正版图书 数据治理驱动的数字化转型 王建峰 辛华 机械工业出版
正版图书 没有图片的请核对书号下单 以书名为准~ 出版时间系统采集的 请注意！
￥ 55.51 6.2折 ￥ 89 全新
库存102件
河北保定
认证卖家担保交易快速发货售后保障
作者王建峰 辛华
出版社机械工业出版社
ISBN9787111745440
出版时间2024-02
版次1
装帧平装
开本16开
纸张胶版纸
定价89元
货号wht- 9787111745440
上书时间2024-05-18
- 在售商品 暂无
- 平均发货时间 27小时
- 好评率 暂无
商品详情
- 品相描述：全新
- 库存新书 未翻阅
- 商品描述
-
基本信息
书名:数据治理驱动的数字化转型
定价：89元
作者:王建峰 辛华
出版社：机械工业出版社
出版日期：2024-02-01
ISBN：9787111745440
字数：
页码：
版次：
装帧：平装
开本：16开
商品重量：
编辑推荐
本书融合了国内外数据治理理论和技术体系，涵盖了企业数字化转型过程中所需要的数据治理基本概念、实施路径和参考案例，不仅包含业界数据治理热点和难点，还包含笔者多年的数据项目实战经验总结，同时包括作者对数据治理的理解和思考及在项目实践中的落地实施方法，可以作为数据管理人员开展数据治理项目的实操手册和实施指南，能够有效指导企业全方位开展高质量的数据治理。
内容提要
数据作为生产要素已经被提升至国家战略层面，如何激活数据要素、体现数据价值，如何有效利用数据赋能数字化转型，成为当前炙手可热的问题。本书厘清了数据治理、数据管理和数字化转型的关系，介绍了数据治理核心工作中经常出现的问题和优秀实践，明确了数字化转型的核心内容、方法路径和评估机制，通过大型企业数据治理或数字化转型案例为读者提供有价值的参考。本书适合首席执行官、首席信息官、首席数据官等从事企业管理和数据管理工作的人员阅读，有助于提升对数据治理和数字化转型的认识，为在组织中有效开展数据治理和数字化转型工作提供思路和借鉴。
目录
序言前言篇 数据治理基础篇章 数据治理1.1 数据治理及框架1.1.1 数据治理框架核心内容1.1.2 数据治理框架创建策略1.1.3 数据治理与数据管理的区别1.2 数据治理的误区1.2.1 误区一：数据文化变革问题1.2.2 误区二：数据治理由IT驱动1.2.3 误区三：数据治理成熟度问题1.2.4 误区四：把数据治理作为项目1.2.5 误区五：与组织战略不一致1.2.6 误区六：忽视组织数据架构1.2.7 误区七：未能与业务有效融合1.2.8 误区八：采用颠覆式方法1.2.9 误区九：遵从评估项的方法1.2.10 误区十：认为有了工具就能实现数据治理1.3 数据治理的趋势1.3.1 趋势一：数据治理要从企业级视角出发加强总体规划1.3.2 趋势二：企业必须建立企业级的数据标准体系1.3.3 趋势三：企业亟须构建基于闭环管理的数据质量体系1.3.4 趋势四：亟须构建基于法律法规遵从的数据安全体系1.3.5 趋势五：构建基于战略价值实现的数据指标体系1.3.6 趋势六：加速构建从需求到价值实现的数据运营链条1.3.7 趋势七：构建基于治理的一体化数据资产价值实现平台1.3.8 趋势八：强化数据要素生产力动能转换体系第2章 数据战略2.1 数据战略概述2.1.1 数据战略的作用2.1.2 数据战略的依据2.1.3 数据战略的关键2.1.4 数据战略的内容2.2 数据战略关键问题2.2.1 需要解决什么问题2.2.2 需要哪些数据2.2.3 如何分析这些数据2.2.4 如何呈现这些数据2.2.5 需要哪些软件和硬件2.2.6 是否具有可行性计划2.3 制定数据战略步骤2.3.1 数据战略目的2.3.2 数据战略示例2.3.3 数据战略价值2.3.4 创建数据战略的步骤2.4 数据战略核心要素2.4.1 DAMA数据管理知识体系中的数据战略2.4.2 DCMM数据管理能力成熟度评估模型中的数据战略2.4.3 DGI数据治理框架中的数据战略2.4.4 数据战略内容分析2.4.5 数据战略规划的关键要素第3章 数据架构3.1 现代数据架构如何驱动业务3.1.1 什么是数据架构3.1.2 现代数据架构的特点3.1.3 数据架构与信息架构3.1.4 开发数据架构的要点3.1.5 数据架构是IT和业务的桥梁3.2 如何构建现代数据体系架构3.2.1 需求推动数据架构发展3.2.2 现代数据架构的原理3.2.3 湖仓一体架构解决方案3.2.4 建设数据湖的重要提示3.2.5 如何更好地构建数据湖3.3 实现持续智能的数据架构3.3.1 持续智能是数据运营的基础3.3.2 如何构建持续智能数据架构第4章 主数据管理4.1 主数据概述4.1.1 概述4.1.2 判定主数据的因素4.1.3 为什么要管理主数据4.1.4 如何进行主数据管理4.2 主数据管理4.2.1 主数据的定义和关键概念4.2.2 主数据管理原则4.2.3 标准与指引4.3 主数据建设4.3.1 主数据项目启动前的准备4.3.2 主数据建设协同推进4.3.3 主数据建设应注意的问题4.4 主数据建设案例：物料主数据建设4.4.1 物料主数据存在的主要问题4.4.2 物料主数据出现问题的原因4.4.3 物料主数据的管控措施4.4.4 物料主数据管理的启示第5章 元数据管理5.1 什么是元数据5.1.1 数据元5.1.2 元数据5.1.3主数据5.1.4 数据元标准的内容5.2 什么是元数据管理5.2.1 元数据管理概述5.2.2 元数据管理治理5.2.3 元数据管理实践5.3 元数据管理的意义5.3.1 元数据的关键作用5.3.2 元数据管理的好处5.3.3 自动化管理元数据5.4 元数据管理和主数据管理的区别5.4.1 概述5.4.2 元数据管理与主数据管理5.4.3 元数据与主数据管理的交集5.4.4 元数据管理与主数据管理的差异5.4.5 元数据管理和主数据管理案例5.4.6 制定策略的重要性5.5 元数据管理及应用5.5.1 元数据管理、主数据管理、数据标准管理的关系5.5.2 基于元数据的数据管理5.5.3 指标元数据的应用实践5.5.4 元数据管理的探索与实践第6章 数据建模6.1 数据建模是理解数据的基础6.1.1 什么是数据建模6.1.2 数据模型的类型6.1.3 数据建模的过程6.1.4 数据模型的类型6.1.5 数据建模的好处6.1.6 数据建模的工具6.2 数据建模与数据治理的关系6.2.1 数据管理的3种主要行动6.2.2 使用建模工具建模和管理数据6.2.3 数据建模是数据治理的一种形式6.3 数据建模应用6.3.1 构建全域一致性模型方法6.3.2 数据模型必须保障全域一致6.3.3 数据模型实践和思考第2篇 数据治理进阶篇第7章 数据质量7.1 数据质量管理概述7.1.1 数据质量管理问题7.1.2 数据质量与数据治理的关系7.2 指标驱动的数据质量管理7.2.1 什么是数据质量管理7.2.2 为什么需要数据质量管理7.2.3 数据质量管理的5个支柱7.2.4 如何衡量数据质量7.2.5 数据质量控制案例7.3 数据治理下的数据质量管理7.3.1 如何构建数据质量管理框架7.3.2 制定7个指标衡量数据质量7.3.3 数据质量管理的重要性第8章 数据安全8.1 数据安全管理8.1.1 数据安全的威胁8.1.2 数据保护实践8.1.3 数据安全工具8.1.4 数据安全法规8.1.5 数据安全管理8.2 数据安全治理8.2.1 数据安全治理理念8.2.2 数据安全治理概要8.2.3 数据安全成熟度模型8.2.4 安全治理与数据治理8.3 构建数据安全治理技术体系8.3.1 数据安全治理的技术挑战8.3.2 数据安全治理的技术体系8.3.3 数据安全审计与稽核技术8.4 物联网安全隐私计算和数据安全8.4.1 物联系统的安全8.4.2 物联网中的数据8.4.3 数据管理和数据治理8.4.4 数据隐私8.4.5 系统安全第9章 数据资产9.1 数据资产管理9.1.1 如何进行数据资产管理9.1.2 数据资产管理的关注点9.2 数据资产价值度量9.2.1 数据资产价值评估概述9.2.2 基本数据资产评估模型9.2.3 数据资产价值评估模型9.3 数据资产管理面临的问题9.3.1 企业如何利用数据创造价值9.3.2 企业数据集成的主要挑战9.3.3 如何有效进行数据管理9.3.4 数据管理如何赋能数字化转型9.3.5 数字化转型在技术层面上关注什么9.3.6 领导数字化转型工作的是谁9.3.7 数字化转型中数据处理方法在组织中还有哪些方面9.3.8 如何改变员工日常管理数据的方式9.3.9 人工智能在确保数据质量方面是否能够发挥作用9.4 数据资产管理方法0章 大数据数据治理10.1 大数据治理10.1.1 大数据治理概述10.1.2 大数据治理原则10.2 大数据的安全和隐私10.2.1 数据的安全和隐私概述10.2.2 数据安全的定义10.2.3 数据隐私的定义10.2.4 安全和隐私如何交叉应用10.3 安全和隐私在大数据的应用10.3.1 探索阶段10.3.2 准备和管理阶段10.3.3 维护阶段第3篇 数据治理数字转型篇1章 数字化转型认识11.1 数字化转型及其影响11.1.1 什么是数字化和数字化转型11.1.2 数字化转型“降本增效”的底层逻辑11.1.3 数字化转型的挑战11.1.4 典型的数字化转型框架11.2 数字化转型成功的关键11.2.1 数字化转型需要制定成功的战略11.2.2 数字化转型需要整体方法11.2.3 数字化转型的主要领域11.2.4 数字化带来的颠覆性影响11.2.5 数字化转型的重要驱动因素11.2.6 数字化转型全局考虑很重要11.3 数字化转型的常见误区和演化路径11.3.1 数字化转型的常见误区11.3.2 数字化转型无处不在11.3.3 数字化转型面临的现实情况11.3.4 数字化转型走向数字经济的演化路径11.4 制定数字化转型战略是转型的步11.4.1 加快创新转型11.4.2 积极主动关注未来和结果11.4.3 数字化转型的基本要素11.4.4 制定数字化转型战略是迈向商业核心转型的步11.4.5 企业如何制定数字化转型战略11.5 搭建数字化转型战略核心要素的桥梁11.5.1 搭建桥梁11.5.2 数字化转型战略的核心是搭建与未来的桥梁11.5.3 数字化战略的方向就是目标和成就11.5.4 建立风险和确定的桥梁11.5.5 数字化转型战略的启示11.5.6 为数字化转型战略提出正确的问题2章 数字化转型之路12.1 正确认识数字化转型12.1.1 数字化转型金字塔12.1.2 数字化转型金字塔的架构12.1.3 数字化转型是关于人的12.2 企业数字化转型五大核心能力12.2.1 数字化转型五大核心能力12.2.2 数字化转型的认知方向12.3 数字化转型过程中可能遇到的关键问题12.3.1 数字业务能力12.3.2 业务数字转型12.3.3 流程数字转型12.3.4 数字思维和文化12.3.5 数字化转型的十大好处12.3.6 数字化转型失败的九大原因12.4 数字化转型需要考虑的关键问题12.4.1 典型案例启示12.4.2 数字化转型的4个问题12.4.3 数字化转型团队架构12.4.4 对高层管理者的建议12.5 工业企业的数字化转型之路12.5.1 数字化转型与工业企业12.5.2 数字化转型与向智能工厂的转变12.5.3 工业企业数字化转型之路12.6 企业数字化转型方法论12.6.1 坚持业务和技术协同推动企业数字化转型12.6.2 坚持从计分板算法到数字看板12.6.3 在数字化转型中，企业需要什么样的IT部门12.6.4“以数据为中心的业务变革”之三种范式12.6.5从数据业务化到业务数据化3章 数字化转型评估13.1 数字化转型需全面考虑所有因素13.1.1 数字化转型和客户体验13.1.2 数字化转型的关键是数据和信息13.1.3 各行各业的数字化转型13.1.4 数字化转型和业务流程外包13.1.5 技术的数字化转型：人的差异13.2 企业数字化转型工作的评估13.2.1 如何理解数字化转型13.2.2 评估数字化转型工作13.2.3 衡量数字化转型的5个指标13.3 如何提高数字化转型的成功率13.3.1 数字化转型失败的十大原因13.3.2 数字化转型成功的五大因素13.3.3 数字化转型过程中的五大关注点13.3.4 如何提高数字化转型的成功概率13.4 挖掘数据价值加速数字化转型13.4.1 工业企业数据资产化路径13.4.2 工业企业数据资产化方法13.4.3 工业企业数据资产化模式第4篇 案例篇4章 中国外运数据资产管理案例14.1 建设背景14.2 建设目标14.3 实施方法14.4 建设成效14.5 总结与展望5章 河南投资集团数据治理案例15.1 建设背景15.2 建设目标15.3 实施方法15.4 建设成效6章 鞍钢集团数据治理管理案例16.1 建设背景16.2 建设目标16.3 实施方法16.4 建设成效7章 神东煤炭数据治理管理案例17.1 建设背景17.2 建设目标17.3 实施方法17.4 建设成效17.5 总结与展望8章 汽车行业数据治理管理案例18.1 建设背景18.2 建设目标18.3 实施方法18.4 建设成效18.5 总结与展望9章 常州排水数字化转型案例19.1 建设背景19.2 建设目标19.3 实施方法19.4 建设成效19.5 总结与展望第20章 国家管网集团主数据治理助力智慧供应链运营案例20.1 建设背景20.2 建设目标20.3 实施方法20.4 建设成效20.5 总结与展望第21章 青岛水务集团数据资产建设案例21.1 建设背景21.2建设目标21.3 实施方法21.4 建设成效21.5 总结与展望参考文献
作者介绍
王建峰，中国两化融合应用联盟副理事长，国家工业大数据工程实验室特聘专家，央企数字化转型百问专家委员，DAMA数据治理专家，中国智慧企业推进委员会专家委员，数据要素专委会专家委员，全国航空器标准化技术委员会委员。主导和参与编写《中企联：工业企业数据治理实施指南》《数据治理：工业企业数字化转型之道》《数据标准化：数据治理的基石》《DAMA：首席数据官知识体系指南》等著作。
序言
-
【封面】
— 没有更多了 —
以下为对购买帮助不大的评价