新書推薦：
《
数据有道：数据分析+图论与网络+微课+Python编程（鸢尾花数学大系：从加减乘除到机器学习）
》
售價：NT$
1214.0
《
500万次倾听：陪伤心的人聊聊
》
售價：NT$
245.0
《
英国商业500年（见证大国崛起与企业兴衰，启迪未来商业智慧。）
》
售價：NT$
367.0
《
万千心理·儿童心理治疗中的心智化：临床实践指导
》
售價：NT$
398.0
《
自我囚禁的人：完美主义的心理成因与自我松绑（破除你对完美主义的迷思，尝试打破自我评价过低与焦虑的恶性循环）
》
售價：NT$
301.0
《
周易
》
售價：NT$
203.0
《
东南亚的传统与发展
》
售價：NT$
306.0
《
乾隆制造
》
售價：NT$
398.0
|
| 編輯推薦： |
《华为数据之道》
（1）华为官方首次对外系统披露其数据治理与数字化转型方法论，中国企业的数字化转型标杆。
（2）本书由华为董事、质量与流程IT总裁、CIO陶景文等华为高管写序推荐。
（3）华为公司数据管理部撰写，华为质量与流程IT、华为云和华为大学联合出品。
（4）华为的数据底座已经能支撑华为在全球170多个国家/地区开展多业态、差异化的数字化运营。
（5）本书公开出版前，在华为内部共发行14000余册，获得了良好的反馈和口碑。
《一本书讲透数据治理：战略、方法、工具与实践》
（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、著名架构师付晓岩、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、fa、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
|
| 內容簡介： |
《华为数据之道》
这是一部从技术、流程、管理等多个维度系统讲解华为数据治理和数字化转型的著作。华为是一家超大型企业，华为的数据底座和数据治理方法支撑着华为在全球170多个国家/地区开展多业态、差异化的运营。书中凝聚了大量数据治理和数字化转型方面的有价值的经验、方法论、规范、模型、解决方案和案例，不仅能让读者即学即用，还能让读者了解华为数字化建设的历程。
全书共10章，内容从逻辑上分为四个部分。
第一部分（第1~3章）
第1章以非数字原生企业在数字化转型方面面临的挑战开篇，介绍了华为在数据治理和数字化转型方面的目标、愿景、蓝图和框架；第2章从企业政策和架构协同的角度，介绍了企业级的数据综合治理体系，理顺了数据与变革、运营、IT之间的协同关系，明确了数据管理的责任主体在业务；第3章详细阐述了不同类型的数据的管理方式和要点。
第二部分（第4~6章）
详细讲解了数据治理工作中的三项重点任务：信息架构、数据底座、数据服务。第4章介绍了信息架构的四个组件，给出了建设原则和核心要素，并引出了业务对象、过程、规则三项数字化的建设方向；第5章提出了数据底座建设的整体框架，介绍了数据湖和数据主题连接两个层次的建设实践；第6章以自助、高效、复用为数据服务的目的，提出了对数据进行搜索、加工和分析的消费过程管理方案。
第三部分（第7~9章）
系统总结了数据治理的三项关键能力：数据的全量感知、综合质量提升、可控共享。第7章以数字孪生的全量、无接触感知为目标，介绍了数据的硬感知和软感知两类能力；第8章基于PDCA框架，介绍了对企业业务数据异常的全面监控；第9章介绍了如何构建以元数据为基础的数据安全隐私保护框架，如何建立动静结合的数据保护与授权管理方案。
第四部分（第10章）
基于对“机器认知世界”的理解，我们提出了对数据治理未来的思考，畅想了AI治理、数据主权和数据生态建设。未来已来，让我们共同努力，把数字世界带入每个人、每个家庭、每个组织，构建万物互联的智能世界。
《一本书讲透数据治理：战略、方法、工具与实践》
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。用友集团官方出品，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。
它基于国际主流的数据治理框架和用友多年的数据治理经验，从道、fa、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。
|
| 關於作者： |
华为公司数据管理部
华为公司数据管理部作为集团层面的数据管理组织，主要负责如下工作：
公司数据工作的战略规划、路标举措以及实施落地；
数据从产生到消费全生命周期管理的治理框架、流程规范、方法和IT工具的制定与推行；
公司级信息架构的设计和数据资产的治理维护；
主持集团层面数据相关项目，推动以数据为核心的数字化转型；
设计公司数据质量度量模型、执行数据质量监控及重大数据问题披露；
组织跨业务领域、跨BG信息架构集成和数据问题的解决；
负责公司数据管理能力提升，推动企业数据文化建立和传播。
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，主导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。
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。
|
| 目錄：
|
《华为数据之道》目录
序一
序二
序三
前言
第1章 数据驱动的企业数字化转型
1.1 非数字原生企业的数字化转型挑战2
1.1.1 业态特征：产业链条长、多业态并存3
1.1.2 运营环境：数据交互和共享风险高4
1.1.3 IT建设过程：数据复杂、历史包袱重4
1.1.4 数据质量：数据可信和一致化的要求程度高5
1.2 华为数字化转型与数据治理6
1.2.1 华为数字化转型整体目标6
1.2.2 华为数字化转型蓝图及对数据治理的要求7
1.3 华为数据治理实践9
1.3.1 华为数据治理历程10
1.3.2 华为数据工作的愿景与目标12
1.3.3 华为数据工作建设的整体思路和框架12
1.4 本章小结15
第2章 建立企业级数据综合治理体系
2.1 建立公司级的数据治理政策18
2.1.1 华为数据管理总纲18
2.1.2 信息架构管理政策20
2.1.3 数据源管理政策21
2.1.4 数据质量管理政策22
2.2 融入变革、运营与IT的数据治理24
2.2.1 建立管理数据流程24
2.2.2 管理数据流程与管理变革项目、管理质量与运营之间的关系26
2.2.3 通过变革体系和运营体系进行决策26
2.2.4 数据治理融入IT实施27
2.2.5 通过内控体系赋能数据治理27
2.3 建立业务负责制的数据管理责任体系28
2.3.1 任命数据Owner和数据管家28
2.3.2 建立公司层面的数据管理组织29
2.4 本章小结33
第3章 差异化的企业数据分类管理框架
3.1 基于数据特性的分类管理框架35
3.2 以统一语言为核心的结构化数据管理36
3.2.1 基础数据治理39
3.2.2 主数据治理40
3.2.3 事务数据治理46
3.2.4 报告数据治理46
3.2.5 观测数据治理48
3.2.6 规则数据治理50
3.3 以特征提取为核心的非结构化数据管理52
3.4 以确保合规遵从为核心的外部数据管理54
3.5 作用于数据价值流的元数据管理56
3.5.1 元数据治理面临的挑战56
3.5.2 元数据管理架构及策略59
3.5.3 元数据管理60
3.6 本章小结71
第4章 面向“业务交易”的信息架构建设
4.1 信息架构的四个组件74
4.1.1 数据资产目录75
4.1.2 数据标准77
4.1.3 数据模型80
4.1.4 数据分布80
4.2 信息架构原则：建立企业层面的共同行为准则81
4.3 信息架构建设核心要素：基于业务对象进行设计和落地84
4.3.1 按业务对象进行架构设计84
4.3.2 按业务对象进行架构落地87
4.4 传统信息架构向业务数字化扩展：对象、过程、规则90
4.5 本章小结95
第5章 面向“联接共享”的数据底座建设
5.1 支撑非数字原生企业数字化转型的数据底座建设框架98
5.1.1 数据底座的总体架构98
5.1.2 数据底座的建设策略100
5.2 数据湖：实现企业数据的“逻辑汇聚”101
5.2.1 华为数据湖的3个特点101
5.2.2 数据入湖的6个标准103
5.2.3 数据入湖方式106
5.2.4 结构化数据入湖109
5.2.5 非结构化数据入湖113
5.3 数据主题联接：将数据转换为“信息”117
5.3.1 5类数据主题联接的应用场景117
5.3.2 多维模型设计120
5.3.3 图模型设计125
5.3.4 标签设计130
5.3.5 指标设计132
5.3.6 算法模型设计135
5.4 本章小结139
第6章 面向“自助消费”的数据服务建设
6.1 数据服务：实现数据自助、高效、复用142
6.1.1 什么是数据服务144
6.1.2 数据服务生命周期管理149
6.1.3 数据服务分类与建设规范156
6.1.4 打造数据供应的“三个1”162
6.2 构建以用户体验为核心的数据地图167
6.2.1 数据地图的核心价值167
6.2.2 数据地图的关键能力171
6.3 人人都是分析师175
6.3.1 从“保姆”模式到“服务 自助”模式175
6.3.2 打造业务自助分析的关键能力179
6.4 从结果管理到过程管理，从能“看”到能“管”187
6.4.1 数据赋能业务运营187
6.4.2 数据消费典型场景实践190
6.4.3 华为数据驱动数字化运营的历程和经验195
6.5 本章小结199
第7章 打造“数字孪生”的数据全量感知能力
7.1 “全量、无接触”的数据感知能力框架202
7.1.1 数据感知能力的需求起源：数字孪生202
7.1.2 数据感知能力架构205
7.2 基于物理世界的“硬感知”能力207
7.2.1 “硬感知”能力的分类207
7.2.2 “硬感知”能力在华为的实践213
7.3 基于数字世界的“软感知”能力215
7.3.1 “软感知”能力的分类215
7.3.2 “软感知”能力在华为的实践218
7.4 通过感知能力推进企业业务数字化220
7.4.1 感知数据在华为信息架构中的位置220
7.4.2 非数字原生企业数据感知能力的建设224
7.5 本章小结226
第8章 打造“清洁数据”的质量综合管理能力
8.1 基于PDCA的数据质量管理框架228
8.1.1 什么是数据质量228
8.1.2 数据质量管理范围229
8.1.3 数据质量的总体框架229
8.2 全面监控企业业务异常数据231
8.2.1 数据质量规则231
8.2.2 异常数据监控237
8.3 通过数据质量综合水平牵引质量提升243
8.3.1 数据质量度量运作机制243
8.3.2 设计质量度量245
8.3.3 执行质量度量248
8.3.4 质量改进253
8.4 本章小结256
第9章 打造“安全合规”的数据可控共享能力
9.1 内外部安全形势，驱动数据安全治理发展258
9.1.1 数据安全成为国家竞争的新战场258
9.1.2 数字时代数据安全的新变化258
9.2 数字化转型下的数据安全共享260
9.3 构建以元数据为基础的安全隐私保护框架261
9.3.1 以元数据为基础的安全隐私治理261
9.3.2 数据安全隐私分层分级管控策略263
9.3.3 数据底座安全隐私分级管控方案266
9.3.4 分级标识数据安全隐私271
9.4 “静”“动”结合的数据保护与授权管理272
9.4.1 静态控制：数据保护能力架构272
9.4.2 动态控制：数据授权与权限管理274
9.5 本章小结279
第10章 未来已来：数据成为企业核心竞争力
10.1 数据：新的生产要素282
10.2 大规模数据交互的企业数据生态285
10.3 摆脱传统手段的数据管理方式292
10.4 第四个世界：机器认知世界295
10.5 本章小结299
《一本书讲透数据治理：战略、方法、工具与实践》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
1.2 数据治理相关术语和名词4
1.3 数据治理治什么8
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 国际数据治理框架21
2.2 国内数据治理框架28
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
3.2 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
4.2 数据战略与企业战略、数据架构的关系48
4.3 数据战略的3个要素49
4.4 实施数据战略的5个步骤55
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
5.4 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
6.3 培养数据文化的3个办法75
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
7.2 现状评估84
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
8.2 开展DCMM评估98
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
9.2 明确目标，量化指标104
9.3 选择合适的技术路径106
9.4 制定数据治理路线图108
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
10.2 打造“一把手工程”118
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
12.3 数据治理策略执行140
12.4 数据治理策略监控144
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
14.3 数据治理长效运营的挑战157
14.4 建立数据治理长效运营机制159
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
15.2 数据梳理172
15.3 数据建模技术和方法175
15.4 数据建模与数据治理181
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
16.2 元数据管理方法195
16.3 元数据管理技术199
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
17.2 数据标准管理内容210
17.3 数据标准管理体系215
17.4 数据标准管理的4个最佳实践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
18.2 主数据管理方法227
18.3 主数据管理技术239
18.4 主数据管理的7个最佳实践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
19.2 数据问题根因分析257
19.3 数据质量管理体系框架266
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
19.5 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
20.2 数据安全治理策略292
20.3 数据安全治理技术300
20.4 数据安全的政策法规314
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
21.2 数据集成架构的演进322
21.3 数据集成的4种典型应用326
21.4 数据集成步骤和方法332
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
30.2 案例2：某新能源汽车公司的数据资产管理实践390
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
|
|
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
HOME
新書上架
