数据治理：工业企业数字化转型之道（第2版）9787121465529
正版图书，可开发票，请放心购买。
￥ 79.77 5.0折 ￥ 158 全新
仅1件
广东广州
认证卖家担保交易快速发货售后保障
作者祝守宇
出版社电子工业
ISBN9787121465529
出版时间2023-11
装帧其他
开本其他
定价158元
货号31889547
上书时间2024-11-15
- 店主推荐
- 最新上架
商品详情
- 品相描述：全新
- 商品描述
-
作者简介
祝守宇，中国航天科工集团航天云网公司副总经理、工业大数据应用技术国家工程实验室主任、教授级高级工程师。曾获1997年美国贝尔实验室总裁金奖、美国电信管理协会（TMF）年度新产品大奖、北京市科技进步一等奖一次、北京市科技进步三等奖两次。先后主持国家级重大产业专项十余项，拥有美国和中国发明专利十余项。长期从事互联网、大数据、复杂软件系统、移动通信、网络安全等领域的研究和产业化工作，是航天科工集团“五重大一专项”集团特聘专家。蔡春久数治云联合创始人，大数据技术标准推进委员会数据资产专家，数据工匠俱乐部创始人。具有20余年的IT咨询和数据治理行业经验，为中国石化、南方电网、国家电投、中国核工业集团、腾讯等80余家世界500强企业提供数据治理服务。
目录
目录
第1 篇 趋势篇
第1 章 工业企业需要数据治理 . 2
1.1 工业革命的演变与发展趋势 . 2
1.2 工业大数据是工业智能化的核心基础 . 6
1.3 主要工业国家地区的工业大数据战略 . 8
1.4 企业工业数据的核心价值 . 9
1.5 我国各行业数据治理现状 . 11
1.6 数据治理是实现工业数据价值的基础 . 13
1.7 工业企业数据治理面临的困难与挑战 . 14
第2 章 工业企业数据治理概述 . 17
2.1 相关概念和定义 . 17
2.1.1 数据与数据管理 . 17
2.1.2 大数据内涵及其特征 . 17
2.1.3 工业大数据的定义及其独特属性 . 18
2.1.4 狭义数据治理与广义数据治理 . 19
2.2 工业数据的分类 . 22
2.3 数据治理的顶层架构 . 25
2.3.1 数据治理“五域模型”：管理视角 . 25
2.3.2 数据治理“黄金屋”：技术视角 . 26
2.3.3 数据全生命周期 . 27
2.4 数据治理的核心内容 28
第3 章 主流数据治理标准及框架介绍 30
3.1 国际标准 . 30
3.2 国内标准及模型 30
3.3 专业组织及理论框架 32
3.4 数据治理体系比较 34
第4 章 数据治理的发展趋势 .37
4.1 国内外数据治理体系的演变与发展 . 37
4.2 以组织为核心的数据治理体系建设 . 38
4.3 从传统式数据治理到资产化数据治理 . 38
4.4 从企业级数据治理到产业级数据治理 . 39
4.5 新一代信息技术促进数据治理的发展
4.6 数据文化与伦理道德建设是重要一环 . 43
4.7 数据运营是数据资产价值的实现过程 . 45
第5 章 本书阅读导引 48
5.1 数据治理是一个系统工程 48
5.2 工具是数据治理的保障 49
5.3 实施数据治理有路线可循 49
5.4 数据治理已在诸多行业成功实施 49
第2 篇 体系篇
第6 章 数据管控 55
6.1 数据管控概述 . 55
6.2 组织架构 . 57
6.2.1 数据治理组织架构 . 57
6.2.2 数据治理组织模式 . 59
6.2.3 数据治理职责分工 . 61
6.3 制度规范 . 64
6.3.1 数据治理制度框架 . 64
6.3.2 数据治理管理制度的修订 . 67
6.4 执行流程 . 69
6.4.1 数据治理总体流程框架 . 69
6.4.2 数据治理典型场景的流程 . 70
6.5 设计机制 . 73
6.6 考核体系 . 75
6.7 标准体系 . 77
第7 章 数据战略 79
7.1 数据战略概述 . 79
7.2 数据战略规划 . 79
7.2.1 数据战略愿景和目标 . 80
7.2.2 数据战略规划基本原则 . 81
7.2.3 数据战略举措选择 . 82
7.2.4 数据战略模型工具 . 82
7.3 数据战略实施 . 84
7.3.1 实施策略 84
7.3.2 实施路径 . 84
7.3.3 实施步骤 . 85
第8 章 数据架构 .88
8.1 数据架构概述 89
8.1.1 数据架构组成 . 90
8.1.2 企业数据架构的主要问题 . 91
8.1.3 做好数据架构的意义 . 92
8.2 数据目录 . 92
8.2.1 数据目录类型 . 93
8.2.2 数据目录管理 . 95
8.3 数据模型 . 96
8.3.1 数据模型中的基本概念与数据关系 . 97
8.3.2 主题域模型 . 101
8.3.3 概念数据模型 . 103
8.3.4 逻辑数据模型 . 103
8.3.5 物理数据模型 . 105
8.3.6 数据模型设计和建模方法 . 105
8.4 数据标准 . 107
8.4.1 对象类数据标准 . 107
8.4.2 基础类数据标准 . 111
8.5 数据分布与流向 112
8.5.1 数据分布 . 113
8.5.2 数据流向 . 113
8.5.3 数据资产全景图 . 114
8.5.4 数据地图分布应用 . 115
8.6 数据架构评价指标 . 116
第9 章 主数据管理 . 118
9.1 主数据和主数据管理 . 118
9.1.1 主数据的特征. 118
9.1.2 主数据管理的基本概念 . 119
9.2 主数据规划管理 . 119
9.3 主数据识别管理 . 120
9.4 主数据标准管理 . 123
9.5 主数据全生命周期管理 . 124
9.6 主数据应用管理 . 125
9.6.1 统一源头集中共享 . 125
9.6.2 主数据应用需求管理 . 125
9.6.3 主数据应用质量管理 . 126
9.6.4 主数据应用服务管理 . 127
9.7 主数据评价指标 . 128
9.8 企业常用的几类主数据 . 130
9.8.1 物料主数据 130
9.8.2 设备主数据 130
9.8.3 固定资产主数据 . 131
9.8.4 会计科目主数据 . 132
9.8.5 组织机构和员工主数据 . 132
第10 章 元数据管理 . 134
10.1 元数据的定义 . 134
10.2 元数据分类 . 134
10.2.1 业务元数据 135
10.2.2 技术元数据 135
10.2.3 管理元数据 135
10.3 元数据相关概念理解 . 136
10.4 元数据管理关键活动 . 140
10.5 元数据管理内容 . 141
10.6 主动元数据管理 144
10.7 元数据的价值 146
10.8 元数据管理评价指标 147
第11 章 数据指标管理 148
11.1 数据指标管理概述 148
11.1.1 数据指标应用和管理中的挑战 . 148
11.1.2 指标体系框架设计目的 . 149
11.1.3 指标体系框架设计思路 . 149
11.2 指标体系框架 150
11.2.1 典型的指标定义框架 . 151
11.2.2 指标选取原则及方法 . 151
11.2.3 指标体系框架层级设计 . 153
11.2.4 指标体系评价方法 . 153
11.3 找指标 154
11.4 理指标 156
11.5 管指标 157
11.6 用指标 158
第12 章 时序数据管理 160
12.1 时序数据管理概述 160
12.2 时序数据的特点 161
12.3 时序数据的应用 162
12.3.1 技术挑战 . 163
12.3.2 典型的技术架构及特点 . 164
12.3.3 系统核心功能 . 164
第13 章 数据质量管理 166
13.1 数据质量需求分析 167
13.2 数据质量检查 168
13.3 数据质量分析 168
13.4 数据质量提升 169
13.5 数据质量评估 171
13.5.1 数据质量问题的起因 . 172
13.5.2 数据质量管理技术指标 . 173
13.5.3 数据质量管理业务指标 . 174
第14 章 数据安全管理 . 176
14.1 数据安全管理概述 . 176
14.2 数据安全体系框架 . 177
14.3 数据安全防护策略 . 179
14.4 数据安全审计 . 181
14.5 数据安全风险评估 . 182
14.6 数据应急保障 . 184
第15 章 数据交换与服务 186
15.1 数据交换与服务的意义 . 187
15.2 数据交换与服务技术演进 . 187
15.2.1 文件共享技术 . 188
15.2.2 数据库中间表技术 . 188
15.2.3 点对点接口技术 . 188
15.2.4 消息队列技术 . 189
15.2.5 企业服务总线交换技术 . 191
15.2.6 ETL 数据交换技术 . 192
15.2.7 物联网数据采集交换技术 . 192
15.3 工业企业数据交换与服务标准体系架构 . 193
15.3.1 CPS 信息交换模型 . 195
15.3.2 设备互联总线 . 195
15.3.3 服务总线 . 196
15.3.4 数据总线 . 198
15.3.5 开放互联API 网关 199
第16 章 数据共享与开放 201
16.1 数据共享与开放概述 201
16.2 数据资源目录 203
16.3 数据资源准备 203
16.3.1 数据采集 . 204
16.3.2 数据加工 . 204
16.3.3 数据保密 . 204
16.3.4 数据装载 . 205
16.3.5 数据发布 . 206
16.4 数据服务 . 206
16.5 数据共享与开放评价 207
第17 章 数据管理成熟度评估 . 209
17.1 数据管理成熟度评估模型 209
17.2 数据管理成熟度等级定义 213
17.3 数据管理成熟度评估指标 216
17.4 数据管理成熟度评估实施 217
第3 篇 工具篇
第18 章 数据治理工具概述 220
第19 章 数据资产运营工具 223
19.1 数据资产目录 . 223
19.1.1 总体概述 224
19.1.2 数据资产目录系统构建 . 224
19.1.3 数据资产目录能力评估模型 . 226
19.2 数据资产价值评估 228
19.2.1 总体概述 . 228
19.2.2 数据资产价值评估模型 . 230
19.2.3 数据资产价值评估工具 . 238
第20 章 数据模型管理工具 240
20.1 数据模型管理工具概述 . 240
20.2 企业级数据模型管控 . 241
20.3 数据标准管控 . 243
20.3.1 数据标准的发布和工具访问 . 243
20.3.2 数据模型设计中的数据标准应用 . 243
20.3.3 数据标准应用情况的自动检核 . 244
20.3.4 自定义数据标准的发布管理 . 244
20.4 数据字典的质量检核 . 245
第21 章 数据指标管理工具 246
21.1 指标库管理 . 246
21.2 指标体系管理 . 247
21.3 指标评价管理 . 248
21.4 指标应用管理 . 248
第22 章 主数据管理工具 251
22.1 主数据标准管理 . 251
22.2 主数据模型管理 . 252
22.3 主数据清洗管理 . 252
22.3.1 主数据清洗的内容 . 252
22.3.2 主数据清洗的一般过程 . 253
22.4 主数据全生命周期管理 . 255
22.5 主数据质量管理 . 257
22.6 主数据发布与共享 . 259
第23 章 元数据管理工具 261
23.1 元数据管理工具概述 . 261
23.2 元数据管理工具组成 . 261
23.3 元数据管理工具的架构 . 265
23.4 元数据管理工具的发展趋势 . 267
第24 章 时序数据处理工具 . 269
24.1 通用的大数据处理工具的不足 269
24.2 时序数据处理工具应具备的功能和特点 . 270
24.3 时序数据的采集 272
24.4 时序数据处理工具 273
第25 章 数据质量管理工具 . 276
25.1 数据质量管理工具概述 276
25.2 数据质量稽核规则设置 277
25.3 数据质量任务管理 278
25.4 数据质量报告 278
第26 章 数据交换与服务工具 . 280
26.1 数据交换与服务工具概述 280
26.2 数据采集 . 281
26.3 数据交换 . 283
26.3.1 前置交换子系统 . 283
26.3.2 交换传输子系统 . 283
26.3.3 交换管理子系统 . 284
26.4 数据加工服务 284
26.5 数据共享服务 286
26.6 工业大数据技术平台 286
26.6.1 工业大数据的采集 . 287
26.6.2 工业大数据的交换 . 288
26.6.3 工业大数据的处理 . 289
第27 章 数据安全管理工具 . 292
27.1 数据安全管理工具概述 292
27.2 数据采集安全管理工具 292
27.2.1 数据分类分级工具 . 293
27.2.2 数据采集内容及策略 . 294
27.2.3 数据采集人员管理 . 294
27.2.4 数据采集安全审计 . 294
27.2.5 数据源鉴别及记录 . 294
27.3 数据传输安全管理工具 . 295
27.3.1 加密算法 295
27.3.2 对称加密 295
27.3.3 非对称加密 296
27.3.4 传输安全审计 . 296
27.4 数据存储安全管理工具 . 296
27.4.1 数据存储介质管理 . 297
27.4.2 数据存储安全 . 297
27.4.3 数据备份和恢复 . 297
27.4.4 灾难恢复能力等级划分 . 298
27.4.5 数据存储安全审计 . 299
27.5 数据处理安全管理工具 . 299
27.6 数据交换安全管理工具 . 300
27.6.1 数据导入/导出安全保障 301
27.6.2 数据交换安全 . 301
27.6.3 数据销毁安全管理 . 302
27.7 统一的身份认证系统 . 303
27.8 API 接口安全管控系统 304
27.9 人工智能技术赋能数据安全 . 305
第28 章 大数据平台 . 307
28.1 大数据平台的演变与现状 . 307
28.1.1 大数据平台的演变 . 307
28.1.2 大数据平台的新内涵 . 308
28.2 大数据平台的作用与建设 308
28.2.1 大数据平台的作用 . 308
28.2.2 大数据平台的建设思路 . 309
28.2.3 大数据平台的建设路径 . 309
28.3 大数据平台功能架构 310
28.3.1 湖仓一体大数据平台的产生和总体架构 310
28.3.2 数据采集 . 311
28.3.3 数据存储 . 312
28.3.4 数据计算 . 314
28.3.5 数据分析与挖掘 . 315
28.3.6 数据服务 . 316
28.3.7 数据应用与可视化 . 317
28.3.8 作业调度系统 . 317
28.3.9 数据治理 . 318
28.3.10 集成开发门户 . 320
28.4 大数据平台的主要技术 321
28.5 大数据平台团队建设 321
28.5.1 大数据平台团队的职能 . 321
28.5.2 大数据平台实施团队构成 . 322
28.6 大数据平台的能力评估 323
28.7 大数据平台发展趋势 324
28.7.1 数字经济中的发展与安全的平衡 325
28.7.2 信息与大数据技术的迭代发展 . 325
第4 篇 实施篇
第29 章 数据治理实施策略和路径选择 328
29.1 数据治理实施内容 . 328
29.2 数据治理路径选择 . 329
第30 章 数据治理顶层架构规划与设计 332
30.1 数据治理顶层架构规划与设计实施内容 . 332
30.2 数据治理顶层架构规划与设计步骤和方法 . 334
30.2.1 数据治理顶层架构设计总体思路 . 334
30.2.2 数据治理顶层架构设计要点 . 336
30.3 数据治理顶层架构规划与设计成熟度评估 . 346
第31 章 数据资产运营实施 349
31.1 数据资产运营实施内容 . 349
31.2 数据资产运营实施步骤和方法 356
第32 章 主数据管理实施 358
32.1 主数据管理实施内容 . 358
32.2 主数据管理实施步骤和方法 . 358
32.2.1 主数据管理实施步骤 . 358
32.2.2 主数据管理实施方法 . 360
第33 章 元数据管理实施 365
33.1 元数据管理实施内容 . 365
33.2 元数据管理实施步骤和方法 . 365
第34 章 数据指标管理实施 369
34.1 数据指标管理实施内容 . 369
34.2 数据指标收集步骤和方法 . 370
34.3 数据指标模板 . 372
34.3.1 数据指标项定义 . 372
34.3.2 形成数据指标卡片及数据指标模板 372
34.3.3 数据需求规划 . 373
第35 章 数据质量管理实施 . 375
35.1 数据质量管理实施内容 375
35.2 数据质量管理实施步骤和方法 376
35.2.1 数据剖析 . 376
35.2.2 数据质量诊断 . 377
35.2.3 数据处理规则 . 378
35.2.4 数据质量优化 . 378
35.2.5 数据质量监管 . 379
35.2.6 实施数据质量管理时要注意的问题 379
第36 章 数据安全管理实施 . 381
36.1 数据安全管理实施内容 381
36.2 数据安全管理实施步骤 381
36.2.1 第一阶段：统筹规划 . 382
36.2.2 第二阶段：数据全生命周期监管 . 382
36.2.3 第三阶段：稽核检查 . 383
36.3 数据安全管理实施框架 384
第37 章 数据治理常见误区 . 388
第5 篇 案例篇
第38 章 电力行业：夯实数字化转型基础――南方电网数据资产管理行动实践 . 392
38.1 背景介绍 . 392
38.2 项目实施 . 394
38.3 项目成果 . 407
38.4 项目亮点和洞察 409
38.5 数据治理愿景 411
第39 章 电力行业：支撑集团产业数字化转型――国家电投集团数据治理实践 412
39.1 背景介绍 . 412
39.2 数据治理作实践 . 414
39.2.1 五凌电力数据治理实践――水电领域 417
39.2.2 黄河公司数据治理实践――光、风、水领域 421
39.2.3 云南国际数据治理实践――风电领域 423
39.3 经验总结 . 427
39.4 总结与展望 . 428
第40 章 能源化工行业：数据治理助百年油企数字化转型 . 429
40.1 背景介绍 . 429
40.2 工作概况 . 431
40.3 组织保障 . 436
40.4 主要成果 . 437
40.5 物资集团数据治理实践案例 . 439
40.6 总结与展望 . 441
第41 章 建筑行业：中建三局园区数据治理实践 . 443
41.1 背景介绍 . 443
41.2 愿景目标 . 444
41.3 总体规划 . 445
41.4 项目成果 . 447
41.5 未来展望 . 455
第42 章 钢铁行业：产线时序数据治理实践 . 457
42.1 背景介绍 . 457
42.2 项目目标 . 457
42.3 项目实施 . 458
42.4 项目总结 . 464
42.5 未来展望 . 465
第43 章 核工业：主数据治理助力中核供应链管理升级 . 466
43.1 背景介绍 . 466
43.2 目标现状 . 467
43.3 项目实践 . 469
43.4 项目成果 . 475
43.5 未来展望 . 479
第44 章 航天行业：军工企业的“三位一体”数据治理体系建设实践 480
44.1 背景介绍 . 480
44.2 数据
— 没有更多了 —
以下为对购买帮助不大的评价