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
￥ 74.03 5.7折 ￥ 129 全新
库存48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2024-05-31
商品详情
- 品相描述：全新
- 商品描述
-
作者简介
罗小江
用友集团助理总裁、平台和数据智能事业部总经理、北京软件和信息服务业协会云计算专委会副会长、中国企业财务管理协会企业风险管控专业委员会副主任委员。
专注于企业数字化平台技术应用研究，具有企业管理、IT等复合知识，并且有丰富的实施交付经验，过多个千万级项目的规划及设计工作。参与过来自不同行业的众多企业和机构的信息化建设项目，其中包括中国海关总署、中国一汽、中兴通讯、中国建筑总公司、三一重工、华新丽华、江西贵冶、联想控股、哈电集团、象屿集团、厦门国贸、国电投、东方传媒、施耐德等。
石秀峰
用友集团数据治理专家、中国电子商会数据资源服务创新专业委员会受聘专家、数据质量管理智库（DQPro）受聘专家。
深耕数据领域十余年，曾过多家集团的数据治理、数据集成等项目的咨询和落地，其中包括江西贵冶、中国振华电子集团、隆平高科、象屿集团、太阳纸业、中广核风电、中国航天科技集团、航空工业集团、国家电网等。
公众号“谈数据”主理人，所发表的数据治理、数据中台、数字化转型等系列文章引起CIO圈和数据从业者的强烈反响，受到广大读者的喜爱和转发，阅读量超过500万。
目录
作者名单<br/>赞誉<br/>前言<br/>第一部分 数据治理概述<br/>第1章 全面认识数据治理2<br/>1.1 数据治理是什么2<br/>1.1.1 从管理者视角看数据治理2<br/>1.1.2 从业务人员视角看数据治理2<br/>1.1.3 从技术人员视角看数据治理3<br/>1.1.4 数据治理的定义3<br/>1.2 数据治理相关术语和名词4<br/>1.3 数据治理治什么8<br/>1.3.1 什么是数据资产9<br/>1.3.2 数据资产的利益相关方10<br/>1.3.3 对利益相关方的协调和规范10<br/>1.4 数据治理的6个价值11<br/>1.5 数据治理的3个现状12<br/>1.6 数据治理的5类问题15<br/>1.7 数据治理的6个挑战17<br/>1.8 本章小结20<br/>第2章 数据治理框架和标准21<br/>2.1 国际数据治理框架21<br/>2.1.1 ISO数据治理标准21<br/>2.1.2 DGI数据治理框架23<br/>2.1.3 DAMA数据管理框架26<br/>2.2 国内数据治理框架28<br/>2.2.1 GB/T 34960规定的数据治理规范28<br/>2.2.2 数据管理能力成熟度评估模型30<br/>2.3 本章小结31<br/>第3章 企业数据怎么治32<br/>3.1 企业数据治理体系的内涵32<br/>3.1.1 数据治理、数据管理与数据管控32<br/>3.1.2 企业数据治理的9个要素33<br/>3.1.3 企业数据治理的4个层面35<br/>3.2 企业数据治理之道—3个机制36<br/>3.3 企业数据治理之法—8项举措37<br/>3.4 企业数据治理之术—7种能力39<br/>3.5 企业数据治理之器—7把利剑42<br/>3.6 本章小结44<br/>第二部分 数据治理之道<br/>第4章 数据战略：数字化转型的灯塔46<br/>4.1 数据战略的定义46<br/>4.1.1 DAMA对数据战略的定义46<br/>4.1.2 DCMM对数据战略的定义47<br/>4.1.3 本书对数据战略的理解47<br/>4.2 数据战略与企业战略、数据架构的关系48<br/>4.2.1 数据战略与企业战略48<br/>4.2.2 数据战略与数据架构49<br/>4.3 数据战略的3个要素49<br/>4.3.1 战略定位50<br/>4.3.2 实施策略52<br/>4.3.3 行动计划53<br/>4.4 实施数据战略的5个步骤55<br/>4.4.1 环境因素分析55<br/>4.4.2 确定战略目标57<br/>4.4.3 制定行动方案57<br/>4.4.4 落实保障措施58<br/>4.4.5 战略评估与优化59<br/>4.5 本章小结61<br/>第5章 组织机制：敏捷的治理组织62<br/>5.1 什么是敏捷组织62<br/>5.2 为什么数据治理需要敏捷组织63<br/>5.3 如何构建敏捷组织64<br/>5.3.1 以客户为中心 64<br/>5.3.2 以数据驱动65<br/>5.3.3 重新定义IT66<br/>5.3.4 业务与IT深度融合67<br/>5.3.5 培养复合型人才68<br/>5.4 本章小结69<br/>第6章 数据文化：数据思维融入企业文化70<br/>6.1 数字转型，文化先行70<br/>6.2 数据文化从建立数据思维开始71<br/>6.2.1 什么是数据思维71<br/>6.2.2 数据思维的3个特点72<br/>6.2.3 如何建立数据思维73<br/>6.3 培养数据文化的3个办法75<br/>6.3.1 打破数据孤岛，实现共享数据75<br/>6.3.2 建立制度体系，固化数据文化76<br/>6.3.3 推行数据治理，增强数据文化77<br/>6.4 本章小结78<br/>第三部分 数据治理之法<br/>第7章 理现状，定目标80<br/>7.1 现状调研80<br/>7.1.1 信息化摸底80<br/>7.1.2 业务部门调研83<br/>7.1.3 高层领导调研84<br/>7.2 现状评估84<br/>7.2.1 数据思维和认知现状85<br/>7.2.2 IT系统现状85<br/>7.2.3 数据分布现状86<br/>7.2.4 数据管理现状86<br/>7.2.5 数据质量现状88<br/>7.3 确定目标89<br/>7.4 本章小结90<br/>第8章 数据治理能力成熟度评估91<br/>8.1 数据治理能力成熟度评估模型91<br/>8.1.1 DMM模型92<br/>8.1.2 DCMM95<br/>8.2 开展DCMM评估98<br/>8.2.1 启动阶段98<br/>8.2.2 宣贯阶段99<br/>8.2.3 评估阶段100<br/>8.2.4 报告阶段101<br/>8.3 本章小结102<br/>第9章 数据治理路线图规划103<br/>9.1 数据治理路线图概述103<br/>9.1.1 数据治理路线图的定义103<br/>9.1.2 数据治理路线图的5个要素104<br/>9.2 明确目标，量化指标104<br/>9.2.1 大处着眼，小处入手105<br/>9.2.2 量化数据治理指标105<br/>9.3 选择合适的技术路径106<br/>9.3.1 自主研发107<br/>9.3.2 采购平台107<br/>9.3.3 PaaS服务107<br/>9.4 制定数据治理路线图108<br/>9.4.1 确定数据治理优先级108<br/>9.4.2 绘制数据治理路线图110<br/>9.5 本章小结111<br/>第10章 数据治理保障体系建设112<br/>10.1 数据治理组织机构112<br/>10.1.1 设置数据治理组织的3个原则112<br/>10.1.2 数据治理组织与职责分工113<br/>10.1.3 谁该对数据负责115<br/>10.1.4 数据治理组织的演进116<br/>10.2 打造“一把手工程”118<br/>10.2.1 数据治理需要“一把手工程”119<br/>10.2.2 数据治理需要4类人的支持119<br/>10.2.3 如何获得高层领导的支持120<br/>10.2.4 高层领导如何发挥作用122<br/>10.3 本章小结124<br/>第11章 数据治理技术体系建设125<br/>11.1 以元数据为核心的数据治理125<br/>11.2 以主数据为主线的数据治理127<br/>11.3 混合云架构下的数据治理128<br/>11.4 大数据架构下的数据治理130<br/>11.5 微服务架构下的数据治理132<br/>11.6 本章小结134<br/>第12章 数据治理策略执行与监控135<br/>12.1 数据治理的4个过程135<br/>12.2 数据治理策略定义136<br/>12.2.1 制定数据治理策略137<br/>12.2.2 制定项目章程与计划138<br/>12.3 数据治理策略执行140<br/>12.3.1 良好的开端：项目启动会140<br/>12.3.2 做好沟通管理：借势和造势142<br/>12.3.3 不可忽视的例行会议和报告143<br/>12.4 数据治理策略监控144<br/>12.4.1 执行情况监控144<br/>12.4.2 有效性和价值监控145<br/>12.5 本章小结145<br/>第13章 数据治理绩效考核146<br/>13.1 数据治理的4个考核原则146<br/>13.2 数据治理的6类考核指标147<br/>13.3 数据质量的6种检查办法150<br/>13.4 数据治理的4种考核方式151<br/>13.5 本章小结153<br/>第14章 数据治理长效运营154<br/>14.1 什么是数据治理长效运营机制154<br/>14.2 数据治理长效运营的意义155<br/>14.2.1 建设数字化协同环境的需要155<br/>14.2.2 巩固和扩大数据治理成果的需要155<br/>14.2.3 加速企业数字化转型的需要156<br/>14.3 数据治理长效运营的挑战157<br/>14.3.1 来自组织的挑战157<br/>14.3.2 来自文化认知的挑战158<br/>14.3.3 来自项目转产的挑战158<br/>14.4 建立数据治理长效运营机制159<br/>14.4.1 组织领导机制159<br/>14.4.2 标准规范机制159<br/>14.4.3 培训教育机制160<br/>14.4.4 人才培养机制161<br/>14.4.5 绩效考评机制161<br/>4.4.6 持续优化机制162<br/>14.5 本章小结163<br/>第四部分 数据治理之术<br/>第15章 数据梳理与建模166<br/>15.1 数据模型概述166<br/>15.1.1 什么是数据模型166<br/>15.1.2 数据模型的3个要素167<br/>15.1.3 数据模型的3种类型167<br/>15.1.4 数据模型的重要性171<br/>15.2 数据梳理172<br/>15.2.1 自上而下的数据梳理173<br/>15.2.2 自下而上的数据梳理174<br/>15.3 数据建模技术和方法175<br/>15.3.1 什么是ER模型175<br/>15.3.2 ER模型的构成176<br/>15.3.3 ER建模的5个步骤179<br/>15.3.4 ER建模技术：UML180<br/>15.4 数据建模与数据治理181<br/>15.4.1 数据模型与数据治理的关系181<br/>15.4.2 数据建模是数据治理的开端183<br/>15.4.3 数据模型管理存在的3个问题183<br/>15.4.4 数据模型管理的3个有效措施184<br/>15.4.5 数据模型驱动数据治理185<br/>15.5 本章小结186<br/>第16章 元数据管理187<br/>16.1 元数据管理概述187<br/>16.1.1 什么是元数据187<br/>16.1.2 元数据的3种类型189<br/>16.1.3 元数据的6个作用190<br/>16.1.4 什么是元数据管理191<br/>16.1.5 元数据管理的3个目标191<br/>16.1.6 元数据管理的4个挑战192<br/>16.1.7 元数据管理的4个阶段193<br/>16.2 元数据管理方法195<br/>16.2.1 业务目标理解195<br/>16.2.2 元数据需求规划196<br/>16.2.3 元数据规划设计197<br/>16.2.4 元数据管理体系设计198<br/>16.3 元数据管理技术199<br/>16.3.1 元数据采集199<br/>16.3.2 元数据管理200<br/>16.3.3 元数据应用201<br/>16.3.4 元数据接口203<br/>16.4 本章小结203<br/>第17章 数据标准管理204<br/>17.1 数据标准管理概述204<br/>17.1.1 什么是数据标准204<br/>17.1.2 数据标准的作用205<br/>17.1.3 什么是数据标准化206<br/>17.1.4 数据标准与数据治理207<br/>17.1.5 数据标准管理的3个常见问题208<br/>17.1.6 数据标准管理的意义209<br/>17.2 数据标准管理内容210<br/>17.2.1 数据模型标准210<br/>17.2.2 基础数据标准211<br/>17.2.3 主数据与参考数据标准213<br/>17.2.4 指标数据标准214<br/>17.3 数据标准管理体系215<br/>17.3.1 数据标准管理组织216<br/>17.3.2 数据标准管理流程216<br/>17.3.3 数据标准管理办法221<br/>17.4 数据标准管理的4个最佳实践222<br/>17.5 本章小结223<br/>第18章 主数据管理224<br/>18.1 主数据管理概述224<br/>18.1.1 什么是主数据224<br/>18.1.2 什么是主数据管理225<br/>18.1.3 主数据管理的意义226<br/>18.2 主数据管理方法227<br/>18.2.1 摸家底阶段227<br/>18.2.2 建体系阶段232<br/>18.2.3 接数据阶段235<br/>18.2.4 抓运营阶段237<br/>18.3 主数据管理技术239<br/>18.3.1 主数据分类239<br/>18.3.2 主数据编码241<br/>18.3.3 主数据集成243<br/>18.4 主数据管理的7个最佳实践246<br/>18.5 本章小结251<br/>第19章 数据质量管理252<br/>19.1 数据质量管理概述252<br/>19.1.1 什么是数据质量252<br/>19.1.2 数据质量差的后果253<br/>19.1.3 什么是数据质量维度255<br/>19.1.4 什么是数据质量测量256<br/>19.1.5 什么是数据质量管理257<br/>19.2 数据问题根因分析257<br/>19.2.1 什么是根因分析258<br/>19.2.2 产生数据问题的阶段259<br/>19.2.3 产生数据问题的原因260<br/>19.2.4 根因分析的方法262<br/>19.2.5 根因分析的工具263<br/>19.3 数据质量管理体系框架266<br/>19.3.1 基于ISO 9001的数据质量管理267<br/>19.3.2 基于六西格玛的数据质量管理269<br/>19.3.3 数据质量评估框架273<br/>19.4 数据质量管理策略和技术276<br/>19.4.1 数据质量管理之事前预防276<br/>19.4.2 数据质量管理之事中控制279<br/>19.4.3 数据质量管理之事后补救283<br/>19.5 本章小结285<br/>第20章 数据安全治理286<br/>20.1 数据安全治理概述286<br/>20.1.1 什么是数据安全286<br/>20.1.2 数据安全的脆弱性287<br/>20.1.3 数据安全风险来自哪里288<br/>20.1.4 什么是数据安全治理290<br/>20.1.5 数据治理与数据安全治理291<br/>20.2 数据安全治理策略292<br/>20.2.1 数据安全治理体系292<br/>20.2.2 数据安全治理目标293<br/>20.2.3 数据安全治理组织294<br/>20.2.4 数据安全认责策略295<br/>20.2.5 数据安全治理制度297<br/>20.2.6 数据安全治理培训298<br/>20.2.7 数据安全运维体系298<br/>20.3 数据安全治理技术300<br/>20.3.1 数据梳理与敏感数据识别301<br/>20.3.2 数据分类分级策略302<br/>20.3.3 身份认证304<br/>20.3.4 授权306<br/>20.3.5 访问控制308<br/>20.3.6 安全审计308<br/>20.3.7 资产保护310<br/>20.3.8 数据脱敏312<br/>20.3.9 数据加密技术313<br/>20.4 数据安全的政策法规314<br/>20
— 没有更多了 —
以下为对购买帮助不大的评价