Kis adatok, nagy zavarok: Hogyan ismerjük fel a változás jeleit és hogyan kezeljük a bizonytalanságot?

Értékelés:   (4.3 az 5-ből)

Kis adatok, nagy zavarok: Hogyan ismerjük fel a változás jeleit és hogyan kezeljük a bizonytalanságot? (Martin Schwirn)

Olvasói vélemények

Összegzés:

A Martin Schwirn által írt Small Data, Big Disruptions című könyv gyakorlati útmutatót nyújt a szervezetek számára, hogy a jövőbeni trendeket előre jelezzék, és egy átvilágítási folyamat segítségével felkészüljenek a bizonytalanságra. A könyv hangsúlyozza a kis, változatos adatok elemzésének fontosságát ahelyett, hogy kizárólag a nagy, strukturált adathalmazokra támaszkodnának a felmerülő lehetőségek és fenyegetések azonosítása érdekében.

Előnyök:

A könyv időszerű és releváns a jelenlegi globális kihívások szempontjából, különösen a COVID-1
utáni időszakban. Világos, megvalósítható betekintést nyújt egy bevált, könnyen megvalósítható szkennelési folyamatba. Schwirn számos sikertörténetet és értékes tanulságokat közöl a területen szerzett kiterjedt tapasztalataiból. Kezdők és tapasztalt szakemberek számára egyaránt alkalmas, a kis adatok megfigyelésének fegyelmezett megközelítését hangsúlyozza.

Hátrányok:

Néhány olvasó talán kevésbé találja vonzónak az elsősorban a „kis adatokra” való összpontosítást, ha hozzászokott a hagyományos adatelemzési módszerekhez. A pásztázási folyamat bevezetése olyan gondolkodásmódváltást igényelhet, amelyre nem minden szervezet áll készen. Emellett a könyv viszonylag rövid, ami néhány haladó olvasót mélyebb elemzésre vagy részletességre vágyóvá tehet.

(3 olvasói vélemény alapján)

Eredeti címe:

Small Data, Big Disruptions: How to Spot Signals of Change and Manage Uncertainty

Könyv tartalma:

Egy módszer a kis adatok nyomainak megtalálására és összekapcsolására, amelyek megmutatják, hogy milyen lesz a jövő nagy képe.

"A stratégiai döntések olyanok, mint a nagy tétekkel játszott blackjack, a szkennelés pedig a kártyaszámolás technikája. Martin Schwirn nem profi szerencsejátékos, hanem a szkennelés szakértője." --Bill Ralston, a Strategic Business Insights társalapítója és a Scenario Planning Handbook szerzője.

Egy szervezet jövőbeli sikere azon múlik, hogy a döntéshozók képesek-e előre látni a piaci változásokat és zavarokat. De hogyan szerezhetünk információt a holnapról már ma? Hogyan tudja a mai döntéseinél figyelembe venni a holnap bizonytalanságait?

A Small Data, Big Disruptions (Kis adatok, nagy zavarok) egy eszköztárat mutat be az elkövetkező változások előrejelzéséhez:

⬤ Megérti, hogy a nagy adatok miért nem segítenek Önnek a holnapi zavarok megértésében. A jövő a kis adatokkal kezdődik -- először.

⬤ Tanulja meg a bevált 4 lépéses folyamatot a kis adatok rögzítéséhez, amelyek segítenek elképzelni a jövőt.

⬤ Lásson példákat arra, hogy a folyamat hogyan vetítette előre a nagy zavarokat.

⬤ Vezesse be a folyamatot a szervezetében, és tanulja meg, hogyan kezdeményezhet értelmes intézkedéseket.

A Small Data, Big Disruptions (Kis adatok, nagy zavarok) című könyv biztosítja a jövő előrejelzéséhez szükséges információkat, a holnap piaci dinamikájának megértéséhez és a szükséges döntések meghozatalához, hogy a jövővel az Ön feltételei szerint találkozhasson.

A Small Data, Big Disruptions lehetővé teszi, hogy kihasználja azt az időszakot, amely a feltörekvő zavarokról való tudomásszerzés és aközött a pillanat között telik el, amikor a legtöbb ember tudni fog róluk. Ez a különbség aközött, hogy megelőzze a görbét, vagy a felzárkózásért küzdjön.

A könyv egyéb adatai:

ISBN:9781632651921
Szerző:
Kiadó:
Kötés:Keményfedeles
A kiadás éve:2021
Oldalak száma:224

Vásárlás:

Jelenleg kapható, készleten van.

A szerző további könyvei:

Kis adatok, nagy zavarok: Hogyan ismerjük fel a változás jeleit és hogyan kezeljük a...
Egy módszer a kis adatok nyomainak megtalálására és...
Kis adatok, nagy zavarok: Hogyan ismerjük fel a változás jeleit és hogyan kezeljük a bizonytalanságot? - Small Data, Big Disruptions: How to Spot Signals of Change and Manage Uncertainty

A szerző munkáit az alábbi kiadók adták ki:

© Book1 Group - minden jog fenntartva.
Az oldal tartalma sem részben, sem egészben nem másolható és nem használható fel a tulajdonos írásos engedélye nélkül.
Utolsó módosítás időpontja: 2024.11.13 21:05 (GMT)