資料科學的商業運用

　　這本內容完整深入，但又不至於太技術性的指南介紹了數據科學的基礎原則，並引導你了解從資料中抽出有用知識與商業價值所需的「數據分析思維」。透過數據科學原則的學習，你會了解今日常用的許多資料採礦技術。更重要的是，這些原則鞏固了經由資料採礦技術解決商業問題所需之程序與策略的基礎。

名人推薦

　　「這本書超越了數據分析入門手冊的層次，它是我們這些以無所不在的數據商機及新的數據導向決策任務為事業基礎者（所有人？）的必備指南。」 －Tom Phillips，Media6Degrees首席執行長，前Google搜尋與分析主管

　　「兩位作者都是在數據科學有名氣之前就已聲譽卓著的專家，他們將複雜的主題處理得淺顯易懂，讓所有人都能輕鬆閱讀。這是第一本談論數據科學觀念之商業問題實際應用的著作。本書藉由羅各種引人入勝的真實案例，點出商業上大家所熟悉、常見的問題，像顧客流失、目標市場行銷，甚至是威士忌分析！
　　此書獨特的地方在於，它不是直接提供你各種演算法，而是幫助讀者了解數據科學背後的基礎概念，以及最重要的，如何處理並成功地解決問題。無論你想要的是綜合性的數據科學概論，或者你是個需要打好基礎的新手數據科學家，這都是一本必讀好書。」 －Chris Volinsky，AT&T實驗室統計研究總監，為Netflix所舉辦的百萬美元挑戰賽的優勝團隊成員之一

　　「資料數據是產能增長、創新與更豐富之顧客洞察等新浪潮的基礎，直到最近才被廣泛視為競爭優勢來源，妥善處理數據正迅速成為不被淘汰的籌碼。作者們深度的應用經驗讓此書成為必讀經典，讓你能窺見競爭對手的策略。」 －Alan Murray，連續創業家，Coriolis Ventures合夥人

作者簡介

Foster Provost

　　紐約大學史登商學院的教授兼NEC教職研究員，他在該校講授商業分析、資料科學，以及許多MBA課程。其得獎研究廣獲閱讀及引用。而在加入紐約大學之前，他以研究資料科學家的身分，為今日Verizon的前身工作了五年。在過去十年間，Provost教授已與其他人共同創辦了數個成功的資料科學導向公司。

Tom Fawcett

　　擁有機器學習領域的博士學位，已在業界擔任研發工作超過二十年（GTE實驗室、NYNEX/Verizon的實驗室，以及HP的實驗室等）。其發表作品，不論是方法論方面的（例如評估資料採礦結果）還是應用方面的（例如詐欺檢測與垃圾郵件過濾），皆已成為資料科學界的標準讀物。

過去15 年來，我們已看見人們對商業基礎設施的大量投資，而這提升了人們在整個企業中收集數據、資料的能力。現在幾乎每個商業環節（例如營運、生產製造、供應鏈管理、顧客行為、行銷活動效果、工作流程程序⋯等等）都可能進行數據收集，甚至往往已有工具、設備可實際進行數據收集。在此同時，外部狀況的資訊（像是市場趨勢、業界動態及競爭對手動向等）也已變得相當廣泛易得。資料數據的這種普遍可得性，造成大家對於從數據中抽取有用資訊與知識的方法越來越有興趣－而這正是資料科學的領域。
 
無所不在的數據商機
 
在能夠取得大量數據的現在，幾乎每個行業的各家公司都很重視利用數據來取得競爭優勢。過去，企業可雇用統計人員、建模人員及分析人員的團隊，以手動方式探索資料集，但現在數據的量與種類都已遠遠超出人工分析所能應付的範圍。同時由於電腦效能已變得更強大，網路已然無遠弗屆，也已經有許多演算法被開發出來，所以我們能夠連結資料集，並達成比以往更廣泛且深入的分析。這種種現象，讓資料科學原理與資料採礦技術的商業應用日益普及。
 
資料採礦技術最廣泛的應用，大概就是用在目標市場行銷、網路廣告及共同行銷（crossselling，也稱交叉銷售）的建議等行銷工作上了。資料採礦可用於一般的顧客關係管理，用來分析顧客行為，以管理顧客價值的損耗與最大化期待。金融業將資料採礦應用於信用評分與交易，而在經營面則用於詐欺檢測和勞動力管理。從Walmart 到Amazon等大型零售商都將資料採礦全面應用於其事業，不論是行銷還是供應鏈管理。許多公司已經策略性地利用資料科學，成功將自己區隔出來，有些甚至就這樣發展成了專門的資料採礦公司。
 
本書的主要目標，是要幫助你從資料、數據的角度來看商業問題，並幫助你了解從數據中抽取有用知識的原理。數據分析思維有其基礎結構以及基本原則是你該要理解的。另外也有一些特定部分是需要同時具備直覺、創造力、常識以及專業知識的。數據觀點提供了結構和原理，可給你一個架構來系統化地分析這些問題。而隨著你的數據分析思維越來越好，你便會發展出一種直覺，知道該在何處、又該如何應用創造力與專業知識。在本書的前兩章中，我們將詳細討論各種與資料科學及資料採礦有關的主題和技術。