一本书讲透数据治理：战略、方法、工具与实践（平装） 机械工业 9787111750314 用友平台与数据智能团队
新华书店全新正版书籍图书 保证_可开发票_极速发货支持7天无理由
￥ 89.9 7.6折 ￥ 119 全新
库存2件
浙江嘉兴
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
ISBN9787111750314
出版时间2024-03
装帧其他
开本其他
定价119元
货号32035678
上书时间2024-06-30
- 最新上架
商品详情
- 品相描述：全新
- 商品描述
-
作者简介
石秀峰<br/><br/>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。<br/><br/>深耕数据领域十余年，曾主导过多家大型集团的数据治理、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。<br/><br/>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，全网阅读量超过500万。
目录
Contents 目 录<br />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<br /> 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<br /> 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<br /> “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<br /> 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<br /> 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<br /> 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<br /> 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<br /> 数据75<br />6.3.2 建立制度体系，固化数据<br /> 文化76<br />6.3.3 推行数据治理，增强数据<br /> 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<br /> 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<br /> 工程”119<br />10.2.2 数据治理需要4类人的<br /> 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<br /> 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<br /> 造势142<br />12.3.3 不可忽视的例行会议和<br /> 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<br /> 需要155<br />14.2.2 巩固和扩大数据治理成果的<br /> 需要155<br />14.2.3 加速企业数字化转型的<br /> 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 />14.4.6 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<br /> 关系181<br />15.4.2 数据建模是数据治理的<br /> 开端183<br />15.4.3 数据模型管理存在的3个<br /> 问题183<br />15.4.4 数据模型管理的3个有效<br /> 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<br /> 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<br /> 管理267<br />19.3.2 基于六西格玛的数据质量<br /> 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
— 没有更多了 —
以下为对购买帮助不大的评价