一本书讲透数据治理 战略、方法、工具与实践
全新正版 极速发货
￥ 72.03 5.6折 ￥ 129 全新
库存39件
广东广州
认证卖家担保交易快速发货售后保障
作者用友平台与数据智能团队
出版社机械工业出版社
ISBN9787111694489
出版时间2022-01
装帧平装
开本16开
定价129元
货号1202541970
上书时间2024-05-26
商品详情
- 品相描述：全新
- 商品描述
-
目录
作者名单
赞誉
前言
第一部分数据治理概述
第1章全面认识数据治理2
1.1数据治理是什么2
1.1.1从管理者视角看数据治理2
1.1.2从业务人员视角看数据治理2
1.1.3从技术人员视角看数据治理3
1.1.4数据治理的定义3
1.2数据治理相关术语和名词4
1.3数据治理治什么8
1.3.1什么是数据资产9
1.3.2数据资产的利益相关方10
1.3.3对利益相关方的协调和规范10
1.4数据治理的6个价值11
1.5数据治理的3个现状12
1.6数据治理的5类问题15
1.7数据治理的6个挑战17
1.8本章小结20
第2章数据治理框架和标准21
2.1靠前数据治理框架21
2.1.1ISO数据治理标准21
2.1.2DGI数据治理框架23
2.1.3DAMA数据管理框架26
2.2国内数据治理框架28
2.2.1GB/T34960规定的数据治理规范28
2.2.2数据管理能力成熟度评估模型30
2.3本章小结31
第3章企业数据怎么治32
3.1企业数据治理体系的内涵32
3.1.1数据治理、数据管理与数据管控32
3.1.2企业数据治理的9个要素33
3.1.3企业数据治理的4个层面35
3.2企业数据治理之道——3个机制36
3.3企业数据治理之法——8项举措37
3.4企业数据治理之术——7种能力39
3.5企业数据治理之器——7把利剑42
3.6本章小结44
第二部分数据治理之道
第4章数据战略：数字化转型的灯塔46
4.1数据战略的定义46
4.1.1DAMA对数据战略的定义46
4.1.2DCMM对数据战略的定义47
4.1.3本书对数据战略的理解47
4.2数据战略与企业战略、数据架构的关系48
4.2.1数据战略与企业战略48
4.2.2数据战略与数据架构49
4.3数据战略的3个要素49
4.3.1战略定位50
4.3.2实施策略52
4.3.3行动计划53
4.4实施数据战略的5个步骤55
4.4.1环境因素分析55
4.4.2确定战略目标57
4.4.3制定行动方案57
4.4.4落实保障措施58
4.4.5战略评估与优化59
4.5本章小结61
第5章组织机制：敏捷的治理组织62
5.1什么是敏捷组织62
5.2为什么数据治理需要敏捷组织63
5.3如何构建敏捷组织64
5.3.1以客户为中心64
5.3.2以数据驱动65
5.3.3重新定义IT66
5.3.4业务与IT深度融合67
5.3.5培养复合型人才68
5.4本章小结69
第6章数据文化：数据思维融入企业文化70
6.1数字转型，文化先行70
6.2数据文化从建立数据思维开始71
6.2.1什么是数据思维71
6.2.2数据思维的3个特点72
6.2.3如何建立数据思维73
6.3培养数据文化的3个办法75
6.3.1打破数据孤岛，实现共享数据75
6.3.2建立制度体系，固化数据文化76
6.3.3推行数据治理，增强数据文化77
6.4本章小结78
第三部分数据治理之法
第7章理现状，定目标80
7.1现状调研80
7.1.1信息化摸底80
7.1.2业务部门调研83
7.1.3高层领导调研84
7.2现状评估84
7.2.1数据思维和认知现状85
7.2.2IT系统现状85
7.2.3数据分布现状86
7.2.4数据管理现状86
7.2.5数据质量现状88
7.3确定目标89
7.4本章小结90
第8章数据治理能力成熟度评估91
8.1数据治理能力成熟度评估模型91
8.1.1DMM模型92
8.1.2DCMM95
8.2开展DCMM评估98
8.2.1启动阶段98
8.2.2宣贯阶段99
8.2.3评估阶段100
8.2.4报告阶段101
8.3本章小结102
第9章数据治理路线图规划103
9.1数据治理路线图概述103
9.1.1数据治理路线图的定义103
9.1.2数据治理路线图的5个要素104
9.2明确目标，量化指标104
9.2.1大处着眼，小处入手105
9.2.2量化数据治理指标105
9.3选择合适的技术路径106
9.3.1自主研发107
9.3.2采购平台107
9.3.3PaaS服务107
9.4制定数据治理路线图108
9.4.1确定数据治理优先级108
9.4.2绘制数据治理路线图110
9.5本章小结111
第10章数据治理保障体系建设112
10.1数据治理组织机构112
10.1.1设置数据治理组织的3个原则112
10.1.2数据治理组织与职责分工113
10.1.3谁该对数据负责115
10.1.4数据治理组织的演进116
10.2打造“一把手工程”118
10.2.1数据治理需要“一把手工程”119
10.2.2数据治理需要4类人的支持119
10.2.3如何获得高层领导的支持120
10.2.4高层领导如何发挥作用122
10.3本章小结124
第11章数据治理技术体系建设125
11.1以元数据为核心的数据治理125
11.2以主数据为主线的数据治理127
11.3混合云架构下的数据治理128
11.4大数据架构下的数据治理130
11.5微服务架构下的数据治理132
11.6本章小结134
第12章数据治理策略执行与监控135
12.1数据治理的4个过程135
12.2数据治理策略定义136
12.2.1制定数据治理策略137
12.2.2制定项目章程与计划138
12.3数据治理策略执行140
12.3.1良好的开端：项目启动会140
12.3.2做好沟通管理：借势和造势142
12.3.3不可忽视的例行会议和报告143
12.4数据治理策略监控144
12.4.1执行情况监控144
12.4.2有效性和价值监控145
12.5本章小结145
第13章数据治理绩效考核146
13.1数据治理的4个考核原则146
13.2数据治理的6类考核指标147
13.3数据质量的6种检查办法150
13.4数据治理的4种考核方式151
13.5本章小结153
第14章数据治理长效运营154
14.1什么是数据治理长效运营机制154
14.2数据治理长效运营的意义155
14.2.1建设数字化协同环境的需要155
14.2.2巩固和扩大数据治理成果的需要155
14.2.3加速企业数字化转型的需要156
14.3数据治理长效运营的挑战157
14.3.1来自组织的挑战157
14.3.2来自文化认知的挑战158
14.3.3来自项目转产的挑战158
14.4建立数据治理长效运营机制159
14.4.1组织领导机制159
14.4.2标准规范机制159
14.4.3培训教育机制160
14.4.4人才培养机制161
14.4.5绩效考评机制161
14.4.6持续优化机制162
14.5本章小结163
第四部分数据治理之术
第15章数据梳理与建模166
15.1数据模型概述166
15.1.1什么是数据模型166
15.1.2数据模型的3个要素167
15.1.3数据模型的3种类型167
15.1.4数据模型的重要性171
15.2数据梳理172
15.2.1自上而下的数据梳理173
15.2.2自下而上的数据梳理174
15.3数据建模技术和方法175
15.3.1什么是ER模型175
15.3.2ER模型的构成176
15.3.3ER建模的5个步骤179
15.3.4ER建模技术：UML180
15.4数据建模与数据治理181
15.4.1数据模型与数据治理的关系181
15.4.2数据建模是数据治理的开端183
15.4.3数据模型管理存在的3个问题183
15.4.4数据模型管理的3个有效措施184
15.4.5数据模型驱动数据治理185
15.5本章小结186
第16章元数据管理187
16.1元数据管理概述187
16.1.1什么是元数据187
16.1.2元数据的3种类型189
16.1.3元数据的6个作用190
16.1.4什么是元数据管理191
16.1.5元数据管理的3个目标191
16.1.6元数据管理的4个挑战192
16.1.7元数据管理的4个阶段193
16.2元数据管理方法195
16.2.1业务目标理解195
16.2.2元数据需求规划196
16.2.3元数据规划设计197
16.2.4元数据管理体系设计198
16.3元数据管理技术199
16.3.1元数据采集199
16.3.2元数据管理200
16.3.3元数据应用201
16.3.4元数据接口203
16.4本章小结203
第17章数据标准管理204
17.1数据标准管理概述204
17.1.1什么是数据标准204
17.1.2数据标准的作用205
17.1.3什么是数据标准化206
17.1.4数据标准与数据治理207
17.1.5数据标准管理的3个常见问题208
17.1.6数据标准管理的意义209
17.2数据标准管理内容210
17.2.1数据模型标准210
17.2.2基础数据标准211
17.2.3主数据与参考数据标准213
17.2.4指标数据标准214
17.3数据标准管理体系215
17.3.1数据标准管理组织216
17.3.2数据标准管理流程216
17.3.3数据标准管理办法221
17.4数据标准管理的4个很好实践222
17.5本章小结223
第18章主数据管理224
18.1主数据管理概述224
18.1.1什么是主数据224
18.1.2什么是主数据管理225
18.1.3主数据管理的意义226
18.2主数据管理方法227
18.2.1摸家底阶段227
18.2.2建体系阶段232
18.2.3接数据阶段235
18.2.4抓运营阶段237
18.3主数据管理技术239
18.3.1主数据分类239
18.3.2主数据编码241
18.3.3主数据集成243
18.4主数据管理的7个很好实践246
18.5本章小结251
第19章数据质量管理252
19.1数据质量管理概述252
19.1.1什么是数据质量252
19.1.2数据质量差的后果253
19.1.3什么是数据质量维度255
19.1.4什么是数据质量测量256
19.1.5什么是数据质量管理257
19.2数据问题根因分析257
19.2.1什么是根因分析258
19.2.2产生数据问题的阶段259
19.2.3产生数据问题的原因260
19.2.4根因分析的方法262
19.2.5根因分析的工具263
19.3数据质量管理体系框架266
19.3.1基于ISO9001的数据质量管理267
19.3.2基于六西格玛的数据质量管理269
19.3.3数据质量评估框架273
19.4数据质量管理策略和技术276
19.4.1数据质量管理之事前预防276
19.4.2数据质量管理之事中控制279
19.4.3数据质量管理之事后补救283
19.5本章小结285
第20章数据安全治理286
20.1数据安全治理概述286
20.1.1什么是数据安全286
20.1.2数据安全的脆弱性287
20.1.3数据安全风险来自哪里288
20.1.4什么是数据安全治理290
20.1.5数据治理与数据安全治理291
20.2数据安全治理策略292
20.2.1数据安全治理体系292
20.2.2数据安全治理目标293
20.2.3数据安全治理组织294
20.2.4数据安全认责策略295
20.2.5数据安全治理制度297
20.2.6数据安全治理培训298
20.2.7数据安全运维体系298
20.3数据安全治理技术300
20.3.1数据梳理与敏感数据识别301
20.3.2数据分类分级策略302
20.3.3身份认证304
20.3.4授权306
20.3.5访问控制308
20.3.6安全审计308
20.3.7资产保护310
20.3.8数据脱敏312
20.3.9数据加密技术313
20.4数据安全的政策法规314
20.4.1欧盟的数据安全法律法规315
20.4.2美国的数据安全法律法规316
20.4.3中国的数据安全法律法规316
20.5本章小结317
第21章数据集成与共享318
21.1应用集成的4个层面318
21.1.1门户集成318
21.1.2服务集成319
21.1.3流程集成320
21.1.4数据集成321
21.2数据集成架构的演进322
21.2.1点对点集成架构322
21.2.2EDI集成架构323
21.2.3SOA集成架构324
21.2.4微服务集成架构325
21.3数据集成的4种典型应用326
21.3.1基于中间件交换共享模式326
21.3.2主数据应用集成模式328
21.3.3数据仓库应用模式329
21.3.4数据湖应用模式330
21.4数据集成步骤和方法332
21.4.1集成需求分析332
21.4.2制定集成方案333
21.4.3接口开发与联调334
21.4.4部署运行与评价335
21.5本章小结336
第五部分数据治理之器
第22章数据模型管理工具338
22.1系统架构338
22.2数据模型管理339
22.3数据模型应用340
22.4本章小结342
第23章元数据管理工具343
23.1系统架构343
23.2元数据采集344
23.3元数据管理345
23.4元数据应用346
23.5本章小结349
第24章数据标准管理工具350
24.1系统架构350
24.2数据标准管理351
24.3数据标准应用353
24.4本章小结353
第25章主数据管理工具355
25.1系统架构355
25.2主数据建模356
25.3主数据管理356
25.4主数据质量357
25.5主数据安全358
25.6主数据集成359
25.7本章小结359
第26章数据质量管理工具360
26.1系统架构360
26.2数据质量指标361
26.3数据质量测量361
26.4数据质量剖析362
26.5数据质量问题分析与改进362
26.6本章小结363
第27章数据安全治理工具364
27.1系统架构364
27.2数据安全治理365
27.3数据安全应用366
27.4本章小结367
第28章数据集成与共享工具368
28.1系统架构368
28.2数据交换共享系统369
28.3目录服务系统372
28.4数据管理系统374
28.5本章小结375
第29章数据治理工具选型建议376
29.1供应商综合实力376
29.2产品的架构考察377
29.3产品的功能考察378
29.4产品的性能考察379
29.5工具选型与成本预算379
29.6本章小结380
第六部分数据治理实践与总结
第30章企业数据治理实践案例382
30.1案例1：某电线电缆集团的主数据管理实践382
30.1.1企业简介382
30.1.2项目建设背景383
30.1.3主数据普查情况383
30.1.4主数据管理解决方案384
30.1.5项目建设成效389
30.2案例2：某新能源汽车公司的数据资产管理实践390
30.2.1企业简介390
30.2.2项目建设背景390
30.2.3企业数据管理现状390
30.2.4数据资产管理解决方案392
30.2.5项目建设成效396
30.3本章小结397
第31章企业数据治理总结与展望398
31.1数据治理的6项准备398
31.2数据治理的6个误区400
31.3数据治理的5个技术展望405
31.4企业数据治理与数字化转型413
31.5本章小结415
内容摘要
这是一本能为数字化转型企业的数据治理提供全面指导的著作。拥有集团官方出品，得到了用友集团董事长王文京、DAMA中国区主席汪广盛等9位企业界和学术界数字化专家的一致好评它基于靠前主流的数据治理框架和用友多年的数据治理经验，从道、法、术、器4个维度全面、深入展开，不仅有数据治理在战略层面的顶层设计，还有数据治理在执行层面的实施方法，既可以作为数据治理的纲领性指南，又可作为数据治理的实操手册。从数据治理的战略规划到落地实施，本书将各环节的核心内容凝练为“3个战略机制、8项关键举措、7种技术能力、7个治理工具”：数据治理之道：3个战略机制高屋建瓴地介绍了数据治理的数据战略、组织机制和数据文化。这3个机制能够帮助企业形成数据治理的自我驱动、自我进化、可持续发展和长效运营机制。数据治理之法：8项关键举措重点讲解了数据治理的8项举措：理现状与定目标、能力成熟度评估、路线图规划、保障体系建设、技术体系建设、策略执行与监控、绩效考核、长效运营。这8项举措构成了企业数据治理的完整实施方法论。数据治理之术：7种技术能力重点讲解了数据治理的7种能力：数据梳理与建模、元数据管理、数据标准管理、主数据管理、数据质量管理、数据安全治理、数据集成与共享。数据治理之器：7个治理工具从功能角度讲解了数据治理所用到的7个工具：数据模型管理工具、元数据管理工具、数据标准管理工具、主数据管理工具、数据质量管理工具、数据安全治理工具、数据集成与共享工具。除此之外，本书还包括两个综合的数据治理案例，以及数据治理的6项准备工作和6个误区。
主编推荐
（1）用友集团官方出品，用友资深数据治理专家总结用友多年数据治理经验，用友集团董事长王文京重磅推荐。（2）DAMA中国区主席汪广盛、阿里研究院副院长安筱鹏、波士顿咨询Platinion董事总经理陈果、有名架构师付晓岩、中关村大数据产业联盟副秘书长陈新河、腾讯云数据治理专家蔡春久、青藤时代创始人郭兰英、数据治理资深专家/DAMA-DMBOK主要译者马欢等8为专家联袂推荐。（3）从道、法、术、器4个维度，将企业数据治理的核心内容总结为：3 大战略机制、8 项关键举措、7 种技术能力、7 个治理工具。（4）不仅有数据治理在战略层面的顶层设计，还有数据治理在执行层面的实施方法，既可以作为数据治理的纲领性指南，又可作为数据治理的实操手册。
— 没有更多了 —
以下为对购买帮助不大的评价