數(shù)字化轉(zhuǎn)型關(guān)鍵技術(shù)

目　錄 前言 第一部分　數(shù)字化轉(zhuǎn)型驅(qū)動因素 第1章　理解數(shù)字化轉(zhuǎn)型 2 1.1　業(yè)務(wù)、技術(shù)、數(shù)據(jù)和人員 4 1.1.1　數(shù)字化轉(zhuǎn)型與業(yè)務(wù) 4 1.1.2　數(shù)字化轉(zhuǎn)型與技術(shù) 6 1.1.3　數(shù)字化轉(zhuǎn)型與數(shù)據(jù) 7 1.1.4　數(shù)字化轉(zhuǎn)型與人員 8 1.2　數(shù)字化轉(zhuǎn)型解決方案與組織 10 第2章　數(shù)字化轉(zhuǎn)型的業(yè)務(wù)驅(qū)動因素 11 2.1　適應(yīng)快速變化的市場，實現(xiàn)市場增長 12 2.2　提高組織敏捷性與業(yè)務(wù)一致性 15 2.3　擺脫低效率，增強數(shù)據(jù)智能 19 2.4　提升自動化能力與生產(chǎn)力 21 2.5　改善客戶體驗，提升客戶信心 24 第3章　數(shù)字化轉(zhuǎn)型的技術(shù)驅(qū)動因素 31 3.1　強有力和多樣化的數(shù)據(jù)獲取 32 3.2　數(shù)據(jù)科學技術(shù) 34 3.3　高級自動化技術(shù) 35 3.4　自主決策 36 3.5　集中化、可擴展、彈性的IT資源 37 3.6　不可變的數(shù)據(jù)存儲 39 3.7　多體驗訪問 40 第4章　數(shù)字化轉(zhuǎn)型的風險和挑戰(zhàn) 42 4.1　數(shù)據(jù)質(zhì)量差和數(shù)據(jù)偏差 43 4.2　數(shù)字化數(shù)據(jù)增加，易受攻擊的風險增加 44 4.3　抵制數(shù)字文化 46 4.4　過度自動化的風險 47 4.5　難以治理 48 第二部分　數(shù)字化轉(zhuǎn)型實現(xiàn)要素 第5章　實現(xiàn)以客戶為中心 52 5.1　產(chǎn)品 53 5.2　客戶 53 5.3　產(chǎn)品中心模型與客戶中心模型的關(guān)系 55 5.4　交易價值與關(guān)系價值行為 56 5.5　面向客戶與以客戶為導(dǎo)向的行為 58 5.6　關(guān)系價值和溫暖度 60 5.6.1　溝通中的熱情 61 5.6.2　主動提供熱情服務(wù) 62 5.6.3　給客戶獎勵 64 5.6.4　超越客戶期望 65 5.7　單渠道、多渠道和全渠道的客戶交互 66 5.8　客戶旅程 69 5.9　客戶信息與客戶檔案 70 第6章　數(shù)據(jù)智能 76 6.1　數(shù)據(jù)來源 77 6.1.1　組織數(shù)據(jù) 78 6.1.2　第三方數(shù)據(jù) 78 6.1.3　創(chuàng)建新的數(shù)據(jù)智能 79 6.2　常見數(shù)據(jù)類型 79 6.2.1　運營數(shù)據(jù) 80 6.2.2　客戶數(shù)據(jù) 82 6.2.3　社交媒體數(shù)據(jù) 82 6.2.4　公共數(shù)據(jù) 83 6.2.5　私營數(shù)據(jù) 84 6.3　數(shù)據(jù)獲取方法 84 6.3.1　手動輸入數(shù)據(jù) 85 6.3.2　自動輸入或獲取數(shù)據(jù) 85 6.3.3　捕獲遙測數(shù)據(jù) 85 6.3.4　信息數(shù)字化 86 6.3.5　數(shù)據(jù)輸入 88 6.4　數(shù)據(jù)利用 88 6.4.1　分析和報告 89 6.4.2　自動化決策 90 6.4.3　解決方案輸入 90 6.4.4　機器人驅(qū)動的自動化 90 6.4.5　模型訓(xùn)練和再訓(xùn)練 90 6.4.6　保留歷史記錄 91 第7章　智能決策 92 7.1　條件自動化決策 93 7.2　計算機輔助決策 94 7.3　智能自動化決策 94 7.3.1　直接驅(qū)動的自動化決策 97 7.3.2　定期自動化決策 98 7.3.3　實時自動化決策 99 7.4　計算機輔助決策與智能自動化決策 100 第三部分　數(shù)字化轉(zhuǎn)型關(guān)鍵技術(shù) 第8章　數(shù)字化轉(zhuǎn)型的智能技術(shù)簡介 104 8.1　云計算 105 8.1.1　云計算實踐 106 8.1.2　常見風險和挑戰(zhàn) 110 8.2　區(qū)塊鏈 111 8.2.1　區(qū)塊鏈實踐 112 8.2.2　常見風險和挑戰(zhàn) 119 8.3　物聯(lián)網(wǎng) 120 8.3.1　物聯(lián)網(wǎng)設(shè)備 121 8.3.2　物聯(lián)網(wǎng)實踐 125 8.3.3　常見風險和挑戰(zhàn) 127 8.4　機器人流程自動化 128 8.4.1　機器人流程自動化實踐 129 8.4.2　常見風險和挑戰(zhàn) 132 第9章　數(shù)字化轉(zhuǎn)型的數(shù)據(jù)科學技術(shù)簡介 134 9.1　大數(shù)據(jù)分析與預(yù)測 136 9.1.1　大數(shù)據(jù)的5個V 138 9.1.2　大數(shù)據(jù)實踐 140 9.1.3　常見風險和挑戰(zhàn) 140 9.2　機器學習 141 9.2.1　模型訓(xùn)練 142 9.2.2　機器學習實踐 144 9.2.3　常見風險和挑戰(zhàn) 147 9.3　人工智能 147 9.3.1　神經(jīng)網(wǎng)絡(luò) 148 9.3.2　自主決策 149 9.3.3　人工智能實踐 151 9.3.4　常見風險和挑戰(zhàn) 152 9.4　數(shù)字化轉(zhuǎn)型關(guān)鍵技術(shù)總結(jié) 154 第四部分　數(shù)字化轉(zhuǎn)型解決方案 第10章　理解數(shù)字化轉(zhuǎn)型解決方案 158 10.1　分布式解決方案設(shè)計基礎(chǔ) 159 10.2　數(shù)據(jù)輸入基礎(chǔ) 163 10.2.1　文件拉取 163 10.2.2　文件推送 164 10.2.3　API拉取 165 10.2.4　API推送 166 10.2.5　數(shù)據(jù)流傳輸 166 第11章　剖析以客戶為中心的解決方案 169 11.1　術(shù)語回顧 170 11.2　場景背景 171 11.2.1　業(yè)務(wù)挑戰(zhàn) 172 11.2.2　原始的客戶旅程 172 11.2.3　業(yè)務(wù)目標 175 11.3　提升客戶旅程 176 11.4　擴展業(yè)務(wù)流程 178 11.5　制定未來決策 212