Buch

Erfolg dank Data Science

Ein Handbuch für Business-Leader

Howard Steven Friedman und Akshay Swaminathan

Columbia Business School Publishing, 2024

Buch oder Hörbuch kaufen

Offline lesen oder anhören

Amazon Kindle

1×

Faça o Login para ouvir o resumo em áudio.

Bewertung der Redaktion

Na getAbstract, resumimos os livros* que ajudam as pessoas a entenderem o mundo, tornando-o um lugar melhor. Tudo o que selecionamos para a nossa biblioteca deve se destacar em uma das duas qualidades principais a seguir:

Esclarecedor – Você vai aprender conteúdos que vão ajudar você a tomar decisões melhores.

Útil – Você vai seguir conselhos práticos que vão ajudar você a se aprimorar no que faz.

Classificamos cada conteúdo em uma escala de 1 a 10 em relação a estas duas qualidades principais. As nossas avaliações ajudam você a escolher os títulos para a sua lista de leitura, indo de robusto (5) a brilhante (10). Os livros que classificamos abaixo de 5 não são resumidos. A seguir, confira o significado de cada nível da avaliação:

10 – Brilhante. Um livro útil e/ou esclarecedor que, além de atender aos mais elevados padrões em todos os aspectos pertinentes, destaca-se até mesmo entre os melhores. Ele se torna muitas vezes um clássico instantâneo e uma leitura obrigatória para qualquer pessoa.
9 – Superior. Um livro útil e/ou esclarecedor que é extremamente completo, tem muitos pontos fortes e nenhuma deficiência a ser mencionada.
8 – Muito bom. Um livro útil e/ou esclarecedor que tem um número substancial de qualidades notáveis sem se sobressair em todas as áreas. Apresenta as últimas descobertas em um tópico e é escrito por um especialista renomado, mas carece de um pouco de estilo.
7 – Bom. Um livro útil e/ou esclarecedor que combina dois ou mais pontos fortes notáveis; por exemplo, contém ideias incomumente novas e as apresenta de uma maneira envolvente.
6 – Notável. Um livro útil e/ou esclarecedor que se destaca por pelo menos um aspecto; por exemplo, é particularmente bem estruturado.
5 – Robusto. Um livro útil e/ou esclarecedor, apesar das suas deficiências óbvias. Por exemplo, pode oferecer conselhos decentes em algumas áreas, ao mesmo tempo que é repetitivo ou normal demais em outras.

*A getAbstract resume muito mais do que apenas livros. Analisamos todo tipo de conteúdo que possa interessar ao nosso público: além de livros, resumimos também artigos, relatórios, video talks e podcasts. O que apresentamos aqui sobre os livros se aplica a todos os formatos cobertos.

Qualitäten

Überblick
Praktische Beispiele
Für Einsteiger

Embora a classificação indique a qualidade de um livro de acordo com nossos dois critérios principais, ela não diz muito sobre suas características definidoras específicas. Portanto, utilizamos um conjunto de 20 qualidades para caracterizar cada livro de acordo com os seus pontos fortes:

Aplicável – Você vai receber conselhos que podem ser aplicados diretamente no local de trabalho ou em situações cotidianas.
Analítico – Você vai entender o funcionamento interno do assunto.
Conhecimento Contextualizado – Você vai obter conhecimentos contextuais como um modelo para ação ou análise consciente.
Controverso – Você vai ser confrontado com opiniões capazes de gerar debates fervorosos.
Audaz – Você vai encontrar argumentos que podem romper com perspectivas predominantes.
Abrangente – No resumo vão ser abordados todos os aspectos do assunto.
Exemplos Práticos – Você vai receber conselhos práticos ilustrados com exemplos práticos ou histórias do mundo real.
Eloquente – Você vai desfrutar de um texto extremamente bem escrito ou apresentado.
Cativante – Você vai querer ler ou assistir o conteúdo até o final.
Revelador – Você vai ter acesso a ideias altamente surpreendentes.
Para Iniciantes – Você vai encontrar uma boa cartilha caso seja um aprendiz com pouca ou nenhuma experiência/conhecimento prévio.
Para Especialistas – Você vai obter os conhecimentos ou instruções de alto nível que necessita como especialista.
Hot Topic – Você vai estar no meio de uma questão altamente debatida.
Inovativo – Você vai receber ideias e insights mais recentes sobre novos produtos ou tendências.
Conhecimento de Causa – Você vai ter o privilégio de aprender com alguém que conhece profundamente o assunto.
Inspirador – Você vai querer colocar em prática imediatamente o que acabou de ler.
Panorama Geral – Você vai receber uma abordagem ampla do assunto, na qual todos os seus principais aspectos são mencionados.
Baseado na Ciência – Você vai obter fatos e números baseados em pesquisas científicas.
Visionário – Você vai ter uma ideia do futuro e do que isso pode significar para a sua vida.
Bem-estruturado – Você vai receber um conteúdo particularmente bem organizado para facilitar o seu entendimento ou aplicação.

Rezension

Wer heute ein Unternehmen oder eine Abteilung leitet, sollte sich schlau in Sachen Data Science machen – auch wenn sie oder er im Gegensatz zu den beiden Autoren dieses Buches kaum direkt damit zu tun hat. Nur wer die Optionen versteht, die die Datenwissenschaft dem eigenen Business bieten kann, wird ein Maximum dessen herausholen, was heute möglich ist. Dieser praxisorientierte Leitfaden enthält eine Vielzahl konkreter Beispiele – eine Lektüre mit großem Aha-Potenzial.

Zusammenfassung

Arbeiten Sie mit Ihrem Data-Science-Team zusammen, um einen optimalen Daten-Workflow aufzusetzen.

Steve, der Teamleiter eines großen Finanzunternehmens, wollte die Arbeitsabläufe in der Inkassoabteilung verbessern. Sein Ziel war, die eingezogenen Beträge zu maximieren und die Kosten so gering wie möglich zu halten. Er konnte dafür aber nicht mehr Personal einstellen. Also brauchte das Unternehmen einen Prozess, der mithilfe von datengestützten Erkenntnissen bestimmte Konten priorisierte und den Mitarbeitenden half, effektiver zu arbeiten. Mit diesem Ziel vor Augen wandte Steve sich an das Data-Science-Team. Er erklärte, worauf es ihm ankam und welche Einschränkungen es in der Inkassoabteilung gab. Anschließend entwickelten Steve und die Data-Scientists gemeinsam einen Daten-Workflow, um das Problem zu lösen.

Daten aus verschiedenen Quellen zu sammeln und an einem Ort zusammenzuführen, ist in der Regel ein automatisierter Prozess, der als „Extrahieren, Transformieren und Laden (ETL)“ bezeichnet wird. Unternehmen können Daten aus bestehenden Datenbanken extrahieren oder relationale Datenbanken aus der Kaufhistorie ihrer Kundschaft, aus Telefonaten...

Über die Autoren

Howard Steven Friedman ist Data-Scientist mit Erfahrung sowohl im privaten als auch im öffentlichen Sektor. Er ist außerordentlicher Professor an der Columbia University. Akshay Swaminathan ist ebenfalls Data-Scientist. Er ist auf Gesundheitssysteme spezialisiert. An der Stanford University School of Medicine ist er Knight-Hennessy-Stipendiat.

Kommentar abgeben oder Iniciar a Discussão

Anmelden
E. B. vor 1 Woche

An der Uni funktioniert das so vielleicht, dass alles nur als temporäres Projekt betrachtet wird. In der Industrie müssen die Projekte auch im Nachgang betrieben werden und da sind weitere und evtl. andere Ressourcen hinzuzufügen, sonst marodiert die super teure Entwicklung, ist gealtert und schließlich mehr wert. Ohne definierte Verantwortlichkeiten ist der Betrieb sehr schwer und der Nutzen der Entwicklung nicht klar. Hand in Hand mit PM ist m.E. nicht ausreichend gedacht für einen nachhaltigen Erfolg. Auf eine Bewertung von 8 käme ich hier nicht. Buch ist sehr stark auf Medizin Use Cases ausgerichtet. Ziemlich einseitig , was m.E. die Bewertung ebenfalls mindert.