新書推薦：
《
空气炸锅懒人食谱
》
售價：NT$
254.0
《
大学问·命若朝霜：《红楼梦》里的法律、社会与女性
》
售價：NT$
403.0
《
维京人新史：从斯堪的纳维亚到丝绸之路
》
售價：NT$
454.0
《
孩子·挑战（全新图解版）
》
售價：NT$
398.0
《
大明1644（全二册）
》
售價：NT$
490.0
《
爱的流动
》
售價：NT$
301.0
《
帝国之翼：胡林翼的官场与战场
》
售價：NT$
398.0
《
史记全本注译（布面精装，全套9册） 附赠“朕来也”文创扑克牌1副！
》
售價：NT$
3315.0
|
| 編輯推薦： |
|
本书教你轻松掌握改善组织数据质量的实用策略
|
| 內容簡介： |
本书深入剖析了组织中数据质量的重要性及提升方法，为组织打造优质数据提供了全面的指导。书中首先揭示了糟糕的数据质量对企业流程、决策及合规的潜在影响，进而阐述了提高数据质量的核心要素和端到端的实践流程。详细解析了数据质量提升方案的每个步骤，从构建业务案例到管理初期的繁忙阶段，再到确定关键利益相关者并明确数据规则，为读者提供了清晰的操作路径。此外，书中还介绍了数据监控与修正的有效方法，并探讨了如何将良好的数据实践融入企业日常运营。最后，作者总结了一份提升数据质量的完整纲要，配以实例和模板工具，以点燃读者的探索热情，并助力数据质量工作持续高效推进。
本书是企业数据质量管理的指南，适合各类组织的数据从业者和管理者阅读参考。
|
| 關於作者： |
罗伯特?霍克（Robert Hawker）在 2007 年转而投身数据领域之前，其职业生涯始于一名注册会计师。在长达 14 年的时间里，他在两次全球范围内的思爱普（SAP）实施项目中领导数据团队，负责主数据管理、数据所有权和管理、元数据管理，当然还有数据质量。2017 年，他进入分析领域，现在专门从事微软 Power BI 的培训、实施、管理和治理工作。他居住在英国，并通过会议和博客分享自己的经验。
译者：
马欢 本科毕业于同济大学，后获得上海交通大学工学硕士学位。从开发工程师做起，担任过系统分析师、系统架构师、项目经理等角色。具有20多年的信息系统开发设计经验，曾经两次获得部级科技发展奖项。主持翻译了《DAMA数据管理知识体系指南》等专业书籍，作为骨干编委参与编写《国际数字之都——上海城市数字化转型市民手册》，此外还翻译了《首席数据官管理手册：建立并运行组织的数据供应链》《区块链重构规则》《数据与现实》《统一星型模型》等多本译著。2011年首次把数据管理专业人士认证（CDMP）引入中国，并获得CDMP大师级认证，主理的“DAMA数据管理”是国内最活跃的专业社区之一。
杨晓敏 河北工业大学硕士，10年数据分析经验，担任过高级数据分析师、数据开发工程师职务，获得信息技术中级工程师职称。善于从复杂的数据中提炼出有价值的信息，为企业的决策提供有力的数据支持。
|
| 目錄：
|
译者序
序
贡献者
前言
第1部分入门
第1章数据质量对组织的影响
1.1本书的价值
1.1.1高层支持的重要性
1.1.2问题数据的详细定义
1.1.3问题数据与完美数据
1.2问题数据的影响
1.2.1量化问题数据的影响
1.2.2问题数据的深层次影响
1.3产生问题数据的原因
1.3.1数据文化缺失
1.3.2流程处理速度优先于数据治理
1.3.3合并与收购
1.4本章小结
第2章数据质量原则
2.1在数据治理背景下的数据质量
2.1.1数据治理作为一门学科
2.1.2数据治理工具和主数据管理
2.1.3如何将数据质量融入数据治理和主数据管理
2.2公认的数据质量原则和术语
2.2.1数据质量基本术语的定义
2.2.2数据质量维度
2.3数据质量方案的利益相关方
2.4数据质量改进周期
2.4.1商业案例
2.4.2数据发现
2.4.3规则制定
2.4.4监控
2.4.5补救
2.4.6纳入日常运营
2.5本章小结
第3章数据质量的商业案例
3.1活动、组成部分和费用
3.1.1数据质量方案的活动
3.1.2早期阶段
3.1.3规划和商业案例阶段
3.2定量收益估算
3.2.1实例——计算量化收益的难度
3.2.2量化策略
3.3定性收益评估
3.3.1调查和焦点小组
3.3.2详细阐述数据质量定性风险
3.4预测领导力挑战
3.4.1“Excel就可以完成工作”的挑战
3.4.2持续费用所有权的挑战
3.4.3费用过高的挑战
3.4.4“我们为什么需要数据质量工具”的挑战
3.5本章小结
第4章数据质量方案入门
4.1预算批准后的最初几周
最初几周的关键活动
4.2了解数据质量工作流
早期需要的工作流
4.3为你的团队确定合适的人选
将人力资源匹配到工作流中
4.4本章小结
第2部分理解和监控关键数据
第5章数据发现
5.1数据发现流程概览
5.2理解业务策略、目标和挑战
5.2.1识别利益相关方的方法
5.2.2相关方的沟通内容
5.3战略、目标、流程、分析和数据的层次结构
5.3.1利用战略确定优先次序
5.3.2将挑战与流程、数据和报告关联
5.4数据剖析的基础知识
5.4.1数据剖析工具的经典功能
5.4.2使用能力
5.4.3连接到数据库
5.5本章小结
第6章数据质量规则
6.1数据质量规则介绍规则范围
6.2数据质量规则的主要特征
6.2.1规则权重
6.2.2规则维度
6.2.3规则优先级
6.2.4规则阈值
6.2.5单次规则失败的成本
6.3实施数据质量规则
6.3.1设计规则
6.3.2构建数据质量规则
6.3.3测试数据质量规则
6.4本章小结
第7章根据规则监控数据
7.1数据质量报告介绍
7.1.1不同层级的数据质量报告
7.1.2数据安全考虑
7.2设计高级数据质量仪表板维度和筛选
7.3设计质量规则结果报告质量规则报告的典型特征
7.4设计不合格数据报表
7.4.1不合格数据报表的典型特征
7.4.2复用不合格数据报表
7.4.3多个不合格数据报表
7.4.4导出不合格数据报表
7.5管理沉寂和重复数据
7.5.1管理沉寂数据
7.5.2管理重复数据
7.5.3检测重复数据
7.6向利益相关方展示调查结果
7.6.1成功启动数据质量报告
7.6.2将报表纳入治理中
7.7本章小结
第3部分持续提高数据质量
第8章数据质量补救
8.1整体补救过程
8.2确定补救活动优先级
8.2.1重新审视收益
8.2.2确定优先级的方法
8.3确定补救办法
8.3.1典型的补救方法
8.3.2将问题与正确的方法相匹配
8.4补救工作常态化
8.5了解工作量和成本
补救的成本类型
8.6管理补救活动
关键的管理活动
8.7跟踪收益
8.7.1量化示例
8.7.2追踪量化收益
8.8本章小结
第9章将数据质量纳入组织中
9.1预防问题再次发生
9.1.1预防问题再次发生的
方法
9.1.2人为失误的持续影响
9.1.3短期水平分析报告
9.2持续改进质量管理规则
9.2.1识别规则变更的策略
9.2.2更新数据质量规则
9.3过渡到日常补救活动中
9.3.1成功的必要条件
9.3.2为成功过渡进行规划
9.3.3成功过渡的标志
9.4持续数据质量之旅
9.4.1数据质量方案路线图
9.4.2确定下一个方案
9.4.3获取支持
9.4.4如果后续方案没有获得批准，该怎么办？
9.5本章小结
第10章最佳实践和常见错误
10.1最佳实践
10.1.1选择最佳实践
10.1.2主要从源头管理数据质量
10.1.3落实支持性治理会议
10.1.4将数据质量纳入全组织教育计划
10.1.5改善数据管理员和数据
生产者之间的关系
10.1.6本书的最佳实践
10.2常见错误
10.2.1未能实施最佳实践
10.2.2缺乏实用性
10.2.3技术驱动的数据质量规则
10.2.4一次性补救活动
10.2.5限制对数据质量结果的访问
10.2.6避免数据质量工作中的各自为政
10.3数据质量工作的未来
10.3.1大语言模型
10.3.2各组织更加重视高质量数据
10.4本章小结
|
| 內容試閱：
|
对你所在的组织而言，如何从仅对数据质量问题有基本认识，提升到真正拥有支撑业务成功的优质数据，是本书主要阐述的内容。
本书首先解释了糟糕的数据如何影响组织的流程效率、决策和保持合规性的能力。然后介绍了要想在数据质量方面取得成功，读者需要理解的关键概念，以及在我整个职业生涯中用于转换数据的一些端到端流程。
本书接着解释了数据质量之旅的每一步，从商业案例的创建，以及每一项举措启动阶段纷繁芜杂的工作。然后确定整个过程中需要接触的典型利益相关方并与之合作，以确定要关注的数据，以及数据应遵守的具体质量规则。
接下来，本书展示了如何根据已建立的规则监视数据，以及如何实际开始更正数据。
最后，本书解释了如何将良好的数据质量实践纳入组织的日常活动中，并概述了最佳实践和工作中应避免的挑战。
在本书的结尾，概述了如何在组织中提升数据质量，以及如何利用一些例子来吸引利益相关方的兴趣，并提供了能加速数据质量工作的模板和工具。
本书的受众读者
任何想要提高组织中数据质量的读者都是本书的受众。本书为刚接触该主题的读者概述了数据质量的基本知识，并深入分析了数据质量生命周期的每一个步骤，使用真实案例和模板来加快进展。典型的读者是商业领袖，如首席运营官或首席执行官，让他们认识到糟糕的数据质量对他们的成功产生不利影响是最重要的，读者也包括各种数据团队，如希望优化数据质量提升方法的分析团队或治理团队。
本书主要内容
第1章，数据质量对组织的影响，解释了数据质量的重要性，并定义了问题数据的含义。
第2章，数据质量原则，解释了关键的数据质量概念，包括所涉及的典型角色、数据质量改进周期，以及数据质量方案与更广泛的数据管理计划和组织的整体配合。
第3章，数据质量的商业案例，解释了如何计算数据质量方案的成本和收益，并将这些成本和收益与定性问题结合起来，形成一个引人注目的可融资商业案例。
第4章，数据质量方案入门，确定了商业案例被批准后需要立即执行的活动，如供应商和工具的选择、招聘、早期补救活动和规划。它提供了一个可以确保所有这些活动尽早以期望的速度取得进展的框架。
第5章，数据发现，解释了如何理解业务战略，以及如何将它与数据、流程和分析相联系。理解了这一点以后，本章解释了如何执行数据剖析并解释结果，以生成第一个数据质量规则。
第6章，数据质量规则，解释了如何导出一套完整的业务数据质量规则，涵盖了所有关键元素，包括定义规则范围、阈值、维度和权重。良好的质量规则能以可重复的方式有效地识别不符合标准的数据。
第7章，根据规则监控数据，概述了根据业务规则高效监控数据质量所需的各种仪表板和报告。
第8章，数据质量补救，解释了如何使用数据质量仪表板和报告来确定数据质量改进活动的优先级，然后进行数据质量改进工作。
第9章，将数据质量纳入组织中，描述了如何确保数据质量改进工作不会随着项目的结束而终止，确保它成为日常业务实践的一部分。
第10章，最佳实践和常见错误，概述了成功的数据质量方案中的关键最佳实践，以及降低工作效率的常见错误。本书最后分析了生成式人工智能等新技术将如何影响该领域的工作。
如何充分利用本书
要想充分发挥本书的作用，你应该对企业的运营方式有基本的了解，包括但不限于以下内容：
了解组织的结构，包括不同部门和组织实践。
了解组织中的关键流程，如采购到付款或订单到现金结算。
了解组织中的关键系统，如ERP系统和CRM系统。
了解数据管理概念，如主数据管理、数据所有权和管理工作。
|
|
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
