人，都會從《大數據時代下半場(數據治理驅動與變現)》這本書中受益。
大數據和世界的數字化，可以被視為工業革命的后續。
大數據時代上半場主要是收集數據，下半場則轉向數據治理、驅動與變現。號角已經吹響，巨頭們正在收網！
如同所有科技一樣，數字都是死的，關鍵在于運用它的人。
羅納德？巴赫曼(Ronald Bachmann)曾在歐洲盛名的信息通信技術服務運營公司任職多年，是數據分析領域的項目經理。如今他是proMetis咨詢有限公司大數據、商業智能和Enterprise2.0領域的企業顧問。
及時章 大數據時代的企業戰略目標
1.1 知識、價值創造和商務模式
1.2 分析型市場競爭者
1.3 制信息權和解釋權
第二章 社會生活中的大數據
2.1 大數據是社會變革的鏡像
2.2 信息自決權
2.3 互聯網時代的個體責任
2.4 數據意識的等級
2.5 大數據和"群體"
2.6 群體智能
2.7 大數據和"開放運動"
2.8 社會商業和社會企業
2.9 "互聯網和數字社會"的議會任命調查委員會
2.10 德國政府的"大數據保護基金會"
第三章 企業中的數據治理
3.1 大數據和企業文化
3.2 社交軟件與企業
3.3 大數據和客戶關系的轉變
3.4 大數據――戰略和管理
3.5 處于變革中心的企業
3.6 大數據和商業世界
第四章 大數據不僅僅是商業智能
4.1 大數據時代商業智能復雜性提升
4.2 大數據時代的數據質量
4.3 商業智能分析和大數據分析
4.4 范例變化
第五章 大數據與內存――可行性的新維度
5.1 什么是"內存"
5.2 大數據和內存應用實例
5.3 技術可行性是否永遠有意義
第六章 大數據對企業的意義
6.1 我們必須深入研究大數據嗎
6.2 大數據包含哪些風險
6.3 大數據會帶來哪些機遇
6.4 以客戶為中心，以創新為增長動力
6.5 新的價值創造思維和數字商務模式
6.6 大數據清單
第七章 企業如何通過大數據完成變現
7.1 大數據和數據分析能力中心(DACC)
7.2 培訓
7.3 大數據項目管理
第八章 企業中大數據的解釋權
8.1 闡釋的界限
8.2 誰"被允許"在企業中分析和闡釋大數據
第九章 大數據和互聯網時代的市場營銷
9.1 互聯網中的溝通文化
9.2 "SinusMilieus"互聯網的使用人群
9.3 社交媒體――互聯網使用者作為數據的掌握者
9.4 重要的社交網絡
9.5 數據大雜燴――社交網絡的評估利用
9.6 社交媒體的市場營銷
9.7 偽造成為營銷工具――互聯網中什么是真實的
9.8 個性化廣告――宣傳就是一切
9.9 社交媒體和營銷投資回報率(ROMI)
9.10 營銷是大數據的推動者
9.11 趨勢和前景
第十章 大數據――禍兮？福兮？
10.1 大數據和直覺的終結
10.2 大數據、專家和黑天鵝
附錄A 參考文獻
附錄B 表格、圖片、鏈接目錄
在大數據時代，企業的目標必然是使自己成為一個分析型市場的競爭者。那么，這意味著什么？
具備通過數據分析產生競爭優勢的能力將是一個企業成功的重要因素，這一點在一些行業中已然成為事實，特別是在一些商務模式幾乎僅僅以數據處理為基礎的企業，上述能力將接近關乎企業的命運。為了產生與商務相關的、有效的增值，這些企業在有效數據分析上進行競爭。
未來的市場將由這些企業主宰，他們可以通過有效的數據分析支撐企業策略，設計新的價值創造方式、商務模式以及市場策略，并使其在大數據循環中適用于企業策略。換句話說，商務將會不斷加速，并向企業的適應能力提出更高要求。在這樣的情況下，為了跟上發展的步伐，企業必須成為有分析能力的市場競爭者。
但如果能夠為每一個關鍵時刻提供必要的數據，短時間內產生新的市場分析并將其引導和轉化為新的措施，企業必須及時作出每一個調整。這些分析并非那些人們輕點鼠標就可以獲得的傳統的、靜態的報告，而是針對一個動態的過程，在這個過程中，跨學科的團隊為了獲得新的知識而進行"輕松的研究"，因為這些新的知識是不能通過傳統的方法引導出來的。
在這個過程中，為了能發掘潛能，參與者的創造性和能夠進行試驗的自由空間顯得尤為重要。企業文化也必須兼收并蓄，與所有參與者的意愿相結合，給予他們私人空間，使參與者們敢于接受新的行為和思想模式，并且敢于對現有的組織架構提出質疑。
換言之，想要成為具有分析能力的市場競爭者的企業，必須有接受持續改變的意愿。如果企業一味遵循原有的模式，不對其進行任何改變，那么想要實現大數據的相關目標，想要成為有分析能力的市場競爭者是根本不可能的。只有像那些大型的美國企業，通過數據分析產生新的商務模式，才是專享出路。企業要想成為具有分析能力的市場競爭者，必須進行自我批判，關注企業內部的條件是否有利于企業成功。那種"希望一切都越來越好，但是一切都保持不變"的要求在大數據背景下早就已經是天方夜譚了。
企業在走向具有分析能力的市場競爭者轉變道路的同時也卷入了一場競爭，只有已經在一定范圍內做好了接受新的思維出發點和新的合作模式的企業才能在這場競爭中獲勝，這是一場人才的競爭。上面提及的跨學科團隊需要各個領域的專家，例如編程人員，數學家和統計學家，這些人挑選是敢于創新的人，特別是能夠將個人特質帶入這個團隊的人，因為他們能夠聯系企業的宏觀考慮并且能夠在團隊討論時提出新的看法。
此外，團隊還需要積極創新的人，對于積極創新的人來說，用原來已經用過一次的方法來解決新出現的問題，顯得十分過時。他們迫切地希望用自己的知識、創造性和熱情解決下一個問題，并且希望在一個相互影響的團隊中創造出新的可能性。他們善于交際，能將復雜的問題清晰合理地表達出來。"大數據科學家們"必須將自己的工作視為一種盡情享受自己專業能力和個人天賦的方式，而且不應該被現有的控制程序和規則所阻礙，他們永遠可以使用挑選的設備。雖然"大數據科學家"具備很強的社會競爭力，但他們絕不會表現出明星做派，只是主動地成為時代變化的主角。
對這些"大數據分析專家""大數據科學家"的形象描述當然是有意夸大的，通過這種方式至少是想表達對于大數據團隊與其成員的一個基本要求。對于企業來說，這些工作者的尋求方式和領導方式是比較特殊的，這種方式在如今的許多企業中都是不符合標準的。
基于上述觀點，我們強烈推薦托馬斯？H.達文波特(Thomas H.Davenport)和帕蒂爾的《數據科學家：21世紀很性感的工作》一文，兩位作家在文章中都特別提到，企業決策者必須先在企業內部進行說服教育工作，改變企業內部反對引入大數據專家的情況。例如網絡平臺領英(LinkedIn)：喬森納？高盛(Jonathan Goldman)在2006年進入領英工作時就提出了這個意見[參見：達文波特(Davenport)、帕蒂爾(Patil 2012)]，很快領英的管理層就批準將高盛的觀點通過例外處理來實現，而非普遍應用于軟件周期，這一點很好重要。高盛的方法被采用之后，領英才發展成為我們今天所熟知的社交媒體。
我們應當以平常心對待上文提到的"大數據科學家"的特殊地位，和其他團隊一樣，大數據團隊也是成果導向性的。值得關注的是，由于被給予了很大的自由空間和舒適的條件，大數據團隊所承受的交付壓力也是巨大的。如果經過一段特定的時間仍然沒有任何成果，大數據團隊很快就會解散，消息也會很快在行業內流傳。因此絕不能放任大數據團隊自生自滅，至少應該根據當時的需求使現有的專家關心生產，以此達到管理大數據團隊的目的。
這對于一個有豐富經歷，習慣自由，有高超敏銳的鑒別力、通感力、鑒定力和執行力的人來說是一個巨大的挑戰。與此同時，團隊中的每個人還需要不斷地堅實中期和長期目標，以保障在遇到短期的成本效益方面的問題時沒有后顧之憂。
關于大數據中的變革和溝通管理，我們將在第三章中論及。
至于企業在運作和組織過程中如何與大數據相關聯，我們將在第七章和第八章中詳述。
P5-8
