數據要素化時代的數據治理
上海市靜安區國際數據管理協會
買這商品的人也買了...
-
Notion 全方位管理術：任務管理 × 收支記帳 × 知識筆記 × ChatGPT × Notion AI（iThome鐵人賽系列書）【軟精裝】$650$507 -
$446LangChain 入門指南：構建高可復用、可擴展的 LLM 應用程序 -
$407AI治理大家談韌性治理與未來科技 -
大語言模型：原理與工程實踐$607$571 -
$505數據治理實踐者手記 -
AI 工具使用手冊：學會 AI 魔法讓你變身超人不再當麻瓜$690$545
相關主題
商品描述
隨著數字化的發展，數據逐漸融入生產、分配、流通、消費和社會服務管理等環節，為數據的擁有者或使用者帶來經濟效益，成為一種新型的生產要素，給生產方式、生活方式和社會治理方式帶來了深刻的變革。
本書主要介紹數據要素化時代的數據治理。本書分為5篇。第一篇“數據治理新趨勢”介紹DataOps的發展及實踐，產業級數據治理新趨勢，數據治理的場景化、工程化和智能化，以及數據資產的安全運營。第二篇“新理論、新方法和新技術”介紹數業的邏輯及路徑、數據治理的閉環管理方法、數據資產價值的呈現、數據治理的共治共享、精益數據治理，以及數據治理的“新四化”。第三篇“新型數據基礎設施”詳細介紹來自平安人壽、阿裡巴巴和鏡舟科技3家企業的數據中台產品的創新情況。第四篇“行業數據治理與數據安全治理”首先介紹高校是如何進行數據治理的，然後介紹數據的安全運營和數據質量問題解決之道。第五篇“企業最佳實踐”分享中國石化、中電金信和中國聯通3家企業在數據要素化過程中積累的經驗。
本書適合對數據管理、數據治理、數字化轉型等相關主題感興趣的讀者閱讀，尤其適合從事相關工作的讀者參考借鑒。
作者簡介
上海市静安区国际数据管理协会（DAMA大中华区）是国际数据管理协会（Data Management Association International，DAMA国际）在中国的代表机构。
DAMA国际是一个全球性的非营利性机构，由数据管理和数字化相关的专业人士组成，对各厂商持中立态度。自1980年成立以来，DAMA国际一直致力于数据管理和数字化的研究、实践及相关知识体系的建设，出版了《DAMA数据管理知识体系指南（原书第2版）》（DAMA-DMBOK 2）等图书，受到业内的广泛认可。
目錄大綱
第一篇 數據治理新趨勢
第 1 章 DataOps 的發展趨勢及實踐探索 3
1.1 DataOps 促進數字化轉型 3
1.2 DataOps 的發展與特點 5
1.3 DataOps 的實踐探索 7
1.4 未來展望 11
第 2 章 數據要素時代產業級數據治理新趨勢 12
2.1 數據治理發展背景 12
2.2 數據治理分類定義 13
2.3 數據治理發展趨勢與挑戰 14
2.4 數據治理創新變革思路 14
2.5 產業級數據治理勢在必行 15
2.6 產業級數據價值內涵 16
2.7 產業級數據治理的重要意義 18
第 3 章 數據治理進階——場景化、工程化、智能化 20
3.1 數據治理現狀：超過 90%的數據治理項目失敗 20
3.2 場景化：數據治理行業痛點的對症處方 21
3.3 工程化：數據治理流水線和標準化 22
3.4 智能化：數據治理自動化和去低端人工化 24
3.5 數據治理標桿項目實踐分享 25
第 4 章 數據資產安全運營和演進趨勢 27
4.1 數據資產運營 27
4.2 數據安全分類分級 32
4.3 業務架構與數據架構一體化 34
4.4 集團型企業數據治理的 3 種模式 36
第二篇 新理論、新方法和新技術
第 5 章 數業的邏輯及路徑 39
5.1 何為數業 39
5.2 何以數業 41
5.3 數業邏輯 42
5.4 數業之路 44
第 6 章 業務驅動的數據治理閉環管理方法 46
6.1 數據治理的現狀與目標 46
6.2 數據治理的內容 47
6.3 數據治理的規劃 47
6.4 業務驅動數據治理的落地 48
6.5 總結與展望 54
第 7 章 數據資產價值呈現之道 55
7.1 數字化轉型帶來的數據變革 55
7.2 數智時代的開啟 57
7.3 數據實驗室的構建 58
7.4 業務分析工具集的提供 59
7.5 AI 場景化能力的全流程覆蓋 59
7.6 AI 自動化業務平臺必須具備的能力 60
7.7 數據安全底線保證 60
第 8 章 數據治理的共治共享 62
8.1 共治共享的定義 62
8.2 共治共享的必要性 63
8.3 共治共享的可行性 64
第 9 章 價值驅動的精益數據治理 67
9.1 數據治理是數字化轉型的“德爾斐神諭” 67
9.2 數據治理項目的六大挑戰 68
9.3 六大挑戰的四大應對策略 69
9.4 精益數據方法打造價值驅動的數據治理 69
9.5 精益數據治理的六大新範式 71
9.6 精益數據治理工作坊實現業技融合的數據治理 72
第 10 章 數據治理的“新四化” 74
10.1 數據治理的現狀和挑戰 74
10.2 數據治理“新四化”實踐探索 76
10.3 數據治理落地見效的行動建議 82
第三篇 新型數據基礎設施
第 11 章 平安人壽數據中台建設實踐 87
11.1 平安人壽數據中台的發展及全景規劃 87
11.2 平安人壽數據中台的實施方案 90
11.3 平安人壽數據中台的建設成果 102
第 12 章 阿裡巴巴數據治理平臺建設實踐 103
12.1 數據繁榮的紅利與挑戰 103
12.2 阿裡巴巴數據治理平臺建設的主要實踐 108
12.3 阿裡巴巴數據治理平臺建設的總結與展望 143
第 13 章 後 Hadoop 時代的數據分析之道 146
13.1 從基礎架構看數據治理的現狀 146
13.2 從數據倉庫到湖倉融合架構的演進 147
13.3 下一代數據分析引擎的建設方向 148
13.4 新一代極速湖倉分析引擎 149
13.5 客戶案例分享 153
第四篇 行業數據治理與數據安全治理
第 14 章 高校數據治理工程化探索與實踐 157
14.1 高校數據工程建設背景 157
14.2 數據治理工程化指導思想 158
14.3 “388”數據治理工程管理體系 159
14.4 數據治理工程人員培養 161
14.5 數據治理工程化實施效果 164
14.6 數據治理工程化典型案例 165
14.7 下一步的思考與展望 167
第 15 章 場景化數據治理助推“智校”提升 169
15.1 高校數據治理體系的建設背景 169
15.2 高校數據治理體系的建設思路 170
15.3 高校場景化數據治理方案 176
第 16 章 數字化時代數據安全運營的探索與實踐 179
16.1 數字化時代數據安全面臨新挑戰 179
16.2 數字化時代數據安全運營體系建設的理念和架構 180
16.3 數據安全運營體系建設的 7 項關鍵舉措 182
16.4 數據安全運營體系的建設過程與成效 184
第 17 章 數據質量問題解決之道 186
17.1 解決數據質量問題所面臨的挑戰 186
17.2 數據質量管理方法論 187
17.3 “四駕馬車”賦能數據質量問題解決 191
17.4 全流程管控助力數據質量長效管理 194
第五篇 企業最佳實踐
第 18 章 中國石化的數據治理框架、方法和效果 199
18.1 中國石化的數據治理概述 200
18.2 中國石化的數據治理總體框架 201
18.3 中國石化的數據治理效果 208
18.4 中國石化的數據治理工作展望 210
第 19 章 金融業數據資產化時代的數據治理新實踐 212
19.1 金融業數據管理邁入數據資產化新時代 212
19.2 數據管理技術上雲成為重要發展趨勢 213
19.3 金融客戶數據管理熱點涌現 213
19.4 “1+2+3”數據治理體系框架 214
19.5 基於自主創新的“源啟”數據資產平臺全力推動企業數據資產化過程 216
19.6 數據治理的最佳實踐 217
19.7 數據治理的後續發展方向 219
第 20 章 中國聯通：深化落實數據戰略，助力企業數字化轉型 221
20.1 數字化轉型是國家重要戰略 222
20.2 企業數字化轉型的重點問題與挑戰 222
20.3 數據戰略落地的十大關鍵步驟 223
20.4 中國聯通數據戰略實施的經驗總結 229
