幫助中心 | 我的帳號 | 關於我們
進階搜尋
car

同類熱銷排行榜

最近瀏覽的商品

數據治理實踐者手記

  • 作者：蘇振中//劉永強|責編:張爽
  • 出版社：電子工業
  • ISBN：9787121475689
  • 出版日期：2024/04/01
  • 裝幀：平裝
  • 頁數：325
人民幣：RMB 99 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    數據治理是一門實踐中的學問。本書輕理論、重實踐，是一份實用的數據治理指南，涉及數據治理組織、管理制度、流程規範、數據標準管理、數據質量管理、元數據管理、主數據管理、數據安全與隱私等主題。全書共分為3篇，第一篇包含第1章和第2章，介紹數據治理的理論與方法；第二篇包含第3章至第6章，介紹數據治理的平台建設與工具；第三篇包含第7章至第9章，介紹不同場景下的數據治理案例，通過案例場景細節解讀和工作步驟闡述，幫助讀者將數據治理理論轉化為切實可行的解決方案和行動策略。
    本書適合數據管理專家、企業決策者、數據治理從業者，以及對數據治理感興趣的人士閱讀。
作者介紹
蘇振中//劉永強|責編:張爽
目錄
第一篇  理論與方法
  第1章  為什麼數據治理如此重要
    1.1  科技特徵及演化趨勢
      1.1.1  組織進化與數智化轉型
      1.1.2  技術進化與劇烈「內卷」
      1.1.3  數據消費場景的演進
    1.2  數據資產的特徵
      1.2.1  通用資產的特徵
      1.2.2  數據的保鮮期
      1.2.3  數據可能是負資產
      1.2.4  數據資產的特殊性
    1.3  數據之「痛」，「痛」在哪裡
      1.3.1  找不到關鍵數據
      1.3.2  數據質量差
      1.3.3  分析手段舊
      1.3.4  分析效率低
      1.3.5  數據雜亂
      1.3.6  響應業務變化慢
      1.3.7  非結構化數據的信息密度低
    1.4  數據治理，治理什麼
      1.4.1  改善數據質量
      1.4.2  優化數據時效
      1.4.3  提升數據消費
      1.4.4  貫徹數據標準
      1.4.5  降低持有成本
      1.4.6  完善治理組織
    1.5  本章小結
  第2章  敏捷數據治理方法論
    2.1  什麼是敏捷數據治理
      2.1.1  統計報表的局限性
      2.1.2  非數字原生企業的轉型挑戰
      2.1.3  常見數據治理框架的局限性
      2.1.4  數據標準化面臨的困難
      2.1.5  數據治理的常見誤區
    2.2  敏捷數據治理的總體框架、執行要點及主要特性
      2.2.1  敏捷數據治理的總體框架
      2.2.2  敏捷數據治理的執行要點
      2.2.3  敏捷數據治理的主要特性
    2.3  確定目標、釐清現狀
      2.3.1  調研及評估
      2.3.2  如何獲得高層管理者的支持
      2.3.3  如何獲得業務部門的支持
      2.3.4  常見的數據治理切入點
    2.4  數據治理平台規劃
      2.4.1  有效的數據治理計劃
      2.4.2  技術路徑選擇
      2.4.3  組織保障體系
    2.5  本章小結
第二篇  平台建設與工具
  第3章  敏捷數據治理平台的技術規劃

    3.1  技術框架的總體思考
      3.1.1  彼之蜜糖，汝之砒霜
      3.1.2  數據的處理與存儲方式
      3.1.3  資料庫、數據倉庫與數據中台
      3.1.4  數據特性的治理差異
      3.1.5  雲原生
      3.1.6  微服務
      3.1.7  應用性能監控
    3.2  數據存儲
      3.2.1  規劃要點
      3.2.2  存儲備份
      3.2.3  實操經驗
    3.3  數據技術底座
      3.3.1  公有雲套件
      3.3.2  私有化部署
    3.4  數據ETL
      3.4.1  多源異構
      3.4.2  任務調度
      3.4.3  數據清洗
    3.5  產品選型建議
      3.5.1  技術架構
      3.5.2  成本預算
      3.5.3  供應商綜合實力
    3.6  本章小結
  第4章  敏捷數據治理平台的功能分析
    4.1  智能數據應用
      4.1.1  自助式BI分析
      4.1.2  數據分析洞察
      4.1.3  數據預警
    4.2  數據指標體系
      4.2.1  數據梳理：自上而下
      4.2.2  數據梳理：自下而上
      4.2.3  可視化指標管理
    4.3  模型構建
      4.3.1  指標模型
      4.3.2  數據模型
      4.3.3  演算法模型
      4.3.4  展示模型
    4.4  主數據管理
      4.4.1  主數據編碼
      4.4.2  主數據集成
      4.4.3  主數據範圍識別及難點分析
    4.5  元數據管理
      4.5.1  應用場景
      4.5.2  難點及案例分析
    4.6  數據標準管理
      4.6.1  標準制定
      4.6.2  標準落地
      4.6.3  常見問題
      4.6.4  難點分析

      4.6.5  術語辨析
    4.7  數據質量管理
      4.7.1  質量指標
      4.7.2  事前預防
      4.7.3  事中控制
      4.7.4  事後補救
      4.7.5  難點分析
    4.8  本章小結
  第5章  數據治理項目的落地實施
    5.1  項目實施過程管理
      5.1.1  項目啟動
      5.1.2  例行會議
      5.1.3  管理要點
    5.2  長效運營與持續改善
      5.2.1  組織挑戰
      5.2.2  文化挑戰
    5.3  項目實踐中的難點
    5.4  本章小結
  第6章  數據治理工具箱
    6.1  數據ETL工具
      6.1.1  功能與特點
      6.1.2  開源ETL產品
      6.1.3  商業ETL產品
      6.1.4  缺陷評述
      6.1.5  選型建議
    6.2  主數據管理工具
      6.2.1  功能與特點
      6.2.2  開源MDM產品
      6.2.3  商業MDM產品
      6.2.4  缺陷評述
      6.2.5  選型建議
    6.3  元數據管理工具
      6.3.1  功能與特點
      6.3.2  開源元數據管理產品
      6.3.3  商業元數據管理產品
      6.3.4  缺陷評述
      6.3.5  選型建議
    6.4  數據標準管理工具
      6.4.1  功能與特點
      6.4.2  產品介紹
    6.5  數據質量管理工具
      6.5.1  功能與特點
      6.5.2  開源數據質量管理產品
      6.5.3  商業數據質量管理產品
      6.5.4  缺陷評述
      6.5.5  選型建議
    6.6  數據共享與開放工具
      6.6.1  數據資產目錄
      6.6.2  BI報表
    6.7  本章小結

第三篇  場景解讀
  第7章  應用場景
    7.1  大型集團/企業
      7.1.1  案例：A集團的協同管控之路
      7.1.2  難點解析
      7.1.3  應對策略
      7.1.4  實現效果
    7.2  零售與分銷行業
      7.2.1  案例：B零售公司數據治理助推數字化轉型
      7.2.2  難點解析
      7.2.3  應對策略
      7.2.4  實現效果
    7.3  製造業
      7.3.1  案例：C零部件製造企業數據驅動的業務優化
      7.3.2  難點解析
      7.3.3  應對策略
      7.3.4  實現效果
    7.4  電商行業
      7.4.1  案例：D電商公司數據治理支持精準營銷
      7.4.2  難點解析
      7.4.3  應對策略
      7.4.4  實現效果
    7.5  政府、金融和能源等領域
      7.5.1  案例：數據開放與治理
      7.5.2  難點解析
      7.5.3  應對策略
      7.5.4  實現效果
    7.6  本章小結
  第8章  技術場景
    8.1  混合雲架構下的數據治理
      8.1.1  案例：E醫療集團的數據治理
      8.1.2  難點解析
      8.1.3  應對策略
      8.1.4  實現效果
    8.2  大數據架構下的數據治理
      8.2.1  案例：F廣告公司的大數據營銷平台
      8.2.2  難點解析
      8.2.3  應對策略
      8.2.4  實現效果
    8.3  微服務架構下的數據治理
      8.3.1  案例：G烘焙公司的數據一體化平台
      8.3.2  難點解析
      8.3.3  應對策略
      8.3.4  實現效果
    8.4  本章小結
  第9章  業務場景
    9.1  財務數據治理與應用
      9.1.1  案例：H集團的業財一體化平台建設
      9.1.2  難點解析
      9.1.3  應對策略

      9.1.4  實現效果
    9.2  供應鏈數據治理與應用
      9.2.1  案例：J零售連鎖企業集成供應鏈協同優化
      9.2.2  難點解析
      9.2.3  應對策略
      9.2.4  實現效果
    9.3  營銷數據治理與應用
      9.3.1  案例：K電子商務公司的精準營銷
      9.3.2  難點解析
      9.3.3  相關技術
      9.3.4  應對策略
      9.3.5  實現效果
    9.4  生產數據治理與應用
      9.4.1  案例：M機械製造企業的生產效率提升
      9.4.2  難點解析
      9.4.3  相關技術
      9.4.4  應對策略
      9.4.5  實現效果
    9.5  本章小結
後記  總結與展望

  • 商品搜索：
  • | 高級搜索
首頁│ 新手上路│ 客服中心│ 關於我們│ 聯絡我們│ Top↑│
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司 臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話：02-2381-2033 02-2381-1863　時間：週一-週五 10:00-17:00
　服務信箱：bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證：浙B2-20060032