你需要結合分析科學和直覺藝術。身為經理人，你應該了解那些電腦怪才，了解他們的公式，協助改善他們的分析流程，有效地向其他人詮釋與傳達分析的結果，最後還要能做出更好的決策。
知識管理大師 湯瑪斯．戴文波特(Thomas H . Daenport)
   
以資料為原動力的組織，首先會問自己「我們知道些什麼?」而不是「我們怎麼想?」。這樣可要求組織中人，擺脫純粹依據直覺行事的慣性，並戒除我們發現出現在許多組織中的惡習。
《企業2.0》作者 安德魯．麥克菲(Andrew McAfee)
《和機器競跑》作者 艾立克．布林約爾松(Erik Brynjolfsson)
   
資料品質的解決辦法，不在於採用較好的技術，而在於資料的建立者與使用者彼此的良好溝通、致力未來資料的好品質，以及要把資料品質的責任，從資訊科技人員身上，轉移到為了使資料正確而做了大量投資的經理人身上。
《資料賺錢術》作者 湯瑪斯．雷曼(Thomas C . Redman)
 
定價：350元　優惠價：79折277元

在快速運轉的商業環境中，《哈佛教你精通大數據》告訴你，你可以不是資料科學家獲資訊長，但一定要了解「大數據」，才能讓你的職涯，企業的發展同步upgrade。

本書依文章屬性，包括四個重點：
(1)趨勢：解析何謂「大數據」，企業運用時該做哪些準備。
(2)管理：配合「大數據」時代來臨，主管該具備的能力。
(3)執行：運用「大數據」之前，企業應先做好哪些「基礎工程」。
(4)應用：在銷售、廣告、行銷方面，「大數據」如何發揮功效。
 

趨勢篇
第一章　管理的資訊革命Big Data: The Management Revolution

如果能善用廣大的新資訊流量，企業績效可大幅提升，因為經理人利用大數據，可根據證據而非直覺來決定。而以資料為壹巨，可做出較好的決定。因此，大數據有革新管理方式的潛力。但企業必須先改變決策文化才行。

第二章　大數據分析3.0版 Analytics 3.0

分析學的運用，目前正進入第三個時代。這個時代的特色是，資料蒐集與分析不僅用在企業營運上，也用於服務與產品。總之，在新時代，大數據將推動消費者產品與服務的發展。
 

管理篇
第三章 打造專家級決策 Keep Up with Your Quants

你不必是精通大數據分析的專家，但必須懂得如何找到能為公司所用的專家，更重要的是，要知道如何聰明運用他的專業，為公司做出資料導向的有效決策。若要避免成為大數據的門外漢，請參考本文解說的實用入門知識。

第四章 企業最誘人的職缺 Data Scientist: The Sexiest Job of the 21st Century

誰能從雜亂無章的資料裡挖出寶藏?正是資料科學家。他們是企業新崛起的重要角色。他們懂得如何從眾多非結構性資訊中抽絲剝繭，找到重要商業問題的答案。由於企業爭相利用大數據的潛力，更需要這種特殊人才。
 

執行篇
第五章 誰需要大數據? You May Not Need Big Data After All

許多企業大舉投資在大數據上，為什麼沒見到什麼成效？作者認為，這是因為公司不懂得善用核心營運系統中已經存在的資料。而為了解決這個問題，就必須建立「證據導向的決策文化」，學習利用許多小資料來做日常決策。

第六章 盡信資料不如…… Data’s Credibility Problem

通常，建立資料的人不清楚組織內其他人如何使用那些資訊。因此，解決辦法不在技術，而在於資料建立者與使用者的溝通，並把資料品質的責任，轉移到努力使資料正確的經理人身上。畢竟，管理才能解決問題，技術不能。
 

應用篇
第七章 小市場大獲利 Selling into Micromarkets

要成功銷售，公司應建立自己的微市場策略，也就是利用、分析龐大的資料，將銷售區域加以細分，發覺其中有利可圖的「熱點」。而銷售團隊必須為這些新發掘的銷售熱點，量身打造一套「劇本」，才能掌握商機、無往不利。

第八章 廣告分析學2.0 Advertising Analytics 2.0

許多國際級的大公司，正在採用「分析學2.0」，它能馬上分析幾兆位元組資料和數百個變數，顯示個整廣告接觸如何強烈互動，因此，行銷人員現在等於擁有空前的能力，可調整資源配置的決定，並即時修正方向。
 

個案分享
趨勢科技 靠大數據打敗駭客

面對駭客推陳出新的攻擊行動，身為世界首屈一指的資安軟體公司，以「大數據」漂亮還擊後，他們的下一步是研發大數據的資安防護。

台積電 以大數據提升製造智慧

半導體產業的決勝關鍵，在於搶先對手導入新世代製程量產，以享受隨之而來的經濟效益和技術價值。台積電是全球半導體製造龍頭，它的製程快速量產能力持續領先群雄，大數據分析是其中的關鍵之一。
 

管理你的科技天才 / 科技部 部長 張善政

《哈佛商業評論》全球繁體中文版收錄了安德魯．麥克菲(Andrew McAfee)等眾多商學先進有關大數據的經典文章。全書共分為「趨勢篇」、「管理篇」、「執行篇」、「應用篇」四篇，每一篇均包含兩篇篇幅都不算長，文字也淺顯易讀的文章，其中還包含了「本文觀念精粹」的貼心設計，使書本不失為繁忙主管們快速了解大數據在商業應用的入門書。

數據應用在各領域有著不同的意義。在科學研究領域裡，數據蒐集是透過嚴謹實驗設計而進行的，大膽假設而小心推論，由於每一個步驟都可能受到其他社群同儕的挑戰，因此精確性非常重要；當理論與技術跨領域整合時，科學家們逐漸開始挑戰大數據。因此，基因密碼解密、高能物理、蛋白體學、結構生物學等近代科學，都在數學、化學、資訊等快速進步與連結下應運而生。

近年來，由於網路頻寬與速度的大幅提升，網路應用也走向多元化，資料格式包括文字、圖片、聲音、影像等，內容包羅萬象，資訊爆炸早已成為事實，此外，社群網路、網路交易等亦已逐漸成為主流。2013年KPCB投資基金合夥人瑪莉．米克(Mary Meeker)估計，2012年全球網際網路用戶達24億，年成長率為8%。這些運用所產生的資料不僅龐大，而且都不是傳統格式化資料庫所能儲存與分析的，也因此開啟了資料取攫取、儲存、分析的新頁。讀完這本書後可以發現，商業應用在處理這些大數據時，與上述科學研究領域有著強烈的對比；大數據在商業應用方面，所追求的不是答案，而是釐清問題，進而提出新的競爭策略；精確性也許不是重點，但脈絡或趨勢必須明確。

民國80至86年，我曾擔任行政院國家科學委員會國家高速電腦中心主任，負責布建科學研究的高速計算服務，當時即已預期資通領域的強大應用潛力。這一切都拜科技發展之賜，也是科技可愛之處。科學家在各領域一步一腳印地累積著知識技術，當需求來臨時，理念與技術相容和，就能發揮科技無可限量的可能性。有人曾問我：「大數據時代來臨，臺灣的機會在哪裡？」其實，臺灣的優勢條件很多：教育普及、科學成就、經濟發展、民主開放等，孕育出許多優秀人才。我現在擔任科技部部長，將從「人盡其才、物盡其用」的角度建立機制，除將重點支持學界人才從事國際尖端研究，近一步發揮人才寶庫對國家產業、本土社會之責任與效益外，另一方面，將強化學術界與經濟、社會的互動，使學術研究成果有近一步被開發、應用的機會，學術界也能更了解產業、社會的實務需求，進而從事需求導向的創新研究。而大數據的蓬勃發展趨勢可望成為社會需求的重要驅動力，大數據分析對協助政府訂定政策，如在健保資料庫、學生學習情形等運用，以及新興產業之發掘與推動，也將扮演重要的角色。