Ebook Big data @l lavoro. Sfatare i miti, scoprire le opportunità

Il blog di Neo
Quando l'espressione "big data" fece la sua prima comparsa nel mondo del business, Thomas Davenport ritenne si trattasse dell'ennesimo esempio di momentanea infatuazione per l'ultima moda proveniente dal mondo delle tecnologie digitali.
La ricerca condotta nel corso degli anni successivi lo portò però a ricredersi.
In questo suo nuovo libro, con un approccio orientato alla chiarezza e alla concisione, Davenport spiega ai suoi lettori che cosa si cela dietro un'espressione ormai di moda e perché tutti coloro che ricoprono ruoli di responsabilità all'interno di organizzazioni e istituzioni dovrebbero conoscerne il significato.
Big data @l lavoro affronta tutti gli aspetti fondamentali dei big data:
* il loro impatto a livello tecnologico, manageriale e di analisi del comportamento dei consumatori;
* le opportunità che offrono ma anche i loro costi;
* in quali settori possono davvero risultare determinanti per il successo di un'organizzazione;
* quali loro caratteristiche sono state sovrastimate.
Il libro vi aiuterà a comprendere:
* perché i big data sono importanti per la vostra organizzazione;
* quali competenze tecnologiche sono necessarie per gestirli al meglio;
* come reclutare o formare personale con le necessarie competenze;
* quali sono i fattori chiave da tenere in considerazione quando si pianifica l'implementazione di un progetto sui big data;
* come i big data stiano trasformando completamente il modo di gestire i dati nelle organizzazioni.
Con decine di case history - dalle aziende di telecomunicazioni a quelle di servizi sanitari, dalle utility ai media, dalle compagnie di assicurazioni alle imprese di produzione di beni di largo consumo, dagli istituti finanziari al mondo del retail - Big data @l lavoro vi mostrerà come sfruttare questa nuova opportunità per migliorare lo sviluppo di nuovi prodotti e per rafforzare i rapporti con i vostri clienti.

Thomas H. Davenport insegna Information Technology e Management presso il Babson College ed è research fellow al MIT Center for Digital Business. È co-fondatore e research director dell'International Institute for Analytics e senior adviser per Deloitte Analytics. È autore, co-autore o curatore di diciotto libri, tra i quali: Competing on Analytics, Analytics at Work e Keeping Up with the Quants. Il suo "Competing on Analytics" (2006) è stato inserito nell'elenco dei dieci articoli più importanti apparsi sulla Harvard Business Review. Secondo la rivista Consulting Davenport è tra i venticinque maggiori consulenti a livello mondiale, mentre Fortune lo ha incluso tra i migliori cinquanta docenti di business.

Indice
Ringraziamenti
Perché i big data sono importanti per voi e la vostra organizzazione
(Oltre la moda dei big data; Chi siete?; Decostruire l'espressione "big data"; I big data dureranno?; Che cosa c'è di nuovo, dal punto di vista del management?; Nuovi orientamenti organizzativi stimolati dai big data; Nuove opportunità dai big data; Ciò che non sappiamo e continueremo per qualche tempo a non sapere; Il contenuto del libro)
Come i big data cambieranno il vostro lavoro, la vostra azienda e il vostro settore
(Quattro scenari futuri; Tradurre gli scenari in realtà; Settori adatti ai big data; Funzioni organizzative adatte ai big data; In sintesi)
Sviluppare una strategia
(Qual è il vostro obiettivo?; Discovery e produzione; Progettare nuove iniziative; Chi partecipa a che cosa?; Da dove iniziare?; Con quale rapidità muoversi?)
Il lato umano dei big data
(Che cosa c'è di nuovo nella figura del data scientist?; Il modello classico di data scientist; Data scientist orizzontali e verticali; L'apporto del team; Dove trovare data scientist?; Retention dei data scientist; Competenze per i manager; Capacità umane e big data)
Tecnologie per i big data
(Scritto insieme a Jill Dyché; Che cosa c'è di veramente nuovo nella tecnologia per i big data?; Lo stack dei big data; Integrazione delle tecnologie per i big data; Che cosa fanno oggi molte grandi aziende; Coesistenza di diversi elementi)
Che cosa occorre per avere successo con i big data
(DELTA rivisitato; Data: i dati; Enterprise: l'impresa; Leadership; Target: gli obiettivi; Analysts: gli analisti; Altri fattori da considerare per avere successo con i big data)
Che cosa potete imparare dalle start-up e dalle aziende dell'online
(Esempi da seguire; Errori da evitare)
Che cosa potete imparare dalle grandi aziende. Big data e Analytics 3.0
(Quale novità?; Esempi di obiettivi per i big data in grandi aziende; Integrazione delle strutture organizzative e delle competenze; La value proposition dei big data; Redditività dell'investimento; Automazione di processi esistenti; Le nuove opportunità; L'ascesa dell'Analytics 3.0; In sintesi)
Appendice. Valutazione dell'adeguatezza ai nuovi progetti centrati sui big data
L'autore.