Список литературы и дополнительные ресурсы
Программное обеспечение, которое помогает работать с данными
Сегодня на рынке сотни приложений и поставщиков, предлагающих программное обеспечение для сбора данных, их систематизации, форматирования и использования для аналитики. Перечислить их все нет возможности, поэтому я ограничусь теми несколькими, которые я упоминал в тексте, при этом это не означает, что я выделяю какое-то из приложений и считаю его лучше всех остальных.
DropBox – облачное хранилище данных: http://dropbox.com
Google Drive также обеспечивает удаленное хранение данных: http://www.google.com/drive/
Toggl фиксирует время выполнения разных задач: http://toggl.com/
TweetDeck – социальная медиаплатформа Twitter: http://tweetdeck.twitter.com/
Sprout Social – эффективный аналитический инструмент: http://sproutsocial.com/
SocialOomph измеряет эффект ваших социальных медиа: http://www.socialoomph.com/
Transcribe на основе машинного обучения предлагает текстовую расшифровку аудиозаписей: http://bit.ly/DDtranscribe
Kaggle – сообщество специалистов по работе с данными: http://www.kaggle.com/competitions
Список исследований и дополнительные ресурсы
Сертифицированный институт специалистов по управленческому учету (CIMA): 45 % компаний малого и среднего бизнеса не ведут регулярную управленческую отчетность: http://bit.ly/DDaccounts
Atlassian: измерено количество времени, которое люди тратят впустую на работе: http://bit.ly/DDtimewaste
Институт открытых данных (Open Data Institute): http://bit.ly/DDodi
Данные правительства Великобритании: http://bit.ly/DDdatagov
Эдвард Тафти и составление таблиц: http://bit.ly/DDtuftetable
Spurious Correlations: http://bit.ly/DDspurious
Приз от компании Netflix: http://bit.ly/DDnetflixprize
Комиксы Action Item: http://bit.ly/DDactionitem
Модель естественного принятия решений (Naturalistic Decision Making): http://bit.ly/DDndm
Искажение по типу «якорение»: http://bit.ly/DDanchoring
Лекция Брюса Фейлера на TED на тему гибкой методологии разработки: http://bit.ly/DDagile
Блог Net Promoter System: http://bit.ly/DDnps
Ресурсы IPA по измерению социальных медиа: http://bit.ly/DDmeasure
«Проблемы с трекингом», Ян Хофмейр: http://bit.ly/1UoSxIP
Когда можно доверять интуиции? Беседа Канемана и Клейна: http://bit.ly/1UoSTz8
The Economist: Почему так мало людей учатся на неудачах?: http://bit.ly/DDfailure
Bloomberg: Как успех других вводит предпринимателей в заблуждение: http://bit.ly/DDsurvivor
Forbes: Наоми Роббинс показывает эффективные диаграммы: http://bit.ly/DDgraphs
Почему дэшборды не приносят результата, экспертное мнение Стивена Фью: http://bit.ly/DDdashboard
McKinsey: The return of zero-based budgeting: http://bit.ly/DDzerobase
Блог, посвященный подходу в маркетинге account-based marketing: http://bit.ly/DDabm
Книги и статьи
Коул К.С. (Cole, K.C.). «Вселенная и чашка чая: математика истины и красоты» (The Universe and the Teacup: Mathematics of Truth and Beauty). Великобритания: изд-во Abacus, 1999. Если вы думаете, что в цифрах нет ничего интересного, эта книга откроет для вас другую Вселенную, как и обещает ее название, истины и красоты.
Джителман Лайза, ред. (Gitelman, Lisa). «Необработанных данных не бывает» (‘Raw Data’ Is an Oxymoron). Кембридж: MIT Press, 2013. Если вам интересно, как подтасовывают факты, из этой книги вы узнаете об этом все.
Хафф Даррелл (Huff, Darrell). «Как лгать при помощи статистики» (How to Lie with Statistics). Нью-Йорк: Norton, W. W. & Company, 1993. Первая и лучшая книга о том, как ввести в заблуждение при помощи способа представления данных.
Даниэль Канеман (Kahneman, Daniel). «Думай медленно… Решай быстро» (Thinking, Fast and Slow). Лондон: Penguin Group, 2012. Интересное объяснение, написанное доступным языком, системы интуитивного, эвристического мышления и ее применения.
Даниэль Канеман и Гэри Клейн (Kahneman, Daniel and Gary Klein). «Условия проявления интуиции» (‘Conditions for Intuitive Expertise: A Failure to Disagree’). American Psychologist 64, № 6, 2009: 515–26. Два эксперта в области изучения «системы 1» и «системы 2» мышления написали совместную работу, в каких случаях можно доверять интуиции, а в каких лучше не стоит. Текст работы: http://bit.ly/DDdisagree
Майер-Шенбергер Виктор и Кеннет Кукьер (Mayer-Schonberger, Viktor and Kenneth Cukier). «Большие данные: революция, которая изменит то, как мы живем, работаем и думаем» (Big Data: A Revolution That Will Transform How We Live, Work, and Think). Boston Eamon Dolan/Houghton Mifflin Harcourt, 2013. Эта книга без профессиональных терминов объясняет основы теории больших данных. Прочитайте первую главу бесплатно: http://bit.ly/DDbigdata
Меклин Джон (Mecklin, John M.). «Тирания обычного человека» (‘The Tyranny of the Average Man’). International Journal of Ethics 28 (2), январь 1918: 240–52. Что скрывается за средними значениями? Эта статья, написанная почти 100 лет назад, положила начало активному обсуждению. Текст доступен по ссылке: http://bit.ly/DDtyranny.
Полос Джон Аллен (Paulos, John Allen). «Математика – это не мое» (Innumeracy). Нью-Йорк: Vintage Books, 1990. Объяснение математика, как мы неправильно понимаем большие и маленькие числа, степень риска и вероятность случайности и что с этим делать.
Рейчхелд Фредерик и Роб Марки (Reichheld, Frederick F. and Rob Markey). «Основной вопрос 2.0 (исправленное и дополненное издание): как компании с высоким индексом потребительской лояльности добиваются успеха в мире, где правят потребители» (The Ultimate Question 2.0 (Revised and Expanded Edition): How Net Promoter Companies Thrive in a Customer-Driven World). Бостон: Harvard Business Review Press, 2011. Что такое индекс потребительской лояльности Net Promoter Score и как его использовать, объясняют создатели системы.
Синх Саймон (Singh, Simon). «Симпсоны и их математические секреты» (The Simpsons and Their Mathematical Secrets). Великобритания: Bloomsbury Publishing, 2013. Вероятно, эта книга не поможет вам в управлении данными, но математические шутки, спрятанные в этом мультипликационном сериале, могут побудить вас пересмотреть его.
Вэриан Хэл (Varian, Hal R). «За пределами больших данных» (‘Beyond Big Data’). Business Economics 49 (1), 2014: 27–31. Главный экономист Google объясняет, как компания использует эксперименты.
Сноски
1
Стюарт Ли (1968 г. р.) английский комик, сценарист, писатель. Прим. ред.
2
Человек, чрезвычайно увлеченный чем-либо, фанат. Изначально гиками называли людей, увлеченных высокими технологиями (обычно компьютерами и гаджетами). Прим. ред.
3
Американская исследовательская компания, которая специализируется на изучении общественного мнения, социологических и маркетинговых исследованиях. Мировой лидер в области онлайн-исследований. Прим. ред.
4
Одна из крупнейших в мире консалтинговых компаний в сфере менеджмента и информационных технологий. Основана в 1967 году. Штаб-квартира компании расположена в Париже. Прим. ред.
5
Группа компаний, которая занимается разработкой программного обеспечения для разработчиков и менеджеров по разработке. Прим. ред.
6
Издана на русском языке: Кукьер К., Майер-Шенбергер В. Большие данные. М.: Манн, Иванов и Фербер, 2014.
7
Финансовый конгломерат, европейский лидер на мировом рынке банковских и финансовых услуг и один из шести сильнейших банков в мире по данным агентства Standard & Poor’s (текущий рейтинг AA-). Прим. ред.
8
Крупнейшая финансово-кредитная группа в Испании и еврозоне с рыночной капитализацией около €80 млрд и активами свыше €1 трлн. Прим. ред.
9
Независимая аналитическая и консалтинговая фирма со штаб-квартирой в Лондоне. Прим. ред.
10
Издана на русском языке: Хафф Д.
