Ganar con la ciencia de datos

Un manual para líderes empresariales

Columbia Business School Publishing, 2024

15 دقيقة قراءة

8 الوجبات السريعة

الصوت والنص

ماذا يوجد بالداخل؟

Para tener éxito, los líderes empresariales de hoy necesitan comprender la esencia de la ciencia de datos.

1×

تسجيل الدخول للاستماع إلى ملخص الصوت.

Clasificación editorial

في getAbstract، نقوم بتلخيص الكتب* التي تساعد الناس على فهم العالم وجعله أفضل. أي شيء نختاره لمكتبتنا يجب أن يتفوق في أحد هذين المعيارين الأساسيين:

تنويري – ستتعلم أشياء ستثري وتحسن قراراتك.

مفيد – ستحصل على نصائح عملية ستساعدك على التحسن في ما تفعله.

نقوم بتقييم كل محتوى على مقياس من 1-10 فيما يتعلق بهذين المعيارين الأساسيين. يساعدك تقييمنا في ترتيب العناوين في قائمة قراءتك من الجيد (5) إلى الرائع (10). الكتب التي نقيمها بأقل من 5 لن يتم تلخيصها. إليك ما تعنيه التقييمات:

10 – رائع. كتاب مفيد و/أو تنويري، بالإضافة إلى تلبية أعلى المعايير في جميع الجوانب ذات الصلة، يبرز حتى بين الأفضل. غالبًا ما يكون كلاسيكيًا فوريًا وضروريًا للجميع.
9 – ممتاز. كتاب مفيد و/أو تنويري يتميز بتوازن كبير، وله العديد من النقاط القوية ولا توجد عيوب تستحق الذكر.
8 – جيد جدًا. كتاب مفيد و/أو تنويري يحتوي على عدد كبير من الصفات البارزة دون التفوق في جميع الجوانب، مثل تقديم أحدث الاكتشافات في مجال موضوعي ويكتبه خبير مشهور ولكنه يفتقر قليلاً إلى الأسلوب.
7 – جيد. كتاب مفيد و/أو تنويري يجمع بين قوتين أو أكثر من النقاط القوية الملحوظة، مثل احتوائه على أفكار جديدة بشكل غير معتاد وتقديمها بطريقة جذابة.
6 – ملحوظ. كتاب مفيد و/أو تنويري يبرز في جانب واحد على الأقل، مثل كونه منظمًا بشكل جيد بشكل خاص.
5 – جيد. كتاب مفيد و/أو تنويري، على الرغم من عيوبه الواضحة. على سبيل المثال، قد يقدم نصائح جيدة في بعض المجالات بينما يكون متكررًا أو غير ملحوظ في أخرى.

*getAbstract يلخص أكثر بكثير من الكتب. نحن ننظر إلى كل نوع من المحتوى الذي قد يهم جمهورنا: الكتب، ولكن أيضًا المقالات، والتقارير، ومقاطع الفيديو، والبودكاست. ما نقوله هنا عن الكتب ينطبق على جميع الصيغ التي نغطيها.

Cualidades

Revelador
Ejemplos concretos
Para principiantes

بينما يخبرك التقييم بمدى جودة الكتاب وفقًا لمعيارين أساسيين لدينا، فإنه لا يقول شيئًا عن ميزاته المحددة. لذلك، نستخدم مجموعة من 20 صفة لتوصيف كل كتاب بناءً على نقاط قوته:

قابل للتطبيق – ستحصل على نصائح يمكن تطبيقها مباشرة في مكان العمل أو في المواقف اليومية.
تحليلي – ستفهم الآليات الداخلية للموضوع.
خلفية – ستحصل على معرفة سياقية كإطار للعمل أو التحليل المستنير.
جريء – ستجد حججًا قد تخالف الآراء السائدة.
شامل – ستجد كل جانب من جوانب الموضوع مغطى.
أمثلة ملموسة – ستحصل على نصائح عملية موضحة بأمثلة من تطبيقات واقعية أو حكايات.
جدلي – ستواجه آراء مثيرة للجدل بشدة.
بليغ – ستستمتع بنص مكتوب أو مقدم ببراعة.
جذاب – ستقرأ أو تشاهد هذا حتى النهاية.
مفتوح للعين – ستُعرض عليك رؤى مفاجئة للغاية.
للمبتدئين – ستجد هذا مقدمة جيدة إذا كنت متعلمًا بقليل من الخبرة أو المعرفة السابقة.
للخبراء – ستحصل على المعرفة/التعليمات المتقدمة التي تحتاجها كخبير.
موضوع ساخن – ستجد نفسك في وسط قضية مثيرة للجدل بشدة.
مبتكر – يمكنك توقع بعض الأفكار والرؤى الجديدة حقًا حول المنتجات أو الاتجاهات الجديدة.
رؤية من الداخل – ستحظى بامتياز التعلم من شخص يعرف موضوعه بشكل كامل.
ملهم – سترغب في تطبيق ما قرأته فورًا.
نظرة عامة – ستحصل على معالجة شاملة للموضوع، تذكر جميع جوانبه الرئيسية.
علمي – ستحصل على حقائق وأرقام مستندة إلى بحث علمي.
رؤيوي – ستحصل على لمحة عن المستقبل وما قد يعنيه لك.
منظم جيدًا – ستجد هذا منظمًا بشكل خاص لدعم استقباله أو تطبيقه.

Reseña

Los líderes empresariales modernos necesitan conocer los fundamentos de la ciencia de datos. Como explican los autores y científicos de datos Howard Steven Friedman y Akshay Swaminathan, los líderes de una empresa y su equipo de ciencia de datos necesitan colaborar en pos de objetivos empresariales más amplios. Para ello, los líderes deben ser capaces de comunicar sus necesidades a sus científicos de datos y comprender las opciones que ofrecen. La guía práctica de Friedman y Swaminathan sobre la ciencia de datos ofrece multitud de ejemplos concretos para ayudar a empresarios y emprendedores a dominar los fundamentos y poner en práctica sus nuevos conocimientos.

Resumen

Colabore con su equipo de científicos de datos para crear un flujo de datos óptimo.

El jefe de equipo de una importante firma financiera quería mejorar las operaciones del departamento de cobranza para maximizar la cantidad de dinero que recaudaban y minimizar los costos. Contratar más personal no era posible, por lo que la empresa necesitaba un proceso que le permitiera utilizar información basada en datos para priorizar unas cuentas sobre otras y ordenar la carga de trabajo de los empleados. Con estos objetivos en mente, contactó al equipo de ciencia de datos. Tras discutir sus prioridades y las limitaciones del departamento de cobranza, los científicos de datos colaboraron para desarrollar un plan de flujo de datos para la resolución del problema.

Recopilar datos de diversas fuentes y reunirlos en una única ubicación suele ser un proceso automatizado denominado extracción, transformación y carga. Las empresas pueden extraer datos de bases de datos existentes o pueden crear bases de datos relacionales a partir de historiales de compra o llamadas telefónicas de clientes, entre otros. La transformación de datos consiste en prepararlos para su análisis...

Sobre los autores

Howard Steven Friedman es un científico de datos con experiencia en el sector privado y el público. Es profesor adjunto en la Universidad de Columbia. Akshay Swaminathan es un científico de datos que se centra en los sistemas de salud. Es académico Knight-Hennessy en la Facultad de Medicina de la Universidad de Stanford.