大數據商業應用的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列懶人包和總整理

大數據驅動商業決策：13 個 RapidMiner 商業預測操作實務

為了解決大數據商業應用的問題，作者沈金清,陳佩瑩 這樣論述：

　　用一個創業的故事，告訴你大數據分析如何解決商業問題   　　手搖飲競爭對手在哪裡？超市商品之間是否有關連性？推薦什麼電影給客戶？客戶是否下單買保險？電信業的客戶是否跳槽？公司未來營收可能是多少…公司從草創到轉型的過程中，會遇到很多的問題。但是，現在你有了解決方案！   　　本書透過主人翁 Joe 跟 Eddy 的創業故事，告訴讀者如何使用大數據分析，解決公司營運過程中所遇到的問題。書中的分析案例貫穿了企業發展、管理的整個生命週期，所以無論現在的你處於什麼階段，都可以找到切身相關的問題，並學會如何透過大數據分析的方式解決，從而真正實現數據驅動決策（data-driven decision

making）的管理方式。   　　本書使用 RapidMiner 圖形化介面，即便不會寫程式，也能夠將雜亂的數據進行有效的整理、轉換。特別是使用合理的分析演算法，能夠快速獲得容易理解的數據內容，並得出結論，進而基於結論作出合理的決策。   　　本書的內容將幫助你的公司，成功轉型成數據驅動商業決策。   本書特色   　　● 繁體中文第一本獲得 RapidMiner 臺灣總代理昊青推薦專書 　　● 使用圖形化介面 RapidMiner 9.10 免費版，大數據分析不用寫程式 　　● 透過一個創業的故事，告訴你大數據分析如何解決商業問題 　　● 書中提供詳細操作步驟，你一定做得出來 　　● 範

例資料集來自真實資料，商業分析很有感   名人推薦   　　● 專文推薦 　　王健全 中華經濟研究院副院長 　　蘇傳軍 元智大學工業工程與管理研究所教授 　　林修葳 臺灣大學國際企業學系所教授 　　周冠男 政治大學商學院副院長 　　余士迪 清華大學計量財務金融學系教授 　　林君信 前陽明交通大學管理科學研究所所長 　　董澍琦 中興大學財務金融學系教授 　　丘邦翰 元智大學數位金融學群教授   　　● 專家審訂 　　蘇傳軍 元智大學工業工程與管理研究所教授 　　丘邦翰 元智大學數位金融學群教授

大數據商業應用進入發燒排行的影片

運用大數據分析便利超商營運模式與風險評估之研究

為了解決大數據商業應用的問題，作者蔡雅茹 這樣論述：

對於便利超商而言，大數據的商業分析具有較高的價值性。以數據為基礎以提高有效資訊的價值，從而提升銷售額並降低其風險。便利超商客流量分析也是經營管理決策過程中提供科學的數字參考。本研究正式施測過程中總共發放200份問卷，回收183 份，刪除無效問卷20 份，在有效問卷163 份中進行研究分析。研究發現年齡相對較年輕的管理者因對資訊科技接受能力較強，懂得在資訊服務的時代以數據導向的邏輯進行便利商店的銷售策略，而對於年齡較高的管理者可能因認為在資訊科技方面認知比較有限而產生差異。年齡較大的管理人員因對於其所屬便利商店經營型態和負責相關事宜其運作熟悉程度較高，相對於年紀較輕的管理者需付出較多的心力去達

成營運的目標。其次，大數據對於現在便利超商的發展和未來的商業發展，都有巨大的推動作用，可以通過大數據瞭解到不同消費者的不同需求，從而進行個性化的生產，提高便利超商的經濟效益，並且通過大數據對於市場資訊的蒐集和整理，可以瞭解現在市場的形勢，準確的找到便利超商的市場定位，從而大大提高便利超商的綜合實力和創新能力，使得便利超商能够在市場競爭中獲得長足的發展與營運的來源。大數據是便利超商獲得新的認知，創造新的價值的源泉，通過分析數據的相關性可能預知便利超商的營運模式與風險評估的發展方向。面對便利超商消費者數量巨大、商品種類繁多的數據從數據獲取、分析、處理、存儲、檢索科技帶來了新的挑戰，大數據成為便利超

商廣泛關注與未來經營上致勝的關鍵問題。

大數據商業應用風險規避與法律指南

為了解決大數據商業應用的問題，作者（美）詹姆斯·R.卡利瓦斯，邁克爾·R.奧弗利 這樣論述：

隨着大數據在商業實踐中的廣泛應用和迅速發展，商業機構使用大數據時所面臨的法律風險也在不斷增加，本書旨在幫助企業管理層和律師了解與使用會影響大數據商業運用的法律、法規及商業合同。《大數據商業應用風險規避與法律指南》由來自不同法律領域的12位法務專家從10個角度，為讀者詳細解答了一系列有關如何在高效地利用大數據的同時避免風險和責任的問題，如如何在不違反《反壟斷法》的情況下收集競爭對手的信息以用於定價決策、如何減少安全與隱私風險、如何合理使用健康信息、如何正確地記錄與保存各類商業分析數據、如何授權第三方使用數據庫以及如何在人力資源職能中合法地使用大數據等。書中包含大量的真實案例，希望各位在閱讀后，可

以在新的商業模式下確保企業在做出大數據決策時能夠將相關法律風險與責任考慮進去。《大數據商業應用風險規避與法律指南》既是企業高層決策者、負責大數據收集與分析的技術人員、人力資源管理者應對大數據風險時的指導，也是各位律師及法務專家處理與大數據有關的項目和案件時的重要參考。詹姆斯•R.卡利瓦斯（James R. Kalyvas）富理達律師事務所(Foley & Lardner LLP)的合伙人，也是該所負責全美事務的管理委員會成員。他為公司、公共實體和社團就一切涉及使用信息技術的事務擔任顧問，包括組織技術活動、供應商選擇、談判、技術執行以及企業技術資產管理。他有把控涉及數十億美元的技術交易的經驗，並

把這些經驗運用到了幾項專利工具的開發中。卡利瓦斯被同行評為「卓越級」(AV Preeminent TM)律師，這是Matindale-Hubbell同行評級系統中的最高評級。邁克爾•R.奧弗利(Michael R. Overly)富理達律師事務所洛杉磯分所技術交易與外包業務集團的合伙人。作為一名曾擔任電氣工程師的律師，他的業務主要是就技術授權、知識產權開發、信息安全和電子商務為客戶提供咨詢。 第1章寫給高管的大數據基本介紹1.1大數據是什麼／0031.1.1大數據的特點／0051.1.2量／0051.1.3物聯網和數據量／0071.1.4種類／0081.1.5速度／008

1.1.6驗證／0091.2跨學科方式、新技術和投資／0091.3獲取相關數據／0111.4大數據技術的基本原理／0121.5本章小結／014第2章信息安全與合規概述：見樹不見林2.1引語／0172.2應該保護什麼樣的數據／0202.3保護為什麼重要／0222.4對信息安全合規的常見誤解／0232.5找到合規法律和規則的共同點／0252.6本章小結／027第3章供應商和商業伙伴關系中的信息安全3.1引語／0313.2本章概述／0323.3第一種工具：盡職調查問卷／0333.4第二種工具：關鍵性的合同保護措施／0403.4.1保證條款／0413.4.2明確的信息安全義務／0413.4.3免責條款

／0423.4.4責任限制／0423.4.5保密條款／0433.4.6審計權／0433.5第三種工具：信息安全規定附件／0443.6本章小結／044第4章隱私與大數據4.1引語／0494.2隱私法律和規章以及影響大數據的原則／0514.3隱私合規的基礎／0524.4告知／0534.5選擇／0544.6訪問權／0574.7《公平信用報告法案》／0584.8消費者報告／0604.9聯邦交易委員會的審查加強／0604.10對企業的影響／0624.11用個人信息賺錢：你是數據代理商嗎／0634.12聯邦貿易委員會「拿回你的名字」行動／0654.13去身份識別／0674.14在線行為廣告／0684.15

大數據活動隱私合規的最佳做法／0714.16數據流映射圖介紹／073第5章聯邦和州數據保密法律及其對建立和使用健康信息數據庫的影響5.1引語／0795.2本章概述／0805.3和數據的來源及類型有關的關鍵考慮因素／0835.4未經個人授權從涵蓋實體收集PHI／0845.4.1分析涵蓋實體的醫療保健方案／0845.4.2創造和使用經過去身份識別處理的數據／0855.4.3商業伙伴的PHI匯總和去身份識別策略／0865.4.4PHI的營銷和售賣／0875.4.5創建研究數據庫，用於將來的PHI研究／0895.4.6敏感信息／0925.5從個人渠道收集大數據／0935.5.1個人健康記錄／0935.

5.2移動技術和基於網絡的應用程序／0945.5.3小結／0965.6約束進一步公開健康信息的州一級法律／0965.6.1州一級法律約束概況／0965.6.2基因數據：知情同意和數據所有權／1015.7本章小結／103第6章大數據與風險評估6.1引語／1076.2使用大數據的戰略意圖是什麼／1086.3大數據的使用如何影響市場／1116.4使用大數據會造成損害或損失嗎／1156.5使用大數據分析是否會影響健康問題／1196.6大數據對證據開示的影響／121第7章大數據授權7.1本章概述／1257.2根據知識產權法保護數據／數據庫／1277.2.1版權／1287.2.2商業秘密／1297.2.3

對大數據的合同保護／1307.3所有權／1307.4授權許可／1347.5匿名化／1377.6保密／1407.7數據庫「加鹽」／1427.8協議終止／1437.9費用／版稅／1447.9.1盈利模式／1447.9.2價格保護／1477.10審計／1477.11保證／1507.12免責／1537.13責任范圍／1547.14本章小結／155第8章《反壟斷法》與大數據8.1引語／1598.2《反壟斷法》概述／1608.3大數據與價格壟斷／1628.4價格壟斷風險／1638.5「兆示」風險／1668.6降低價格壟斷和兆示風險的措施／1698.7信息共享風險／1718.8非價格競爭：數據保密和安全政策

／1768.9價格歧視與《羅賓遜—帕特曼法》／1778.10本章小結／180第9章大數據對被保險人、保險范圍和保險人的影響9.1引語／1859.2大數據的風險／1869.3傳統保險對大數據帶來的風險的承保范圍可能存在顯著差異／1889.4針對大數據構成的風險的網絡責任保險／1909.5購買網絡保險時需考慮的因素／1939.6網絡責任保險的相關問題／1959.7保險人對大數據的使用／1969.8核保、折扣與《貿易行為法》／1979.9《隱私法》／2009.10訪問個人信息／2009.11個人信息的更正／2019.12披露不利核保決定的依據／2029.13第三方數據與《隱私法》／2049.14《隱

私條例》／2059.15本章小結／206第10章用大數據管理人力資源10.1引語／20910.2用大數據管理人／21210.2.1缺勤和調度／21210.2.2發現各種工作的成功指標／21310.2.3領導變革／21410.2.4管理員工的詐騙行為／21510.3規范大數據在人力資源管理中的應用／21610.4《民權法案》第七章的反歧視條款／21610.5《2007年遺傳信息反歧視性法》／22010.6《國家勞動關系法》／22210.7《公平信用報告法》／22410.8州和地方法律／22510.9本章小結／225第11章大數據證據開示11.1引語／22911.2大數據——數據保存的大問題／23

011.3大數據的保存／23111.3.1保存義務：一項歷經考驗的法律原則與大數據的結合／23111.3.2避免保存隱患／23311.3.3觸發訟訴保全／23911.3.4大數據保存的觸發／24011.4大型數據庫證據開示／24411.4.1數據庫差異／24511.4.2訴訟中的數據庫／24611.4.3能合作就合作／24711.4.4拒絕無理要求／24811.4.5表述具體／24811.4.6盡早討論數據庫證據開示／24911.5大數據挖掘／25011.5.1推動CAR過程／25011.5.2收回／25211.6對CAR方式的司法認可／25411.7本章小結／255

運用購物籃分析探討產品行銷策略-以天然乳酪零售商為例

為了解決大數據商業應用的問題，作者程　曦 這樣論述：

隨著網路時代發展，在大數據的行銷策略下，透過數據探勘成為全新的行銷4P理論，可分析消費者複雜的購物歷程。購物籃分析是基於關聯分析演算法的一種分析方式，商家可以針對消費者所購買的品項，進行相關的商品推銷，達到提升銷售量與企業獲利的目的。個案公司是某進口乳酪零售商，過去蒐集了許多顧客的商品消費紀錄，希望能藉由數據分析，發展出合適的行銷策略，提高銷售業績。研究結果顯示，顧客單次購買的商品數量低，且從關聯規則發現，商品組合之間的支持度普遍偏低，若提高支持度的門檻，則所得信賴度及增益值(Lift值)則降低。分別探討熱銷商品組合及營收商品組合(兩商品之間價差大的商品)，結果發現，熱銷商品組合在開拓潛在客

群及提升營收的幅度有限，而營收商品組合則有大幅度的提升，可做為未來的銷售目標。