数据治理实践者手记
正版新书 新华官方库房直发 可开电子发票
￥ 71.28 7.2折 ￥ 99 全新
库存19件
作者苏振中,刘永强
出版社电子工业出版社
ISBN9787121475689
出版时间2024-04
版次1
装帧平装
开本其他
纸张胶版纸
页数344页
定价99元
货号SC:9787121475689
上书时间2024-09-08
商品详情
- 品相描述：全新
- 全新正版 提供发票
- 商品描述
-
作者简介:
"苏振中/Eric，资深企业数智化转型专家，具有20年以上的企业信息化从业经历，在To B领域的大型企业数字化转型、项目实施方面经验丰富，对大规模多云混合、物联网、大数据等复杂IT系统架构技术和数据治理有较为深入的理解，曾参与中国燃气新零售、雅迪、国药器械、豫园、中国龙工等多家知名企业的数字化转型项目。任职经历：埃林哲产品专家、行业总监、创新事业部部长、系统开发部部长，上海甘仁信息科技CTO，IBM高级系统架构师。
刘永强/Lewin，项目管理数智化咨询顾问，PMP认证、EXIN的Scrum认证、微软MCE认证，并取得了人力资源和社会保障部、工业和信息化部的系统集成项目管理工程师证书，曾为众多知名企业提供项目管理领域的培训咨询及数智化构建服务，包括佳贝艾特、康师傅、中国移动、杉杉能源、中航工业等上百家企业，致力于通过专业的项目管理咨询和数智化解决方案，助力企业构建核心竞争力。"
主编推荐:
"轻理论、重实践，详细解读典型案例场景。
深入介绍数据治理的理论、方法和工具。
提供切实可行的解决方案与行动策略。"
媒体评论:
"数据，既是现代企业的财富密码，也是未来世界智能化变革力量的基石。如何在数据的海洋中找到方向，在数据的规则中创造价值，是每个组织和个人都需要思考的问题。本书作者从技术演进出发，找出企业数据中存在的问题和挑战，并结合理论和实践，以多元的视角与案例为企业提供了一套系统且深刻的数据治理理论和方法，致力于帮助企业建立有关数据信任、安全、效率和责任的机制。本书阐释了数据治理的本质、目标、原则、过程、工具和技术，提供了一套有关数据治理的系统性解决方法，让企业能够更全面、深入地理解及应用数据治理的智慧和策略。本书值得每个数据从业者及爱好者阅读和参考！
达美乐技术总监、大数据团队负责人 林跃
本书从“为什么数据治理如此重要”这个本质问题入手，不断追问并回答了“应不应该、做什么、能不能、怎么做”等一系列问题，全面、系统地梳理与总结了有关数据治理的方法、工具和应用场景等。作为企业数字化从业者，既会因为看到书中的大量实际案例和方案而“拍手叫好”，也会因为看到曾经犯过的错误而反思。数字治理方兴未艾，本书正是一本全景式的实用手册，可以帮助读者快速掌握数据治理的整体架构和底层逻辑。
上海现代物流投资发展有限公司信息技术部执行总监 陈琦
本书是数据治理领域的著作，涵盖了数据治理的理论、方法、平台、工具、行业场景和技术场景等方面。书中内容丰富翔实，融合了作者的行业经验和技术理论，在数据治理领域独树一帜。我相信这本书将成为数据治理领域的重要参考资料。
五矿资源有限公司总部大数据负责人 Daniel Han
对于数据治理的解读，长期以来都是见仁见智，很少有人能全面、清晰和透彻地分析数据治理全域、全流程、全功能范畴。本书从数据治理的理论、技术、功能架构、项目实施落地等方面进行了全面、细致的分析和解读，并针对行业、技术、业务等多个维度场景进行详尽阐述，言简意赅，文字通俗易懂，为读者
...
内容简介:
数据治理是一门实践中的学问。本书轻理论、重实践，是一份实用的数据治理指南，涉及数据治理组织、管理制度、流程规范、数据标准管理、数据质量管理、元数据管理、主数据管理、数据安全与隐私等主题。全书共分为3篇，第一篇包含第1章和第2章，介绍数据治理的理论与方法；第二篇包含第3章至第6章，介绍数据治理的平台建设与工具；第三篇包含第7章至第9章，介绍不同场景下的数据治理案例，通过案例场景细节解读和工作步骤阐述，帮助读者将数据治理理论转化为切实可行的解决方案和行动策略。本书适合数据管理专家、企业决策者、数据治理从业者，以及对数据治理感兴趣的人士阅读。
目录:
第一篇 理论与方法
第1章 为什么数据治理如此重要2
1.1 科技特征及演化趋势3
1.1.1 组织进化与数智化转型6
1.1.2 技术进化与剧烈“内卷”10
1.1.3 数据消费场景的演进11
1.2 数据资产的特征15
1.2.1 通用资产的特征15
1.2.2 数据的保鲜期16
1.2.3 数据可能是负资产17
1.2.4 数据资产的特殊性17
1.3 数据之“痛”，“痛”在哪里18
1.3.1 找不到关键数据20
1.3.2 数据质量差21
1.3.3 分析手段旧23
1.3.4 分析效率低24
1.3.5 数据杂乱25
1.3.6 响应业务变化慢26
1.3.7 非结构化数据的信息密度低27
1.4 数据治理，治理什么28
1.4.1 改善数据质量29
1.4.2 优化数据时效30
1.4.3 提升数据消费30
1.4.4 贯彻数据标准31
1.4.5 降低持有成本31
1.4.6 完善治理组织32
1.5 本章小结32
第2章 敏捷数据治理方法论33
2.1 什么是敏捷数据治理34
2.1.1&e
...
相关推荐
— 没有更多了 —
以下为对购买帮助不大的评价