{{sellerTotalView > 1 ? __("sellers", {number: sellerTotalView}) : __("seller", {number: sellerTotalView}) }}, {{numTotalView > 1 ? __("items", {number: numTotalView}) : __("item", {number: numTotalView}) }}
免运费
Yami

Nickname

请告诉我们怎么更好地称呼你

更新你的名字
账户 订单 收藏
{{ inviteNavTitle }}
退出登录

切换配送区域

不同区域的库存和配送时效可能存在差异.

历史邮编

{{email ? __('Got it!') : __('Restock Alert')}}

我们将在商品到货后第一时间通知你。

取消
Yami

京东图书

大数据治理

{{buttonTypePin == 3 ? __("Scan to view more PinGo") : __("Scan to start")}}

大数据治理

{{__(":people-members", {'people': item.limit_people_count})}} {{ itemCurrency }}{{ item.valid_price }} {{ itemCurrency }}{{ item.invalid_price }} {{ itemDiscount }}
后结束
{{ itemCurrency }}{{ item.valid_price }}
{{ itemCurrency }}{{ priceFormat(item.valid_price / item.bundle_specification) }}/{{ item.unit }}
{{ itemDiscount }}
{{ itemCurrency }}{{ item.valid_price }} {{ itemCurrency }}{{ priceFormat(item.valid_price / item.bundle_specification) }}/{{ item.unit }} {{ itemCurrency }}{{ item.invalid_price }} {{itemDiscount}}
{{ itemCurrency }}{{ item.valid_price }}
后结束促销
后开始秒杀 后结束秒杀
{{ getSeckillDesc(item.seckill_data) }}
{{ __( "Pay with Gift Card to get sale price: :itemCurrency:price", { 'itemCurrency' : itemCurrency, 'price' : (item.giftcard_price ? priceFormat(item.giftcard_price) : '0.00') } ) }} ({{ itemCurrency }}{{ priceFormat(item.giftcard_price / item.bundle_specification) }}/{{ item.unit }}) 详情
商品有效期

已下架

当前地址无法配送
已售完

商品描述

展开全部描述
编辑推荐

《大数据治理》是一个信息治理专家奉献的鸿篇巨制,作者以极其实用和通俗易懂的风格,倾心向读者解读大数据治理这一复杂主题。作为一家大公司的资深IT专家,我本人在面对数据窘境时,感觉不知所措。对数据领域的从业人员来说,面临的问题多过答案。我所在的组织是南非的主导电信运营商,我们拥有海量的电话详单、位置数据和社交媒体生成的数据。要明智地使用数据,就必须管理所有数据。《大数据治理》匠心独运,揭开了大数据的迷人景致,为我们应对大数据领域的挑战,提供了必要的智力成果。

内容简介

大数据将打开各行各业的数据“潘多拉魔盒”。社交网站、电商巨头、电信运营商乃至金融、医疗、教育等行业,都将加入大数据的“淘金”热潮,政府部门同样会从大数据中获益匪浅。如何将海量数据应用于决策、营销和产品创新?如何利用大数据平台优化产品、流程和服务?如何利用大数据更科学地制定公共政策、实现社会治理?所有这一切,都离不开大数据治理。可以说,在大数据战略从顶层设计到底层实现的“落地”过程中,治理是基础,技术是承载,分析是手段,应用是目的。桑尼尔·索雷斯的《大数据治理》的翻译出版,正当其时。
《大数据治理》一书较好地满足了理解大数据治理框架的需要,系统地阐述了大数据治理的各个版块,分析了五大类大数据的治理,考察了大数据治理在典型行业的实践,并深入浅出地介绍了当今主流的大数据技术与平台。该书具有一定的可参照性、可操作性和可读性,是大数据治理领域值得一读的参考书。

作者简介

桑尼尔·索雷斯,信息资产公司LLC的创始人和执行合伙人,LLC专注于帮助组织构建信息治理计划。曾任IBM的信息治理总监,合作客户遍布六大洲和众多行业。除本书外,桑尼尔著有《IBM数据治理统一流程》、《说服企业实施信息治理:行业和工作职能最佳实践》两书,前者被许多组织用作信息治理计划的蓝本,并被译成中文。&nbsp;<br><br>匡斌,中国联通研究院信息室/编辑部副主任、博士,具有16年电信行业从业经验。专注于电信营销、电信规制、电信运营业新业态等领域的研究。

精彩书评

大数据涉及不同来源的复杂数据。倘若缺乏得当的数据治理,那就很难正确地整合数据。《大数据治理》一书为您提供了制定大数据治理计划所必须的信息和见识,而大数据治理计划是支持大数据整合项目不可或缺的。好样的,桑尼尔!
——Symphony IRI Group技术研究副总裁 杰·犹斯科 博士


《大数据治理》是一个信息治理专家奉献的鸿篇巨制,作者以极其实用和通俗易懂的风格,倾心向读者解读大数据治理这一复杂主题。
作为一家大公司的资深IT专家,我本人在面对数据窘境时,感觉不知所措。对数据领域的从业人员来说,面临的问题多过答案。我所在的组织是南非的主导电信运营商,我们拥有海量的电话详单、位置数据和社交媒体生成的数据——要明智地使用数据,就必须管理所有数据。
本书匠心独运,揭开了大数据的迷人景致,为我们应对大数据领域的挑战,提供了必要的智力成果。
本书的字里行间,流淌着丰富的信息。如今,我终于有机会将本书所述的理念和知识融会贯通。我更有信心应对公司面临的大数据挑战,对此,我满怀热枕,决心已定。
拜桑尼尔在本书中提供的指南所赐,我们所有数据从业人员都将获得成功!
——南非电信数据治理办公室主任 柯马林·伽迪


可以说,在大数据战略从顶层设计到底层实现的“落地”过程中,治理是基础,技术是承载,分析是手段,应用是目的。《大数据治理》一书的翻译出版,正当其时。
相信在可预见的将来,经过循序渐进的治理,大数据将成为重要的国家资源和企业的核心生产要素。大数据将给中国的政府、企业和其它组织,带来切切实实的收益。
——工业和信息化部软件服务业司司长 陈伟教授


大数据的淘金之旅,需要脚踏实地的努力。大数据治理是连接大数据科学和应用的桥梁,若要到达风光无限的大数据彼岸,大数据治理一定是“必修课”之一。
大数据的思想启蒙运动正在开始,从大数据治理起步,不断探索这个领域的产权、法律和交易等问题,才能成为进入大数据世界的先行者。
——宽带资本董事长 田溯宁博士

目录

第一部分 开篇
第1章 大数据治理概述
第2章 大数据治理的框架
2.1 大数据类型
2.2 信息治理准则
2.3 大数据治理的产业和功能场景
第3章 成熟度评估
3.1 IBM信息治理委员会的成熟度模型
3.2 评估成熟度的示例问题
第4章 业务案例
4.1 通过大数据治理,提高运营实时性和旅客安全度
4.2 量化大数据治理对客户隐私的财务影响
4.3 通过治理大数据生命周期,降低IT成本
4.4 评估数据质量和主数据对大数据计划的影响
4.5 计算大数据质量的价值
第5章 路线图
5.1 路线图案例研究
第二部分 大数据治理准则
第6章 大数据治理的组织
6.1 绘制关键流程图并建立职责分配模型,以识别大数据治理中的利益攸关者
6.2 确定新角色和既有角色的适当组合
6.3 酌情任命大数据主管
6.4 在传统信息治理角色的基础上,酌情增加大数据责任
6.5 建立承担包括大数据在内的责任混合式信息治理组织
第7章 元数据
7.1 创建一个体现关键大数据术语的业务定义的词库
7.2 理解对ApacheHadoop中元数据的持续支持
7.3 对业务词库中的敏感大数据进行标记
7.4 从相关的大数据存储中输入技术元数据
7.5 将相关的数据源与业务词库中的术语进行链接
7.6 使用运营元数据监测大数据的流动
7.7 保留技术元数据,以支持数据血统和影响分析
7.8 从非结构化文件中采集元数据,支持企业搜索
7.9 扩展既有的元数据角色,将大数据纳入其中
第8章 大数据隐私
8.1 识别敏感的大数据
8.2 对元数据库中的敏感大数据进行标记
8.3 应对国家、州(省)层面的隐私立法和隐私限制
8.4 管理个人数据跨国界流动的情况
8.5 监控特权用户对敏感大数据的访问
第9章 大数据质量
9.1 与商业上的利益攸关者协作,建立并测度大数据质量的置信区间
9.2 利用准结构化和非结构化数据,提高人口稀疏的结构化数据的质量
9.3 使用流数据分析技术解决内存中的数据质量问题,无须将中间结果输入硬盘
9.4 任命对信息治理委员会负责的数据主管,由其负责提高测度的质量
第10章 业务流程整合
10.1 识别将会受到大数据治理影响的关键流程
10.2 建立关键活动的流程图
10.3 针对业务流程中的关键步骤,制定大数据治理政策
第11章 主数据整合
11.1 提高主数据的质量,以支持大数据分析
11.2 利用大数据提高主数据的质量
11.3 提高关键参考数据的质量和一致性,以支持大数据治理计划
11.4 审视社交媒体平台政策,以确定与主数据管理整合的程度
11.5 从非结构化文本中挖掘有用信息,以丰富主数据
第12章 管理大数据的生命周期
12.1 基于规制和业务要求,扩展保留时间表,将大数据包含其中
12.2 提供法律保留区,并支持电子证据展示(eDiscovery)
12.3 压缩大数据并将其存档,降低IT成本,提高应用绩效
12.4 管理实时流数据的生命周期
12.5 保留社交媒体记录,以符合规制要求,并支持电子证据展示
12.6 基于规制和业务要求,正当合理地处置不再需要的大数据
第三部分 大数据的类型
第13章 Web和社交媒体数据
13.1 在制定有关客户社交媒体数据的可接受使用的政策时,考虑不断变化的规制和习俗
13.2 制定有关雇员和求职者社交媒体数据的可接受使用的政策
13.3 利用置信区间评估社交媒体数据的质量
13.4 制定有关Cookies与其他Web跟踪装置的可接受使用的政策
13.5 在不侵犯隐私并遵从规制要求的基础上,定义连接在线和离线数据的政策
13.6 确保网络统计数据的一致性
第14章 机器对机器的数据
14.1 评估目前可用的地理位置数据
14.2 制定关于客户地理位置数据的可接受使用的政策
14.3 制定关于雇员地理位置数据的可接受使用的政策
14.4 保证RFID数据的隐私安全
14.5 制定与其他类型M2M数据的隐私相关的政策
14.6 处理元数据和M2M数据的质量问题
14.7 制定与M2M数据的保留期有关的政策
14.8 提高主数据的质量,以支持M2M计划
14.9 确保SCADA设施免遭网络攻击
第15章 大体量交易数据
第16章 生物计量学数据
16.1 评估与生物计量学数据的可接受使用相关的隐私含义
16.2 与法律顾问通力合作,确定演进中的规制对使用客户和雇员生物计量学数据的影响
第17章 人工生成的数据
17.1 制定屏蔽敏感的人工生成数据的政策
17.2 使用非结构化的人工生成数据,提高结构化数据的质量
17.3 管理人工生成数据的生命周期,降低成本并遵循规制要求
17.4 从非结构化的人工生成数据中获得洞察力,以丰富MDM
第四部分 行业视角
第18章 医疗保健机构
18.1 利用非结构化数据,提高人口稀疏的结构化数据的质量
18.2 提取从结构化数据中无法获得的更多临床因素
18.3 设定关键业务术语的一致性定义
18.4 确保跨科室的患者主数据的一致性
18.5 与美国HIPAA的规定一致,符合受保护的健康信息的隐私要求
18.6 创造性管理参考数据,以获得更多临床洞察
第19章 公用事业部门
19.1 复制仪表读数
19.2 主关键字的参照完整性
19.3 异常的仪表读数
19.4 客户地址的数据质量
19.5 信息生命周期管理
19.6 数据库监测
19.7 技术架构
第20章 通信服务提供商
20.1 大数据类型
20.2 将大数据与主数据进行整合
20.3 大数据隐私
20.4 大数据质量
20.5 大数据生命周期管理
第五部分 大数据技术
第21章 大数据的参考架构
21.1 大数据源
21.2 开源基础组件
21.3 Hadoop发行版
21.4 流数据分析
21.5 数据库
21.6 大数据整合
21.7 文本分析
21.8 大数据发现
21.9 大数据质量
21.10 大数据的元数据
21.11 信息政策管理
21.12 主数据管理
21.13 数据仓库与数据集市
21.14 大数据分析与报告
21.15 大数据安全与隐私
21.16 大数据生命周期管理
21.17 云
第22章 大数据平台
22.1 IBM
22.2 甲骨文
22.3 SAP
22.4 微软
22.5 HP
22.6 Informatica
22.7 SAS
22.8 Teradata
22.9 EMC
22.10 Amazon
22.11 谷歌
22.12 Pentaho
22.13 Talend
附录 缩略语列表
译者后记

精彩书摘

第1章 大数据治理概述当下,数据正在将我们淹没。蔚为壮观的数据,来自于社交媒体、电话GPS信号、公用事业智能仪表、RFID标签、数字图片和其他数据源中的在线视频。
IDC宣称,2011年,数字世界的信息量超过1。8ZB(泽字节,1.8亿GB),预计将以每两年翻番的速度增长。
大部分数据可视为大数据。谈到大数据,通常以“3V”--体量(Volume)、速度(Velocity)和多样性(Variety)概括其特征。我们增加了一个“V”(Value),代表数据的价值。以下是对这四个特征的简单描述:体量(数据的静态描述)。大数据通常具有较大体量。企业被数据堆砌,很容易积攒TB(太字节)级和PB(拍字节)级的信息,甚至在将来可轻易积攒ZB级的信息。
速度(数据的动态描述)。通常具有时间敏感性,流数据的分析必须以毫秒计,以支撑实时决策。
多样性(数据的多格式化)。大数据包括结构化数据、准结构化数据和非结构化数据,如电子邮件、音频、视频、点击流、日志文档和生物计量学数据。
价值(数据的经济有效性)。组织正在努力以经济有效的方式从大数据中获得洞察力。这正是Apache&;nbsp;Hadoop等开源技术大行其道的原因所在。本书后续章节中详细介绍的Hadoop,是一种以经济有效的方式处理成百上千台计算机中的大数据集的软件。
组织必须治理全部大数据,由此引出了本书的主题。我们将大数据治理定义如下:大数据治理是广义信息治理计划的一部分,即制定与大数据有关的数据优化、隐私保护与数据变现的政策。
我们将上述大数据治理的定义分解为以下部分:(1)大数据是广义信息治理计划的一部分。信息治理机构必须采取以下措施,以将大数据整合到既有的信息治理框架中:扩展信息治理宪章的外延,将大数据治理纳入其中;拓宽信息治理委员会成员的范围,将数据科学家等大数据的超级用户吸纳进来;任命处理社交媒体等特定大数据的主管;将大数据与元数据、隐私、数据质量和主数据等信息治理准则结合。
(2)大数据治理关乎政策制定。政策包括人们在特定情形下如何作为的成文和非成文的宣告。譬如,大数据治理政策可能申明,未经顾客知情并同意,组织不得将顾客的Facebook资料整合到其主数据记录中。
(3)大数据必须优化。考虑一下组织是如何将现实世界的准则应用到大数据治理中的。公司设计了精致的企业资产管理计划,对机器、飞机、交通工具和其他资产进行妥善管理。与对实物资产进行登记类似,组织必须对大数据进行如下优化:元数据--建立大数据类别信息数据质量管理--像公司对实物资产进行定期检修一样,定期净化大数据。
信息生命周期管理--对大数据进行存档,并在没必要继续保存某些数据时,将其删除。
(4)大数据隐私至关重要。组织同样必须建立旨在防止大数据误用的适当政策。组织在处理社交媒体、地理定位、生物计量学和其他形式的个人可识别信息(PII)时,必须考虑涉及的声誉、规制和法律风险。
(5)大数据必须变现。所谓变现,就是将数据等资产转化为现金的过程,变现的方式可以是将数据卖给第三方,也可以是利用数据开发新的服务。在传统的会计准则下,不允许公司在平衡报表中将信息视同为财务资产,除非信息是从外部来源购买的。尽管传统的会计处理趋于保守,但在当下,公司意识到,必须将大数据视为具有财务价值的企业资产。例如,运营部门可以通过传感器数据,根据定期检修计划,提高设备正常运行时间。呼叫中心可以分析客户代表的记录,通过了解顾客呼叫的原因,降低呼叫量。此外,零售商可以使用主数据激活Facebook的应用程序,提升顾客忠诚度。
……

前言/序言

在不到两年时间中,大数据迅速成为热门词,但对其的解读,却见仁见智。数据科学家醉心于前沿的数据技术开发,经济学家关注大数据的产业价值,企业家期盼大数据的阳光照进日常的经营现实,法学家强调隐私保护……欣慰的是,拥抱大数据成为各方的共识,且思且行的大数据“淘金”之旅,已然启动。大数据的“淘金”之旅,需要脚踏实地的努力。大数据治理是连接大数据科学和应用的桥梁,若要到达风光无限的大数据彼岸,大数据治理一定是“必修课”之一。要实现大数据的变现,就离不开科学的大数据治理,离不开与时俱进的管理革新。因此,桑尼尔的《大数据治理》一书,可谓应运而生。中国联通研究院的匡斌先生将该书翻译成中文,相信对中国读者会有所助益。
大数据治理是传统信息治理的延续和扩展。它不可能与传统的信息治理切割,延续性既是保护历史投资的需要,也体现了信息治理准则的一脉相承。
不同类型数据的整合,结构化数据与非结构化数据、准结构化数据的整合,主数据与社交媒体等其他类型数据的整合,不同部门乃至不同行业数据的整合,都需要大量细致的工作。大数据治理涉及人员、流程和软件,大数据需要去伪存真,需要删繁就简,需要化大为小。
凡此种种,不胜枚举。
大数据治理的约束条件构成一个三层结构的金字塔,最底层无疑是特定的文化背景和规制环境。根深蒂固的隐私文化,动态演进的隐私规制,是发掘大数据价值面临的最大挑战。第二层则是技术。大数据技术是治理大数据的基础,前向兼容、后向扩展、简便易用的大数据平台和解决方案,自然语言处理、人脸识别等非结构化数据处理等技术,形成“物”的制约。第三层则是人的因素。大数据治理呼唤大批熟稔大数据技术的人才,也需要更多的大数据管理者和应用开发者,他们可以得心应手甚至出神入化地将技术、行业、流程、功能等进行整合。
说到底,大数据治理的核心是人。人既是大数据价值的追求者,又是大数据隐私的主体和捍卫者。就这个意义而言,人的因素是大数据治理的最大制约。人类历史上每一个技术发明与创造,均有“善”与“恶”两面,文明的进步就是发挥技术“善”的一面,治理控制“恶”的一面。
《大数据治理》一书以实用性为导向,通过教科书式的体例安排,对大数据治理进行了全方位的解构,并将大数据治理规程化。对于尚处于大数据战略起飞阶段的组织,本书是一本很好的大数据治理参考蓝本。作者举重若轻,以朴素无华的语言,微言大义的案例,为致力于大数据治理的实操者,奉献了一本有价值的通俗读物。
纵观当今的大数据技术、平台和解决方案,海外厂商仍占据了绝对主流地位。有关大数据的研究和著述,同样如此。
现阶段,“拿来主义”尤有必要。从大数据的体量看,中国在大数据领域的潜在地位,无异于中东地区在石油业的地位。相信在不远的将来,在大数据领域,中国将异军突起。
大数据的思想启蒙运动正在进行。从大数据治理起步,不断探索这个领域的产权、法律和交易等问题,才能成为进入大数据世界的先行者。
宽带资本董事长田溯宁2014年1月10日

规格参数

品牌 京东图书
品牌属地 中国
ISBN 9787302364061
著者 [美]桑尼尔·索雷斯(Sunil Soares)
出版社 清华大学出版社
印刷时间 2014-06-01
用纸 胶版纸
包装 平装
出版时间 2014-06-01
页数 286
译者 匡斌
语言 中文
版次 1

免责声明

产品价格、包装、规格等信息如有调整,恕不另行通知。我们尽量做到及时更新产品信息,但请以收到实物为准。使用产品前,请始终阅读产品随附的标签、警告及说明。

查看详情
加入收藏
{{ $isZh ? coupon.coupon_name_sub : coupon.coupon_ename_sub | formatCurrency }}
{{__("Buy Directly")}} {{ itemCurrency }}{{ item.directly_price }}
数量
{{ quantity }}
{{ instockMsg }}
{{ limitText }}
{{buttonTypePin == 3 ? __("Scan to view more PinGo") : __("Scan to start")}}
由 京东图书 销售
送至
{{ __("Ship to United States only") }}
满$69免运费
正品保证

已加入购物车

继续逛逛

为你推荐

{{ item.brand_name }}

{{ item.item_name }}

{{ item.currency }}{{ item.market_price }}

{{ item.currency }}{{ item.unit_price }}

{{ item.currency }}{{ item.unit_price }}

优惠券

{{ coupon.coupon_name_new | formatCurrency }}
领取 已领取 已领完
{{ getCouponDescStr(coupon) }}
{{ coupon.use_time_desc }}
即将过期: {{ formatTime(coupon.use_end_time) }}

分享给好友

取消

亚米礼卡专享价

使用礼卡支付即可获得礼卡专享价

规则说明

礼卡专享价是部分商品拥有的特殊优惠价格;

购买礼卡专享价商品时,若在结算时使用电子礼卡抵扣支付,且礼卡余额足够支付订单中所有礼卡专享价商品的专享价总和,则可以启用礼卡专享价;

不使用礼卡支付,或礼卡余额不满足上一条所述要求时,将无法启用礼卡专享价,按照普通售价计算,但您仍然可以购买这些商品;

在购买礼卡专享价商品时,若余额不足,可以在购物车或结算页中点击“充值”按钮对礼卡进行购买和充值;

商品若拥有礼卡专享价,会显示“专享”的特殊价格标记;

如有疑问,请随时联系客服;

礼卡专享价相关规则最终解释权归亚米所有。

由 亚米 销售

服务保障

Yami 满$49免运费
Yami 无忧退换
Yami 从美国发货

配送信息

  • 美国

    标准配送 $5.99(不包含阿拉斯加,夏威夷),最终价满$49免运费

    本地配送$5.99(加州,纽约州,新泽西,麻省和宾夕法尼亚,以上州部分地区);最终价满$49免运费

    两日达(包含阿拉斯加夏威夷)运费$19.99起

退换政策

亚米网希望为我们的客户提供最优秀的售后服务,让所有人都能放心在亚米购物。亚米自营商品在满足退换货条件的情况下,可在收到包裹的30天之内退换商品(食品因商品质量问题7天内可退换;为了确保每位客户都能获得安全和高质量的商品,对于美妆类产品,一经开封或使用即不提供退款或退货服务,质量问题除外;其他特殊商品需联系客服咨询)。
感谢您的理解和支持。

查看详情

由 亚米 销售

亚米电子礼品卡使用规则

若购买时选择自动充值,订单完成后礼卡将自动充值到您的账户中;

若购买时选择发送邮件,订单完成后系统将自动发送卡号和密码到您填写的邮箱;

发送邮件时,任何用户均可使用邮件中的卡号密码进行礼卡充值,请妥善保管邮件信息。

如接收邮件遇到问题,请联系客服处理;

发送邮件时,若礼卡没有被兑换,可以补发邮件。若已经被其他用户兑换,则无法补偿;

亚米网电子礼卡可用于购买自营或第三方商品;

亚米网电子礼卡没有有效期限制,长期有效;

亚米网电子礼卡的金额,可分多次使用;

亚米网电子礼卡业务规则,最终解释权归亚米网所有。

退换政策

已消费的电子礼卡不支持退款。

京东图书 销售

服务保障

Yami 满$49免运费
Yami 最优售后
Yami 美国本土发货

配送信息

  • 美国

    标准配送 $5.99(不包含阿拉斯加,夏威夷),最终价满$49免运费

    本地配送$5.99(加州,纽约州,新泽西,麻省和宾夕法尼亚,以上州部分地区);最终价满$49免运费

    两日达(包含阿拉斯加夏威夷)运费$19.99起

退换政策

提供30天内退还保障。产品需全新未使用原包装内,并附有购买凭据。产品质量问题、或错发漏发等,由商家造成的失误,将进行补发,或退款处理。其它原因需退货费用由客户自行承担。

由 京东图书 销售

服务保障

Yami 跨店满$69免运费
Yami 30天退换保障

亚米-中国集运仓

由亚米从中国精选并集合各大优秀店铺的商品至亚米中国整合中心,合并包裹后将一次合包跨国邮寄至您的地址。跨店铺包邮门槛低至$69。您将在多商家集合提供的广泛选品中选购商品,轻松享受跨店铺包邮后的低邮费。

退换政策

提供30天内退换保障。产品需在全新未使用的原包装内,并附有购买凭据。产品质量问题、错发、或漏发等由商家造成的失误,将进行退款处理。其它原因造成的退换货邮费客户将需要自行承担。由于所有商品均长途跋涉,偶有简易外包压磨等但不涉及内部质量问题者,不予退换。

配送信息

亚米中国集运 Consolidated Shipping 运费$9.99(订单满$69 包邮)

下单后2个工作日中国商家发货,所有包裹抵达亚米中国整合中心(除特别情况及中国境内个别法定节假日外)会合并包裹后通过UPS发往美国。UPS从中国发货后到美国境内的平均时间为10个工作日左右,根据直发单号可随时跟踪查询。受疫情影响,目前物流可能延迟5天左右。包裹需要客人签收。如未签收,客人须承担包裹丢失风险。

由 京东图书 销售

服务保障

满$69免运费
正品保证

配送信息

Yami Consolidated Shipping 运费$9.99(订单满$69包邮)


下单后1-2个工作日内发货。 物流时效预计7-15个工作日。 如遇清关,交货时间将延长3-7天。 最终收货日期以邮政公司信息为准。

积分规则

不参加任何折扣活动以及亚米会员积分制度。

退换政策

提供30天内退还保障。产品需全新未使用原包装内,并附有购买凭据。产品质量问题、或错发漏发等,由商家造成的失误,将进行补发,或退款处理。其它原因需退货费用由客户自行承担。

Yami

下载亚米应用

返回顶部

为你推荐

品牌故事

京东图书

为您推荐

Yami
欣葉
2种选择
欣叶 御大福 芋头麻薯 180g

周销量 600+

$1.66 $1.99 83折
Yami
欣葉
2种选择
欣叶 御大福 芋头麻薯 180g

周销量 600+

$1.66 $1.99 83折
Yami
欣葉
2种选择
欣叶 御大福 芋头麻薯 180g

周销量 600+

$1.66 $1.99 83折
Yami
欣葉
2种选择
欣叶 御大福 芋头麻薯 180g

周销量 600+

$1.66 $1.99 83折
Yami
欣葉
2种选择
欣叶 御大福 芋头麻薯 180g

周销量 600+

$1.66 $1.99 83折
Yami
欣葉
2种选择
欣叶 御大福 芋头麻薯 180g

周销量 600+

$1.66 $1.99 83折

评论{{'('+ commentList.posts_count + ')'}}

分享你的感受,帮助更多用户做出选择。

写评论
{{ totalRating }} 写评论
  • {{i}}星

    {{i}}星

    {{ parseInt(commentRatingList[i]) }}%

Yami Yami
{{ comment.user_name }}

{{ showTranslate(comment) }}收起

{{ strLimit(comment,800) }}查看全部

Show Original

{{ comment.content }}

Yami
查看更多

{{ formatTime(comment.in_dtm) }} 已购买 {{groupData}}

{{ comment.likes_count }} {{ comment.likes_count }} {{ comment.reply_count }} {{comment.in_user==uid ? __('Delete') : __('Report')}}
Yami Yami
{{ comment.user_name }}

{{ showTranslate(comment) }}收起

{{ strLimit(comment,800) }}查看全部

Show Original

{{ comment.content }}

Yami
查看更多

{{ formatTime(comment.in_dtm) }} 已购买 {{groupData}}

{{ comment.likes_count }} {{ comment.likes_count }} {{ comment.reply_count }} {{comment.in_user==uid ? __('Delete') : __('Report')}}

暂无符合条件的评论

评论详情

Yami Yami

{{ showTranslate(commentDetails) }}收起

{{ strLimit(commentDetails,800) }}查看全部

Show Original

{{ commentDetails.content }}

Yami
查看更多

{{ formatTime(commentDetails.in_dtm) }} 已购买 {{groupData}}

{{ commentDetails.likes_count }} {{ commentDetails.likes_count }} {{ commentDetails.reply_count }} {{commentDetails.in_user==uid ? __('Delete') : __('Report')}}

请输入内容

回复{{'(' + replyList.length + ')'}}

Yami Yami

{{ showTranslate(reply) }}收起

{{ strLimit(reply,800) }}查看全部

Show Original

{{ reply.reply_content }}

{{ formatTime(reply.reply_in_dtm) }}

{{ reply.reply_likes_count }} {{ reply.reply_likes_count }} {{ reply.reply_reply_count }} {{reply.reply_in_user==uid ? __('Delete') : __('Report')}}

请输入内容

取消

End

发表评论
商品评分

请输入评论

  • 一个好的昵称,会让你的评论更受欢迎!
  • 修改了这里的昵称,个人资料中的昵称也将被修改。
感谢你的评论
你的好评可以帮助我们的社区发现更好的亚洲商品。

举报

取消

确认删除该评论吗?

取消

历史浏览

品牌故事

京东图书