數據治理(工業企業數字化轉型之道第2版)/工業大數據工程叢書

作者：祝守宇//蔡春久|責編:王靜
出版社：電子工業
ISBN：9787121465529

出版日期：2023/11/01
裝幀：平裝
頁數：596

人民幣：RMB 158 元售價：元

內容大鋼

    本書是一本全面關注工業企業數據治理方面的工具書，主要內容分為趨勢篇、體系篇、工具篇、實施篇及案例篇。其中趨勢篇主要介紹工業企業數據治理的基本概念、主流數據治理標準及框架、數據治理的發展趨勢等；體系篇主要介紹數據管控、數據戰略、數據架構、主數據管理等的基本原理與管理體系；工具篇主要介紹數據資產運營工具、數據模型管理工具、主數據管理工具等；實施篇主要介紹數據治理實施策略和路徑選擇、數據治理頂層架構規劃與設計、數據資產運營實施等；案例篇主要介紹電力、能源化工、製造、戰略投資等行業的數據治理案例，為讀者提供專業、豐富、可信的數據治理實施範例。
    本書是工業大數據應用技術國家工程實驗室多年潛心研究的重要科研成果的總結和凝聚，既具有理論高度，也具備面向中國工業企業的可實操性。參與本書編著的作者均為國內各企業的數據治理專家，所有案例均來自這些企業的實踐。
    對企業基層管理者或初入職場的人士來說，本書是充分認識數據治理意義、組織實施數據治理的具體方案和工具手冊；對企業中層管理者來說，本書是一本配合企業數據治理的綱領性指南；對企業高層管理者來說，本書是一本推動企業數據治理的方法論。本書還適合作為高校的MBA、EMBA教材。

作者介紹

祝守宇//蔡春久|責編:王靜

第1篇  趨勢篇
  第1章  工業企業需要數據治理
    1.1  工業革命的演變與發展趨勢
    1.2  工業大數據是工業智能化的核心基礎
    1.3  主要工業國家地區的工業大數據戰略
    1.4  企業工業數據的核心價值
    1.5  我國各行業數據治理現狀
    1.6  數據治理是實現工業數據價值的基礎
    1.7  工業企業數據治理面臨的困難與挑戰
  第2章  工業企業數據治理概述
    2.1  相關概念和定義
      2.1.1  數據與數據管理
      2.1.2  大數據內涵及其特徵
      2.1.3  工業大數據的定義及其獨特屬性
      2.1.4  狹義數據治理與廣義數據治理
    2.2  工業數據的分類
    2.3  數據治理的頂層架構
      2.3.1  數據治理「五域模型」：管理視角
      2.3.2  數據治理「黃金屋」：技術視角
      2.3.3  數據全生命周期
    2.4  數據治理的核心內容
  第3章  主流數據治理標準及框架介紹
    3.1  國際標準
    3.2  國內標準及模型
    3.3  專業組織及理論框架
    3.4  數據治理體系比較
  第4章  數據治理的發展趨勢
    4.1  國內外數據治理體系的演變與發展
    4.2  以組織為核心的數據治理體系建設
    4.3  從傳統式數據治理到資產化數據治理
    4.4  從企業級數據治理到產業級數據治理
    4.5  新一代信息技術促進數據治理的發展
    4.6  數據文化與倫理道德建設是重要一環
    4.7  數據運營是數據資產價值的實現過程
  第5章  本書閱讀導引
    5.1  數據治理是一個系統工程
    5.2  工具是數據治理的保障
    5.3  實施數據治理有路線可循
    5.4  數據治理已在諸多行業成功實施
第2篇  體系篇
  第6章  數據管控
    6.1  數據管控概述
    6.2  組織架構
      6.2.1  數據治理組織架構
      6.2.2  數據治理組織模式
      6.2.3  數據治理職責分工
    6.3  制度規範
      6.3.1  數據治理制度框架
      6.3.2  數據治理管理制度的修訂
    6.4  執行流程

      6.4.1  數據治理總體流程框架
      6.4.2  數據治理典型場景的流程
    6.5  設計機制
    6.6  考核體系
    6.7  標準體系
  第7章  數據戰略
    7.1  數據戰略概述
    7.2  數據戰略規劃
      7.2.1  數據戰略願景和目標
      7.2.2  數據戰略規劃基本原則
      7.2.3  數據戰略舉措選擇
      7.2.4  數據戰略模型工具
    7.3  數據戰略實施
      7.3.1  實施策略
      7.3.2  實施路徑
      7.3.3  實施步驟
  第8章  數據架構
    8.1  數據架構概述
      8.1.1  數據架構組成
      8.1.2  企業數據架構的主要問題
      8.1.3  做好數據架構的意義
    8.2  數據目錄
      8.2.1  數據目錄類型
      8.2.2  數據目錄管理
    8.3  數據模型
      8.3.1  數據模型中的基本概念與數據關係
      8.3.2  主題域模型
      8.3.3  概念數據模型
      8.3.4  邏輯數據模型
      8.3.5  物理數據模型
      8.3.6  數據模型設計和建模方法
    8.4  數據標準
      8.4.1  對象類數據標準
      8.4.2  基礎類數據標準
    8.5  數據分佈與流向
      8.5.1  數據分佈
      8.5.2  數據流向
      8.5.3  數據資產全景圖
      8.5.4  數據地圖分佈應用
    8.6  數據架構評價指標
  第9章  主數據管理
    9.1  主數據和主數據管理
      9.1.1  主數據的特徵
      9.1.2  主數據管理的基本概念
    9.2  主數據規劃管理
    9.3  主數據識別管理
    9.4  主數據標準管理
    9.5  主數據全生命周期管理
    9.6  主數據應用管理
      9.6.1  統一源頭集中共享

      9.6.2  主數據應用需求管理
      9.6.3  主數據應用質量管理
      9.6.4  主數據應用服務管理
    9.7  主數據評價指標
    9.8  企業常用的幾類主數據
      9.8.1  物料主數據
      9.8.2  設備主數據
      9.8.3  固定資產主數據
      9.8.4  會計科目主數據
      9.8.5  組織機構和員工主數據
  第10章  元數據管理
    10.1  元數據的定義
    10.2  元數據分類
      10.2.1  業務元數據
      10.2.2  技術元數據
      10.2.3  管理元數據
    10.3  元數據相關概念理解
    10.4  元數據管理關鍵活動
    10.5  元數據管理內容
    10.6  主動元數據管理
    10.7  元數據的價值
    10.8  元數據管理評價指標
  第11章  數據指標管理
    11.1  數據指標管理概述
      11.1.1  數據指標應用和管理中的挑戰
      11.1.2  指標體系框架設計目的
      11.1.3  指標體系框架設計思路
    11.2  指標體系框架
      11.2.1  典型的指標定義框架
      11.2.2  指標選取原則及方法
      11.2.3  指標體系框架層級設計
      11.2.4  指標體系評價方法
    11.3  找指標
    11.4  理指標
    11.5  管指標
    11.6  用指標
  第12章  時序數據管理
    12.1  時序數據管理概述
    12.2  時序數據的特點
    12.3  時序數據的應用
      12.3.1  技術挑戰
      12.3.2  典型的技術架構及特點
      12.3.3  系統核心功能
  第13章  數據質量管理
    13.1  數據質量需求分析
    13.2  數據質量檢查
    13.3  數據質量分析
    13.4  數據質量提升
    13.5  數據質量評估
      13.5.1  數據質量問題的起因

      13.5.2  數據質量管理技術指標
      13.5.3  數據質量管理業務指標
  第14章  數據安全管理
    14.1  數據安全管理概述
    14.2  數據安全體系框架
    14.3  數據安全防護策略
    14.4  數據安全審計
    14.5  數據安全風險評估
    14.6  數據應急保障
  第15章  數據交換與服務
    15.1  數據交換與服務的意義
    15.2  數據交換與服務技術演進
      15.2.1  文件共享技術
      15.2.2  資料庫中間表技術
      15.2.3  點對點介面技術
      15.2.4  消息隊列技術
      15.2.5  企業服務匯流排交換技術
      15.2.6  ETL數據交換技術
      15.2.7  物聯網數據採集交換技術
    15.3  工業企業數據交換與服務標準體系架構
      15.3.1  CPS信息交換模型
      15.3.2  設備互聯匯流排
      15.3.3  服務匯流排
      15.3.4  數據匯流排
      15.3.5  開放互聯API網關
  第16章  數據共享與開放
    16.1  數據共享與開放概述
    16.2  數據資源目錄
    16.3  數據資源準備
      16.3.1  數據採集
      16.3.2  數據加工
      16.3.3  數據保密
      16.3.4  數據裝載
      16.3.5  數據發布
    16.4  數據服務
    16.5  數據共享與開放評價
  第17章  數據管理成熟度評估
    17.1  數據管理成熟度評估模型
    17.2  數據管理成熟度等級定義
    17.3  數據管理成熟度評估指標
    17.4  數據管理成熟度評估實施
第3篇  工具篇
  第18章  數據治理工具概述
  第19章  數據資產運營工具
    19.1  數據資產目錄
      19.1.1  總體概述
      19.1.2  數據資產目錄系統構建
      19.1.3  數據資產目錄能力評估模型
    19.2  數據資產價值評估
      19.2.1  總體概述

      19.2.2  數據資產價值評估模型
      19.2.3  數據資產價值評估工具
  第20章  數據模型管理工具
    20.1  數據模型管理工具概述
    20.2  企業級數據模型管控
    20.3  數據標準管控
      20.3.1  數據標準的發布和工具訪問
      20.3.2  數據模型設計中的數據標準應用
      20.3.3  數據標準應用情況的自動檢核
      20.3.4  自定義數據標準的發布管理
    20.4  數據字典的質量檢核
  第21章  數據指標管理工具
    21.1  指標庫管理
    21.2  指標體系管理
    21.3  指標評價管理
    21.4  指標應用管理
  第22章  主數據管理工具
    22.1  主數據標準管理
    22.2  主數據模型管理
    22.3  主數據清洗管理
      22.3.1  主數據清洗的內容
      22.3.2  主數據清洗的一般過程
    22.4  主數據全生命周期管理
    22.5  主數據質量管理
    22.6  主數據發布與共享
  第23章  元數據管理工具
    23.1  元數據管理工具概述
    23.2  元數據管理工具組成
    23.3  元數據管理工具的架構
    23.4  元數據管理工具的發展趨勢
  第24章  時序數據處理工具
    24.1  通用的大數據處理工具的不足
    24.2  時序數據處理工具應具備的功能和特點
    24.3  時序數據的採集
    24.4  時序數據處理工具
  第25章  數據質量管理工具
    25.1  數據質量管理工具概述
    25.2  數據質量稽核規則設置
    25.3  數據質量任務管理
    25.4  數據質量報告
  第26章  數據交換與服務工具
    26.1  數據交換與服務工具概述
    26.2  數據採集
    26.3  數據交換
      26.3.1  前置交換子系統
      26.3.2  交換傳輸子系統
      26.3.3  交換管理子系統
    26.4  數據加工服務
    26.5  數據共享服務
    26.6  工業大數據技術平台

      26.6.1  工業大數據的採集
      26.6.2  工業大數據的交換
      26.6.3  工業大數據的處理
  第27章  數據安全管理工具
    27.1  數據安全管理工具概述
    27.2  數據採集安全管理工具
      27.2.1  數據分類分級工具
      27.2.2  數據採集內容及策略
      27.2.3  數據採集人員管理
      27.2.4  數據採集安全審計
      27.2.5  數據源鑒別及記錄
    27.3  數據傳輸安全管理工具
      27.3.1  加密演算法
      27.3.2  對稱加密
      27.3.3  非對稱加密
      27.3.4  傳輸安全審計
    27.4  數據存儲安全管理工具
      27.4.1  數據存儲介質管理
      27.4.2  數據存儲安全
      27.4.3  數據備份和恢復
      27.4.4  災難恢復能力等級劃分
      27.4.5  數據存儲安全審計
    27.5  數據處理安全管理工具
    27.6  數據交換安全管理工具
      27.6.1  數據導入/導出安全保障
      27.6.2  數據交換安全
      27.6.3  數據銷毀安全管理
    27.7  統一的身份認證系統
    27.8  API介面安全管控系統
    27.9  人工智慧技術賦能數據安全
  第28章  大數據平台
    28.1  大數據平台的演變與現狀
      28.1.1  大數據平台的演變
      28.1.2  大數據平台的新內涵
    28.2  大數據平台的作用與建設
      28.2.1  大數據平台的作用
      28.2.2  大數據平台的建設思路
      28.2.3  大數據平台的建設路徑
    28.3  大數據平台功能架構
      28.3.1  湖倉一體大數據平台的產生和總體架構
      28.3.2  數據採集
      28.3.3  數據存儲
      28.3.4  數據計算
      28.3.5  數據分析與挖掘
      28.3.6  數據服務
      28.3.7  數據應用與可視化
      28.3.8  作業調度系統
      28.3.9  數據治理
      28.3.10  集成開發門戶
    28.4  大數據平台的主要技術

    28.5  大數據平台團隊建設
      28.5.1  大數據平台團隊的職能
      28.5.2  大數據平台實施團隊構成
    28.6  大數據平台的能力評估
    28.7  大數據平台發展趨勢
      28.7.1  數字經濟中的發展與安全的平衡
      28.7.2  信息與大數據技術的迭代發展
第4篇  實施篇
  第29章  數據治理實施策略和路徑選擇
    29.1  數據治理實施內容
    29.2  數據治理路徑選擇
  第30章  數據治理頂層架構規劃與設計
    30.1  數據治理頂層架構規劃與設計實施內容
    30.2  數據治理頂層架構規劃與設計步驟和方法
      30.2.1  數據治理頂層架構設計總體思路
      30.2.2  數據治理頂層架構設計要點
    30.3  數據治理頂層架構規劃與設計成熟度評估
  第31章  數據資產運營實施
    31.1  數據資產運營實施內容
    31.2  數據資產運營實施步驟和方法
  第32章  主數據管理實施
    32.1  主數據管理實施內容
    32.2  主數據管理實施步驟和方法
      32.2.1  主數據管理實施步驟
      32.2.2  主數據管理實施方法
  第33章  元數據管理實施
    33.1  元數據管理實施內容
    33.2  元數據管理實施步驟和方法
  第34章  數據指標管理實施
    34.1  數據指標管理實施內容
    34.2  數據指標收集步驟和方法
    34.3  數據指標模板
      34.3.1  數據指標項定義
      34.3.2  形成數據指標卡片及數據指標模板
      34.3.3  數據需求規劃
  第35章  數據質量管理實施
    35.1  數據質量管理實施內容
    35.2  數據質量管理實施步驟和方法
      35.2.1  數據剖析
      35.2.2  數據質量診斷
      35.2.3  數據處理規則
      35.2.4  數據質量優化
      35.2.5  數據質量監管
      35.2.6  實施數據質量管理時要注意的問題
  第36章  數據安全管理實施
    36.1  數據安全管理實施內容
    36.2  數據安全管理實施步驟
      36.2.1  第一階段：統籌規劃
      36.2.2  第二階段：數據全生命周期監管
      36.2.3  第三階段：稽核檢查

    36.3  數據安全管理實施框架
  第37章  數據治理常見誤區
第5篇  案例篇
  第38章  電力行業：夯實數字化轉型基礎——南方電網數據資產管理行動實踐
    38.1  背景介紹
    38.2  項目實施
    38.3  項目成果
    38.4  項目亮點和洞察
    38.5  數據治理願景
  第39章  電力行業：支撐集團產業數字化轉型——國家電投集團數據治理實踐
    39.1  背景介紹
    39.2  數據治理工作實踐
      39.2.1  五凌電力數據治理實踐——水電領域
      39.2.2  黃河公司數據治理實踐——光、風、水領域
      39.2.3  雲南國際數據治理實踐——風電領域
    39.3  經驗總結
    39.4  總結與展望
  第40章  能源化工行業：數據治理助百年油企數字化轉型
    40.1  背景介紹
    40.2  工作概況
    40.3  組織保障
    40.4  主要成果
    40.5  物資集團數據治理實踐案例
    40.6  總結與展望
  第41章  建築行業：中建三局園區數據治理實踐
    41.1  背景介紹
    41.2  願景目標
    41.3  總體規劃
    41.4  項目成果
    41.5  未來展望
  第42章  鋼鐵行業：產線時序數據治理實踐
    42.1  背景介紹
    42.2  項目目標
    42.3  項目實施
    42.4  項目總結
    42.5  未來展望
  第43章  核工業：主數據治理助力中核供應鏈管理升級
    43.1  背景介紹
    43.2  目標現狀
    43.3  項目實踐
    43.4  項目成果
    43.5  未來展望
  第44章  航天行業：軍工企業的「三位一體」數據治理體系建設實踐
    44.1  背景介紹
    44.2  數據治理體系建設實踐
    44.3  項目成效
    44.4  未來展望
  第45章  航空行業：基於全局模型的數據賦能業務實踐
    45.1  背景介紹
    45.2  工作歷程

    45.3  項目成果
    45.4  後續規劃
  第46章  重型裝備製造行業：數據標準，裝備中國——中國一重的數據標準化管理項目
    46.1  背景介紹
    46.2  數據治理概況
    46.3  數據治理成果
    46.4  總結與成效
  第47章  交通物流行業：數據治理助力中國外運數字化轉型
    47.1  背景介紹
    47.2  主數據管理項目實施
    47.3  數據資產目錄項目實施
    47.4  項目成果
    47.5  未來展望
  第48章  多元化集團：越秀集團以數據為驅動，提升產品和服務競爭力，支撐高質量發展
    48.1  背景介紹
    48.2  整體方案
      48.2.1  悅數通
      48.2.2  悅分析
      48.2.3  悅觀察
      48.2.4  悅資產
      48.2.5  主數據
      48.2.6  悅探索
      48.2.7  悅數研
    48.3  創新成果
    48.4  項目亮點
  第49章  煤炭行業：大海則煤礦數據標準體系及數據湖建設
    49.1  背景介紹
    49.2  項目實施
    49.3  項目成果
    49.4  未來展望
  第50章  戰略投資行業：國投集團的數據標準化管理實踐
    50.1  背景介紹
    50.2  工作概況
    50.3  組織保障
    50.4  項目成果
    50.5  工作價值
    50.6  經驗分享
附錄A  工業英文縮寫術語表
附錄B  數據治理221個重要名詞術語

同類熱銷排行榜

最近瀏覽的商品

數據治理(工業企業數字化轉型之道第2版)/工業大數據工程叢書