《企业的大数据战略》（Think Bigger: Developing a Successful Big Data Strategy for Your Business），[荷] 马克·冯·里吉门纳姆著，盛扬燕译，浙江人民出版社，2017年6月第1版第1次印刷，236页，220.4千字。英文原版2014年出版。
这本书虽然是近10年前出版的，但内容仍然非常有价值。作者是一位有影响力的大数据战略家，也是一个思想深刻的演说家。他把大数据的技术讲得比较全面、比较通俗，适合入门级了解，但也不乏一些深刻的技术解释和应用场景的解读。如果你对大数据的基本概念和实际应用感兴趣，这本书是一个不错的起点。
一、18个落地行业场景
书中列举了18个落地行业场景，涉及零售、金融、制造、医疗、交通等多个行业，其中不少案例集中在风险控制和运营效率提升方面。这些案例对于我们直观了解大数据的实际应用非常有借鉴意义。
书中也提到，跳出我们自己的行业背景，开阔视野，了解更多的应用案例，可以触发我们对大数据的见解和对大数据应用的想法。
二、商业分析的三类分析
书中对商业分析的解释，对我的知识基础来说是一个新的补充。他提到商业分析会有三类分析：
描述性分析——着眼于过去，从交易数据、历史数据中发现模式。
预测性分析——放眼未来，在数据模式的基础上通过模型和算法发现新的关联。
规范性分析——基于预测提供建议。这个概念在2003年被提出，被称为“革新的触发器”。
三、技术进步引发的担忧（第215页）
书中介绍了历史上因技术进步而引发的激烈讨论。从印刷机、报纸、广播、电视、互联网，到大数据时代，每一轮技术进步都伴随着担忧——教会担心印刷机威胁到控制、报纸让读者孤立、电视影响家庭、互联网损害智商或道德。到了大数据时代，又担心失去个人隐私。
我们总是想办法以乐观的角度去解决这些问题。
四、大数据人员的能力要求（第113页）
书中在介绍未来大数据相关的七类人员时，突出强调：不管是数据科学家还是工程师，都有很重要的能力要求——出色的书面表达能力和口头沟通能力。这个能力要求和大数据的特点有关联，因为在大数据挖掘分析的过程中，需要不停和业务人员、公司领导确定目的、调整方法，直至找到有价值的信息。
五、核心词句
下面这些词句贯穿全书，有助于快速把握核心观点：
量化自我——越来越多的人把自己的运动数据、饮食数据上传到网上，这是一个非常流行的趋势。个人的数据汇聚成大数据后会产生更多价值，比如监测健康、提供建议。
大数据就是相关性——书中用这句话描述大数据的本质。
非刻意沟通。
跑步是世界上最简单的运动，耐克将它转变成了数据驱动型社交运动。
沟通者，连接器，引爆点。
创新就潜伏在数据仓库的影子中。
金融服务业对大数据的应用，集中在降低风险方面，包括信用风险、违约风险、流动性风险。比如Visa就对每一笔交易从500个不同的方面进行评估。
旅游与休闲业是数据密集型的产业。
防止黑客入侵和保证收集到的数据安全，是企业最重要的任务。
2012年世界经济论坛将大数据认定为有利于公共安全和国家安全的非常强大的数据。
最大的问题不在于谁拥有数据，而在于谁有能力分析、可视化处理和转售数据，将数据转变为信息和知识的能力才是关键。谁能让数据发挥作用才是关键。
如果你有什么事不想让任何人知道，也许你首先就不应该去做。
六、延伸阅读
从这本书延伸出去，有几本相关的书和资料值得留意，涉及数据伦理、行业案例、技术趋势等不同方向：
《大数据时代》
《为数据而生》
《决战大数据》
《数据新常态》
《少数派报告2》
《新兴技术的成熟度曲线》
《1984》
《大数据：创新、竞争和生产力的下一个前沿》
《追梦者：迪斯尼如何点亮神奇的创意？》
《技术评论》
《屏幕上的聪明决策》
《计算机周刊》
《开心农场2.0》
《快公司》
《信息周刊》
《盐》Salt
《大数据伦理》
《超爆苹果橘子经济学》
《星际迷航》
写在最后
读完这本书，我最大的感受，其实不是某一种技术或某一条词句，而是贯穿全书的一个观念：数据的价值不在于拥有，而在于转化——把它变成信息和知识，变成决策的依据，变成行动的方向。技术会更新，平台会迭代，但“从数据到决策”这个逻辑，放在任何时代都成立。
这也是为什么一本2014年出版的书，到2026年读来仍不过时。它讲的是方法论，不是操作手册。方法论是可以迁移的。
