登入帳戶　 |　訂單查詢　 |　購物車/收銀台(0)　|　在線留言板　 |　付款方式　 |　聯絡我們　 |　運費計算　 |　幫助中心　|　 加入書簽
	全部範圍 - 圖書 - 　- 中文簡體書(大陸書) - 　- 英文書（原版） - - 音碟 - 　- 音樂 - 　- 影視 - - 雜誌 - 全文 精確	會員登入   新用戶註冊

HOME新書上架暢銷書架好書推介特價區會員書架精選月讀2023年度TOP分類閱讀雜誌

香港／國際用戶

最新/最熱/最齊全的簡體書網

品種：超過100萬種書，正品正价，放心網購，悭钱省心

送貨：速遞 / 物流，時效：出貨後2-4日

新書推薦： 《 拍电影的热知识：126部影片里的创作技巧（全彩插图版） 》 售價：NT$ 500.0 《 大唐名城：长安风华冠天下 》 售價：NT$ 398.0 《 情绪传染（当代西方社会心理学名著译丛） 》 售價：NT$ 403.0 《 中国年画 1950-1990 THE NEW CHINA: NEW YEAR PICTURE 英文版 》 售價：NT$ 1100.0 《 革命与反革命：社会文化视野下的民国政治（近世中国丛书） 》 售價：NT$ 435.0 《 画楼：《北洋画报》忆旧（年轮丛书） 》 售價：NT$ 1573.0 《 大国脊梁：漫画版 》 售價：NT$ 374.0 《 跟着渤海小吏读历史：大唐气象（全三册） 》 售價：NT$ 989.0

建議一齊購買： + NT$ 948 《 数据治理：工业企业数字化转型之道 》 + NT$ 435 《 数据治理与数据安全 》 + NT$ 722 《 一本书讲透数据治理：战略 方法 工具与实践 》 + NT$ 534 《 华为数据之道 》 編輯推薦： 本书的主要目的是给读者启动和实施数据治理计划提供一个坚实的基础，同时作为其他数据治理书籍的有益补充。如果您的企业已经开始数据治理实践但仍摇摆不定，本书将为您提供许多建议并尽可能提供中立的立场和流程。在大量的背景、定义和推荐实践之外，本书将展现开展数据治理的通用的步骤和活动，并在附件中提供了交付物和工作成果模板，可以作为您开始数据治理计划的参考，或作为您已有项目的补充。本书主要面向企业高管（董事长、CEO、CFO、CIO）、IT总监、IT经理，以及广大IT从业者和大数据从业者。\ 內容簡介： 本书的主要目的是给读者启动和实施数据治理计划提供一个坚实的基础，同时作为其他数据治理书籍的有益补充。如果您的企业已经开始数据治理实践但仍摇摆不定，本书将为您提供许多建议并尽可能提供中立的立场和流程。在大量的背景、定义和推荐实践之外，本书将展现开展数据治理的通用的步骤和活动，并在附件中提供了交付物和工作成果模板，可以作为您开始数据治理计划的参考，或作为您已有项目的补充。 關於作者： John Ladley是信息技术领域思想领袖，在企业信息管理方案的战略规划、设计和实施拥有30年以上经验，在业务与技术战略规划与业务问题实践兼具丰富的知识和经验。 John Ladley是企业信息管理、信息架构、数据治理、主数据管理、数据质量、商务智能和分析、数据仓库和知识管理方面是业界公认的权威和发言人，在保险、金融服务、制造、运输和消费产品等行业具有极其丰富的经验。他的著作是信息管理和数据治理知识的权威来源。目前John正在帮助多家企业研究首席数据官的职位与数据战略。 目錄： 第1章概述1 第2章定义和概念6 2.1数据治理相关的概念6 2.1.1数据管理7 2.1.2企业信息管理7 2.1.3数据架构8 2.1.4数据治理和治理9 2.1.5解决方案11 2.1.6主数据管理12 2.1.7数据质量12 2.1.8商业智能13 2.2其他术语14 2.2.1原则14 2.2.2政策15 2.3部分核心概念15 2.3.1E代表企业级16 2.3.2业务工作16 2.3.3演进和革命16 2.3.4信息管理成熟度16 2.3.5管理变革17 2.3.6信息资产管理17 2.4总结18 第3章数据治理19 3.1数据治理概述19 3.2数据治理的范围19 3.2.1业务模式20 3.2.2内容21 3.2.3联邦22 3.2.4案例研究23 3.3数据治理工作要素24 3.3.1组织24 3.3.2原则25 3.3.3政策27 3.3.4职能27 3.3.5衡量指标27 3.3.6技术和工具28 3.4治理的关键成功因素29 3.5总结30 第4章数据治理业务案例31 4.1业务案例31 4.2业务案例目的32 4.3业务案例内容33 4.3.1愿景33 4.3.2工作风险34 4.3.3业务一致性34 4.3.4数据质量成本34 4.3.5错失机会的代价35 4.3.6障碍、影响和变化35 4.3.7案例演示35 4.4制订业务案例流程36 4.4.1充分理解业务方向36 4.4.2识别可能的机会36 4.4.3识别应用的机会36 4.4.4定义业务收益和风险管理收益36 4.4.5确认36 4.4.6量化成本36 4.4.7准备业务案例文档37 4.4.8方法的思考37 4.5总结38 第5章实施数据治理过程39 5.1数据治理方法论40 5.2流程概述41 5.3范围和启动41 5.4评估42 5.5愿景45 5.6一次性和业务价值46 5.7职能设计47 5.8治理框架设计48 5.9演进路线51 5.10推广和运营53 5.11数据治理总结54 5.12核心的成功因素55 第6章范围和启动56 6.1概述56 6.2活动: 识别数据治理的组织范围58 6.3活动: 数据治理定义和实施的建议范围和初始计划60 6.4活动: 制订数据治理运营团队架构61 6.5活动: 批准范围和约束63 6.6总结65 第7章评估66 7.1概述66 7.2活动: 信息成熟度67 7.3活动: 变革能力70 7.4活动: 协作准备74 7.5总结76 第8章愿景78 8.1概述78 8.2活动: 定义组织的数据治理78 8.3活动: 初步定义数据治理需求82 8.4活动: 定义数据治理蓝图84 8.5总结87 第9章一致性和业务价值88 9.1概述88 9.2活动: 利用当前企业信息管理已有的业务案例89 9.3活动: 协同业务需求和数据治理92 9.4活动: 识别数据治理的业务价值98 9.5总结99 第10章职能设计101 10.1概述101 10.2活动: 确定核心信息原则102 10.3活动: 确定以业务为导向的数据治理政策和流程基线108 10.4活动: 识别/细化信息管理职能和流程113 10.5活动: 识别主要的职责和所有权模型114 10.6活动: 向业务领导展示企业数据治理职能模型117 10.7总结118 第11章治理架构设计120 11.1概述120 11.2活动: 设计数据治理组织框架123 11.3活动: 识别角色和责任128 11.4活动: 评审和批准数据治理组织框架132 11.5活动: 启动数据治理宣贯133 11.6总结134 第12章演进路线图135 12.1概述135 12.2活动: 整合数据治理和其他相关的工作136 12.3活动: 定义持续运营需求139 12.4活动: 定义变革管理计划142 12.5活动: 定义数据治理运营实施计划145 12.6总结147 第13章推广和运营149 13.1概述149 13.2活动: 数据治理运营实施150 13.3活动: 执行数据治理变革计划156 13.4活动: 数据治理项目管理158 13.5活动: 确认数据治理运营及效率159 13.6总结161 第14章数据治理工具和交付物162 14.1应该关注什么163 14.2业务元素163 14.3关于工具的想法166 14.4总结167 第15章结束语168 15.1概念168 15.2数据治理的价值169 15.3成功要素169 附录A数据治理任务171 附录B能力成熟度评估问卷185 附录C数据治理章程模板189 附录D数据治理引导和持续知识转移模板192 附录E信息管理/数据治理职能清单194 附录F利益相关方分析199 附录G领导力评估201 附录H沟通计划202 附录I培训计划示例204 附录J推广后的检查清单206 索引207 內容試閱： 我写本书有两个原因： 首先，在写前一本书时，我认为作为一个主题来说，数据治理处于次要的地位，这要归因于篇幅限制。在企业信息管理背景下，一章内容足够详尽地让人意识到数据治理的必要性，但是，它还不足以帮助人们启动他们的治理工作。有一些，但不完整。庆幸的是，我们公司做过很多数据治理实施项目，所以有很多资料可以分享。 其次，激发我写作前一本书《以业务为驱动的企业信息管理》（Making EIM Work for Business）的冲动仍然有增无减，这听起来像开玩笑，但在某种程度上来说是的。我们公司正在做大量EIM和数据治理工作，很多公司开始认识到管理公司数据和信息需要的不仅仅是数据迁移和映射工具。然而，意识到需要做事情，与沉下心实际做事情是两码事。我发现很多组织都非常擅长说: “我们要把数据管理得更好”，并且对此提出无数的原因和理由。但是，他们后续的工作却非常糟糕，仅是采购了用于交付和呈现信息的前端工具。写本书时，供应商还大力宣传数据分析的价值和“大数据”。很多公司也深陷于这些“迷魂汤”（drinking the KoolAid），却很少能够达到预期的收益。 现在还正在进行着一些主数据管理项目。首席信息官（CIO）认为企业需要建立“单一事实（truth）”数据源，购买专业工具和收集数据，还要求进行业务变革转型。但是，只有大约20％项目能取得部分成功。 坦率地说，这两类项目之所以产生令人失望的结果，完全是由于对这些数据工具所处理的数据缺乏有效管理造成的。这些数据不满足项目预期目的。 前述工具购买后缺乏后续数据管理是根本原因。我们知道，供应商擅长的工作是卖了工具就离开，而IT部门在与业务部门对接或沟通一致前就已经购买了软件工具。同时，CIO在不允许和业务同事进行充分沟通的环境中工作，因此，在许多需要改变业务习惯才能成功的项目中，他不会得到任何支持，并且，不管项目成果质量如何，他都必须及时交付项目任务，还有，他还会被告知可以得到满足项目需要的数据。 后续数据管理工作听起来简单: 开始将信息视为资产。但是，当研究信息资产管理细节时，我们了解到组织需要进行数据治理。 即使进行少量治理工作，组织也会从中获益。在分析成功主数据案例时，你将看到业务协同和数据质量工作都已落实到位，并且通过数据治理建立了长效机制。对于相似的案例，未开展数据治理或执行不力的，结果是失败的。所以，实施数据治理效果显而易见，对吧？ 可悲的是，事实并不是这样。正如你将在本书中看到的，数据治理不是制订一些流程和制度，以及执行一些规则。这些肯定是数据治理的重要组成部分，你可能通过执行数据治理的机制获得一些成功，但是除非采取更加个性化和详尽的方法，否则数据治理将不会落地做实。 本书是为“从事数据治理工作”的人员写的。预期阅读对象既不是信息科技人员，也不是业务人员，而是那些保证实践信息管理的人员。显然，这是一本有关数据治理“如何做”的书。我尽量避免使用常从工具供应商或名声显赫的咨询顾问那里听到的套话。你如果正在读这本书，而且已耳熟和认可这些陈词滥调，那么现在就应想做点实事，而不再空谈。 数据治理 如何设计、开展和保持有效的数据治理计划 前言各类专家都在谈论21世纪将是信息和数据应用的时代，并指出严重依赖于数据分析。但是，如果继续将数据视为企业内部部门业务流程中的“丑陋润滑剂”，而不是宝贵的资产，我们将离实现这些预测期望相去甚远。在日常处理数据和信息方面，如果思维方式没有一个重大改变，这些都不可能实现。下面是一些应该关注的真实场景:  华尔街不会接受业务处理是运行在40 000个Access数据库上和使用电子表格整合生成业务报表。（现实世界真有其事。我们曾对一家领先的金融服务公司进行评估，工作结束时共整理了40 000个Access数据库）。  改善业务流程或完成部门项目衡量指标不仅是完成时间或项目周期，还要包括数据质量指标和遵守资产管理政策的程度。  与其撒手不管，担心项目延时就开始用Access或Excel构建部门数据库，业务领导还不如与技术和信息经理一起工作把数据做正确。也就是说，一开始就在数据准确性方面花时间，而不是反反复复地返工。  应用开发人员如果不能同时满足数据控制和质量标准，即使项目按时完成，也不能进行奖励。  业务用户应该不允许生成需要脱离企业的数据报告，除非该报告已经通过了创建和验证的批准流程。 术语“成熟度”常常出现在信息管理的场景中。我写这本书也不例外，但还有另一个度量尺度: 学习成熟度。我的兴趣是航空，我在成为飞行教练后不但教别人如何开飞机，也深刻了解了“学习”的含义。 根据经验，当你注意到行为发生改变时，学习就会发生。 换句话说，仅听到一些事情不会引发学习，需要实践，积累经验，并且观测行为的变化。坦白说，我接触的多数公司在进行了两周评估、四周路线图设计后，就臆想这些项目产出物和管理层的信任指令会创造奇迹。数据治理要实施一些具体工作和显著的行为改变。所以，本书着眼于改变行为，融合和管理要完成的数据治理工作。 本书后面的内容介绍了我们公司过去20年左右开发的数据治理工作步骤、产出物、技术和观点。由于材料中有些内容枯燥乏味，我采用了小故事或有趣的比喻。这不是我故弄玄虚，是因为它们很重要，希望能引起你的重视。你所在的组织未来会基于如何处理数据而存亡。你可能实施ERP，购买商业智能工具，或尝试复杂的数据分析，但是，你除非能成功管理哪些内容进入这些基础设施和控制哪些内容离开它们，否则将永远不能保证可以做正确每一件事。 本书全面介绍了实施数据治理需要的工作内容和行为。如果你推迟部分或全部采纳这些要素和内容，就会面临越来越难的信息管理挑战。你所在的组织要做高级预测分析吗？那么好先清楚分析工具使用的数据是否准确。你是否想为报表、商业智能或确定客户名单建立单一事实（数据）来源？若是，就需要立即启动数据治理工作。由于数据量持续爆炸式增长，等待时间越长，决策越难。这不是一个热衷与数据打交道人员的琐碎请求，而是业务的迫切需要。 你将看到，通过执行一系列步骤和关注某些成功因素完成数据治理工作。数据治理有很多基本的活动要执行。但是，也需要在企业文化、个人行为和理念上变革，真正把信息视为企业资产。数据治理是囊括了这些变革的学科，但也是以新的方式处理业务的长期承诺。鸣谢在前言中使用了代词“我”，但你会注意到在本书的其余部分使用的是“我们”，这是因为我不是在过去20年里从事这项工作的人。本书中包含了很多实战经验，与我在一起工作的同事做出了巨大贡献。 我的信息管理和数据治理同事和合作伙伴是Val Torstenson，Ellen Levin，Larry Michael，Richard Lee，John Lee，DonnVucovich和Jim Hankemeyer。我还要感谢Pam Thomas，她传授了有关将组织变革管理精粹作为成功信息管理工作的关键内容之一，前言中引用的那些行为变革不是自发的。此外，自从她和我在“数据治理”课程上引入变革管理内容后，行为变革就成为数据治理会议的流行话题。 在公司业务正常运营的同时，写书需要推脱大量事务性工作，因此我要感谢James Kern，AmitBaghat，Michael Demos和Martin Davies，他们替我承担了公司行政管理和客户服务方面的工作。 感谢参与书籍编辑和整理工作的组员: 审阅书稿并反馈意见的DanetteMcGilvray，Michelle Koch和Marilyn Thompson，进行书稿编辑的Sheila Hultgren和Pam Thomas。通常我会花一段时间隐居，以完成书稿编写，这需要多次入住酒店和空中旅行，所以，真心感谢审阅者和编辑们的奉献。 我非常珍惜并感谢Gwen Thomas女士花时间给本书作序，Gwen具备一种罕见能力，能用清晰和联想方式解释抽象概念并提出解决方案，她能够集中精力，深入研究信息管理的特定领域，并提出自己的见解。 在此也要感谢我的客户，他们信任由我的公司为他们做数据治理和信息管理，特别是Erie保险、沃尔玛和盐河项目的优秀人士，这三个差异非常大的数据治理场景和挑战不仅使我们的工作变得有趣，而且真正地开拓了我们的创造力，特别是John Collier，Steve Pettinger，Audrey Wiggins，Alan Jamison，Terry Mooney，Greg Whicker，Jim Viveralli和Felix Orzechowski，过去几年与我一起应对了这些重大挑战。 非常感谢与我一起相处的大师或思想领袖们。他们建立了各种论坛并为推进数据治理纳入业务职能奠定了知识基础。Tony Shaw创建了数据治理方面的论坛并举办了非常好的数据管理国际会议（注: 每年的全球数据管理峰会），这些会议能够真正展示数据治理的价值并展示很多精彩内容。Rob Seiner和他的新闻通信网站成为众多信息管理实践者的“必去”站点。Rob和我也证明了像匹兹堡这种二等足球队也可以培养出非常聪明的队员和成为一流足球队。Tom Redman博士是另一位共事过的大师，在这方面他可能比我做得更多。感谢组织历次数据治理会议的Davida Berger。 重要的是Pam Thomas——我的生意合伙人、同事、生活伴侣，如果没有她，这本书就不会出版。即使当我觉得这本书需要被推迟，甚至是由于外部的力量而停止，她也不会让我放弃。Pam还写了第12、13章的大部分内容，但却拒绝在封面上署名。很多男人如果不得不与妻子或伴侣一起工作，一般就喊叫着离开房间，然而，我却为能与我生命中的爱人一起生活、工作而感到幸福。数据治理 如何设计、开展和保持有效的数据治理计划 鸣谢译者序2018年是数据治理行业重要的一年，3月份，大数据标准化工作组发布了大数据领域的重点国家标准《数据管理能力成熟度评估模型》（GB/T 360732018），在标准中正式提出具有中国特色的数据管理能力成熟度评估模型，5月份，中国银保监会发布了《银行业金融机构数据治理指引》，明确了国内金融机构数据治理的要求，结合之前就已经发表的《DAMA 数据管理知识体系指南》，当前关于数据治理的知识体系方面已经有了很丰富的参考资料，可以帮助企业了解“广义”的数据治理（即数据管理）是什么、为什么、怎么办等内容。 在国内银行、通信等数字化领先行业的多年数据治理实践历程中，多以IT牵头开展的广义数据治理工作普遍由数据标准、数据质量、元数据、主数据、数据架构与模型为主要内容，但特别缺少有关“狭义”的数据治理应如何开展并保持可持续的有效性。而“狭义”数据治理的缺失又导致“广义”数据治理效果不佳，从业者多困惑于此。于是，我们想到了John Ladley以及本书。John是数据治理领域的国际知名专家，曾任IMCue Solutions的主席，First San Francisco Partners的合伙人等职务，也是连续多年国际数据管理峰会（Enterprise Data World）的演讲人，他编写的这本书是在美国发行量的数据治理书籍，在本书中，John详细介绍了如何开展“狭义”的数据治理，列举了数据治理的工作方法，每步的工作步骤以及相关的模板等，这些内容既是对当前国内已经出版内容的补充，也可以更好地帮助开展国内数据治理工作，为此，我们开始了本书的翻译工作。 翻译是一个很漫长的工作，由于日常工作很多，只有入夜之后才能静下心仔细琢磨，为了力求准确表达作者的原意，在翻译过程中还查询了很多相关的资料，因为在John的这本书中引用了很多其他作品中的名言名句，特别是引用了很多特里·普拉切特的幻想小说中的语句，为此多次跑到图书馆查询相关资料。同时，在本书中没有区分数据和信息，作者认为数据治理和信息治理是等同的。在翻译过程中还有一些观点我们认为可能并不适合当下国内企业数据治理实践现状，但是为了更准确地表达作者的含义，我们就原封不动地翻译过来。例如，John在文中多次强调不应该存在独立的数据治理组织，而我们认为: 在数据资产日益重要的今天，独立的数据治理组织依然是很必要的，国内甚至国外绝大部分企业仍然需要独立的数据治理组织，才能有效推动工作的启动、发展和持续。我们也理解，John事实上已经进入了数据治理事业的更高一层境界即无我与无为的状态，因为他认为，数据工作本来就应该是一项重要的组织职能，组织中每个人的日常工作过程中都应该、也必然需要包含数据相关的工作，所以就不需要独立的部门进行推动，这是John的美好愿景，我们也希望这一天早日到来。 随着大数据与人工智能概念的逐渐普及，数据治理也得到国内业界越来越多的重视，中国科学院梅宏院士在多个场合强调了数据治理的重要性，梅宏院士认为数据治理体系涉及数据资产地位的确定、相应的管理体制和机制、共享和开放的原则和机制、安全与隐私保护的政策等内容，其中重要的是数据资产地位的确立，这也是当前国内很多企事业单位数据管理过程中面临的问题，大家都强调对大数据的重视，但是需要更多的人把口头的重视落实到具体的行动中，在中国电子技术标准化研究院于2017年发布的数据管理能力成熟度发展情况的调研报告中，有超过87%的企业很重视数据资产，但是能够落实到具体的行动中的企业不到10%，这一数字也非常准确地体现了数据治理在国内各行各业发展的现状，也充分说明了整体而言，数据治理在国内仍然处于认知和早期实践探索阶段，学习国外优秀理论和实践经验仍然对众多企业大有裨益，同时也说明了“知行合一”的重要性。 根据近年来我们对业界的观察，越来越多的企业已有数据治理整体规划和顶层设计，在此基础上更加注重落地见效，更关注数据治理在具体业务领域价值的体现，从小处着手，抓住业务的痛点，借助数据治理帮助业务解决问题，进而体现数据治理的价值。从近年国际数据管理峰会的内容看，国际数据治理工作的关注点也更加聚焦于业务价值方面，这也是本书贯穿始终的关键思想，从愿景、数据治理需求和业务协同、业务案例等方面都会强调数据治理如何更好地服务于业务，也希望本书能够给大家带来更多的帮助。当然，本书内容是在国外企业文化与管理理念的大背景下形成的，在国内实践还须结合国内企业实际情况进行适当调整，我们也很乐于与国内数据从业者一起共同探讨、探索更适合中国企业的数据治理有效实践之道，让数据资产的价值得到更充分的释放！ 在本书的翻译过程中，御数坊公司的杨科学、郭星、王钊负责了后面部分附录内容的翻译、校对和统稿，在此表示感谢！

書城介紹　 |　合作申請　|　索要書目　 |　新手入門　|　聯絡方式　 |　幫助中心　|　找書說明　 |　送貨方式　|　付款方式	台灣用户　|　香港/海外用户
megBook.com.tw
Copyright (C) 2013 - 2024 （香港）大書城有限公司　All Rights Reserved.