數據治理：工業企業數字化轉型之道

目錄
第1篇 概述篇
第1章 工業企業需要數據治理 2
1.1 工業革命的演變與發展趨勢 2
1.2 工業大數據是第四次工業革命的核心基礎 4
1.3 各國的工業大數據戰略 6
1.4 工業企業數據的核心價值 7
1.5 我國各行業數據治理現狀 10
1.6 數據治理是工業大數據的基礎 12
1.7 工業企業數據治理面臨的挑戰 12
本章精要 14
第2章 工業企業數據治理概述 15
2.1 數據治理的相關概念和定義 15
2.2 數據的分類 17
2.3 數據治理的頂層架構 20
2.4 數據治理的核心內容 21
本章精要 22
第3章 主流數據治理標準及框架
介紹 23
3.1 國際標準 23
3.2 國內標準及模型 24
3.3 專業組織 26
3.4 國內外數據治理體系的對比分析 28
本章精要 30
第4章 數據治理的發展趨勢 31
4.1 國內外數據治理的演變與發展 31
4.2 數據隱私保護政策 32
4.3 區塊鏈與數據共享 33
4.4 5G技術與數據安全 38
4.5 數據文化與倫理道德 39
4.6 新技術與數據治理 40
4.7 工業企業數據的運營 41
本章精要 43
第5章 本書閱讀導引 44
5.1 數據治理是一個系統工程 44
5.2 工具是數據治理的保障 45
5.3 實施數據治理有路線可循 45
5.4 數據治理已在諸多行業成功實施 46
參考資料 47

第2篇 體系篇
第6章 數據管控 51
6.1 數據管控概述 51
6.2 組織架構 53
6.2.1 數據治理組織架構 53
6.2.2 數據治理組織模式 55
6.2.3 數據治理職責分工 58
6.3 制度規範 61
6.3.1 數據治理制度框架 61
6.3.2 數據治理制度修訂 64
6.4 執行流程 65
6.4.1 數據治理總體流程框架 65
6.4.2 數據治理典型場景的流程 67
6.5 設計機制 70
6.6 績效體系 72
6.7 標準體系 74
本章精要 76
第7章 數據戰略 77
7.1 數據戰略概述 77
7.2 數據戰略規劃 77
7.2.1 願景和目標 78
7.2.2 基本原則 79
7.2.3 戰略舉措選擇 80
7.2.4 模型工具 81
7.3 數據戰略實施 82
7.3.1 實施策略 83
7.3.2 實施路徑 83
7.3.3 實施步驟 83
本章精要 87
第8章 數據架構 88
8.1 數據架構概述 89
8.2 框架設計 90
8.2.1 數據分佈 90
8.2.2 數據主題域 92
8.2.3 數據關聯關系 93
8.3 數據建模 98
8.3.1 概念數據模型 99
8.3.2 邏輯數據模型 100
8.3.3 物理數據模型 101
8.3.4 數據模型開發方法 102
本章精要 105
第9章 主數據管理 106
9.1 主數據和主數據管理 106
9.1.1 主數據的特徵 106
9.1.2 主數據管理的基本概念 107
9.2 主數據標準管理 108
9.3 主數據全生命周期管理 109
9.4 主數據應用管理 110
9.5 企業常用的幾類主數據 112
9.5.1 物料主數據 112
9.5.2 設備主數據 113
9.5.3 資產主數據 114
9.5.4 財務主數據 115
9.5.5 組織機構和員工主數據 116
本章精要 116
第10章 元數據管理 117
10.1 元數據的定義 117
10.2 元數據分類 117
10.2.1 業務元數據 118
10.2.2 技術元數據 119
10.2.3 操作元數據 120
10.3 元數據核心能力 120
10.4 元數據的價值 123
本章精要 124
第11章 數據指標管理 125
11.1 數據指標管理概述 125
11.1.1 數據指標應用和管理中的
挑戰 125
11.1.2 設計目的 126
11.1.3 設計思路 126
11.2 體系框架 128
11.2.1 典型的數據指標定義
框架 128
11.2.2 指標選取原則及方法 129
11.2.3 指標體系層級設計 130
11.2.4 指標體系評價方法 131
11.3 找指標 132
11.4 理指標 134
11.5 管指標 136
11.6 用指標 137
本章精要 137
第12章 時序數據管理 138
12.1 時序數據管理概述 138
12.2 時序數據的特點 139
12.3 時序數據的應用 141
12.3.1 技術挑戰 141
12.3.2 典型的技術架構及特點 142
12.3.3 系統核心功能 143
本章精要 143
第13章 數據質量管理 144
13.1 數據質量需求 144
13.2 數據質量檢查 145
13.3 數據質量分析 146
13.4 數據質量提升 147
13.5 數據質量評估 149
13.5.1 數據質量問題的起因 150
13.5.2 數據質量管理技術指標 151
13.5.3 數據質量管理業務指標 152
本章精要 153
第14章 數據安全管理 155
14.1 數據安全管理概述 155
14.2 數據安全體系框架 156
14.3 數據安全防護策略 159
14.4 數據安全審計 161
14.5 數據安全風險評估 162
14.6 數據應急保障 164
本章精要 165

第15章 數據交換與服務 166
15.1 數據交換與服務的意義 167
15.2 數據交換與服務技術演進 168
15.2.1 文件共享技術 168
15.2.2 數據庫中間表技術 168
15.2.3 點對點接口技術 168
15.2.4 消息隊列技術 170
15.2.5 企業服務總線交換技術 171
15.2.6 ETL 數據交換技術 173
15.2.7 物聯網數據採集交換
技術 173
15.3 工業企業數據交換與服務標準
體系架構 175
15.3.1 CPS信息交換模型 176
15.3.2 設備互聯總線 177
15.3.3 應用互聯總線 178
15.3.4 數據總線 179
15.3.5 開放互聯API網關 181
本章精要 182
第16章 數據共享與開放 183
16.1 共享與開放概述 183
16.2 數據資源目錄 185
16.3 數據資源準備 186
16.3.1 數據採集 186
16.3.2 數據加工 187
16.3.3 數據保密 187
16.3.4 數據裝載 189
16.3.5 數據發布 189
16.4 數據服務 190
16.5 共享與開放評價 190
本章精要 191
第17章 數據管理成熟度評估 192
17.1 數據管理成熟度評估模型 192
17.2 數據管理成熟度等級定義 195
17.3 開展數據管理成熟度評估 198
17.4 數據管理成熟度評估實施 199
本章精要 200
參考資料 200

第3篇 工具篇
第18章 數據治理工具概述 203
第19章 數據資產運營工具 207
19.1 數據資產目錄 207
19.1.1 總體概述 208
19.1.2 數據資產目錄系統構建 208
19.1.3 數據資產目錄能力評估
模型 210
19.2 數據資產價值評估 213
19.2.1 總體概述 213
19.2.2 數據資產價值評估模型 214
19.2.3 數據資產價值評估工具 223
本章精要 224
第20章 數據模型管理工具 225
20.1 數據模型管理工具概述 225
20.2 企業級數據模型管控 226
20.3 數據標準管控 228
20.3.1 標準的發布和工具訪問 228
20.3.2 模型設計中的應用數據
標準 228
20.3.3 數據標準應用情況的自動
檢核 229
20.3.4 自定義標準的發布管理 229
20.4 數據字典的質量檢核 230
本章精要 230
第21章 數據指標管理工具 231
21.1 指標庫管理 231
21.2 指標體系管理 232
21.3 指標評價管理 233
21.4 指標應用管理 234
本章精要 235
第22章 主數據管理工具 236
22.1 主數據提取與整合 236
22.2 主數據模型管理 237
22.3 主數據清洗管理 238
22.3.1 主數據清洗的內容 239
22.3.2 主數據清洗的一般過程 239
22.4 主數據全周期管理 242
22.5 主數據質量管理 244
22.6 主數據發布與共享 246
本章精要 248
第23章 元數據管理工具 249
23.1 元數據管理工具概述 249
23.2 元數據在數據架構管理中的應用 250
23.3 元數據在數據資產目錄中的應用 251
23.4 元數據在主數據管理中的應用 251
23.5 元數據在數據交換和共享中的應用 251
23.6 元數據在大數據平臺中的應用 252
本章精要 253
第24章 時序數據處理工具 254
24.1 通用大數據處理工具的不足 254
24.2 時序數據處理工具應具備的功能和特點 255
24.3 時序數據的採集 257
24.4 時序數據處理工具 258
本章精要 260
第25章 數據質量管理工具 261
25.1 數據質量管理工具概述 261
25.2 數據質量稽核規則設置 262
25.3 數據質量任務管理 263
25.4 數據質量報告 264
本章精要 264
第26章 數據交換與服務工具 265
26.1 數據交換與服務工具概述 265
26.2 數據採集 266
26.3 數據交換 268
26.3.1 前置交換子系統 268
26.3.2 交換傳輸子系統 269
26.3.3 交換管理子系統 269
26.4 數據加工服務 269
26.5 數據共享服務 271
26.6 工業大數據技術平臺 272
26.6.1 工業大數據的採集 272
26.6.2 工業大數據的交換 274
26.6.3 工業大數據的處理 275
本章精要 277
第27章 數據安全管理工具 278
27.1 數據安全管理工具概述 278
27.2 數據採集安全管理工具 279
27.2.1 數據分類與分級工具 279
27.2.2 採集內容及策略 279
27.2.3 數據採集人員管理工具 280
27.2.4 數據源鑒別及記錄 280
27.3 數據傳輸安全管理工具 280
27.3.1 加密算法 281
27.3.2 對稱加密 281
27.3.3 非對稱加密 282
27.4 數據存儲安全管理工具 282
27.4.1 數據存儲介質管理 283
27.4.2 數據存儲安全 283
27.4.3 數據備份和恢復 283
27.4.4 等級劃分 284
27.5 數據處理安全管理工具 285
27.6 數據交換安全管理工具 286
27.6.1 數據導入/導出的安全保障 287
27.6.2 數據交換安全 287
27.6.3 數據銷毀安全管理 288
27.7 統一的身份認證系統 289
本章精要 290
第28章 數據中台 291
28.1 數據中台的概念和定位 291
28.2 數據採集 293
28.2.1 數據採集方式 293
28.2.2 通用數據採集 293
28.2.3 流式數據採集 293
28.3 數據存儲 294
28.3.1 分佈式數據存儲 294
28.3.2 NoSQL數據存儲 294
28.4 數據計算 294
28.4.1 分佈式查詢 295
28.4.2 分佈式計算 295
28.4.3 數據建模 295
28.4.4 數據分析 296
28.5 數據服務 296
28.5.1 API網關 297
28.5.2 API生成 298
28.5.3 API發布 298
28.5.4 API調用申請 298
28.5.5 API調用審核 298
28.5.6 API信息支持 298
28.5.7 API服務監控 299
28.6 從ETL向ELT轉變 299
本章精要 300
參考資料 300

第4篇 實施篇
第29章 數據治理實施策略和路徑選擇 303
29.1 實施內容 303
29.2 路徑選擇 304
第30章 數據治理頂層架構規劃與設計 307
30.1 實施內容 307
30.2 步驟和方法 309
30.2.1 頂層設計總體思路 309
30.2.2 數據治理頂層設計要點 311
30.3 成熟度評估 322
本章精要 324
第31章 數據資產運營實施 325
31.1 實施內容 325
31.2 步驟和方法 327
本章精要 328
第32章 主數據管理實施 329
32.1 實施內容 329
32.2 步驟和方法 329
32.2.1 實施步驟 329
32.2.2 實施方法 331
本章精要 336
第33章 元數據管理實施 337
33.1 實施內容 337
33.2 步驟和方法 337
本章精要 340
第34章 數據指標管理實施 341
34.1 實施內容 341
34.2 步驟和方法 342
34.3 模板 344
34.3.1 數據指標項定義 344
34.3.2 形成指標卡片及指標模板 345
34.3.3 數據需求規劃 346
本章精要 347
第35章 數據質量管理實施 348
35.1 實施內容 348
35.2 步驟和方法 349
35.2.1 數據剖析 349
35.2.2 數據質量診斷 350
35.2.3 數據處理規則 351
35.2.4 數據質量優化 351
35.2.5 數據質量監管 352
35.2.6 實施數據質量管理時需註意的問題 353
本章精要 354
第36章 數據安全管理實施 355
36.1 實施內容 355
36.2 實施步驟 355
36.3 實踐模式 358
36.3.1 數據安全管理的建設策略 358
36.3.2 數據安全管理的切入方式 359
36.3.3 工業互聯網雲平臺的數據安全 359
本章精要 360
第37章 數據治理常見誤區 361
參考資料 363

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 365
38.1 背景介紹 365
38.2 項目實施 367
38.3 項目成果 377
384 項目亮點和洞察 378
385 數據治理願景 379
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 380
39.1 背景介紹 380
39.2 數據治理工作實踐 382
39.2.1 五凌電力數據治理實踐——水電領域 386
39.2.2 黃河公司數據治理實踐——光、風、水領域 390
39.2.3 雲南國際數據治理實踐——風電領域 392
39.3 經驗總結 396
39.4 總結與展望 397
第40章 能源化工行業：數據治理助百年油企數字化轉型 398
40.1 背景介紹 398
40.2 工作概況 400
40.3 組織保障 404
40.4 主要成果 405
40.5 煉化公司智能工廠數據治理實踐案例 408
40.6 建設主要內容 409
40.7 總結與展望 411
第41章 鋼鐵行業：酒鋼集團數據治理實踐 413
41.1 背景介紹 413
41.2 項目目標 414
41.3 項目實施 414
41.4 項目總結 417
41.5 未來展望 419
第42章 汽車行業：數據驅動長安汽車數字化轉型 420
42.1 背景介紹 420
42.2 工作概況 422
42.3 組織保障 426
42.4 項目成果 427
42.5 工作價值 431
42.6 交流分享 432
第43章 核工業：物料主數據治理助力核電智慧運營 433
43.1 背景介紹 433
43.2 工作概況 435
43.3 組織保障 437
43.4 項目成果 439
43.5 項目總結 440
第44章 航空行業：軍工企業的“三位一體”數據治理體系建設實踐 441
44.1 背景介紹 441
44.2 工作歷程 443
44.3 組織保障 447
44.4 實施效果 449
44.5 項目總結 450
44.6 未來展望 453
第45章 航空行業：面向航空裝備研製生產的數據治理研究與實踐 456
45.1 背景介紹 456
45.2 兩級數據管控模式 459
45.3 信息分類與編碼標準 460
45.4 數據在企業中的應用場景 462
45.5 總結與展望 466
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 468
46.1 背景介紹 468
46.2 數據治理概況 472
46.3 數據治理成果 474
46.4 總結與成效 475
第47章 交通物流行業：主數據治理助力中國外運數字化轉型 477
47.1 背景介紹 477
47.2 項目實施 479
47.3 主要成果 482
47.4 未來展望 489
第48章 建材行業：中國建材集團工業大數據應用實踐 490
48.1 背景介紹 490
48.2 工作實施 491
48.3 應用框架與技術路線 493
48.4 工作成果 494
第49章 製造行業：威孚集團基於斯歐應用互聯平臺建設數據通道 501
49.1 背景介紹 501
49.2 項目建設技術方案 505
49.3 項目實施步驟 509
49.4 項目實施效果 511
49.5 項目價值及特點 512
第50章 戰略投資行業：國投集團的數據標準化管理實踐 514
50.1 背景介紹 514
50.2 工作概況 516
50.3 組織保障 519
50.4 項目成果 520
50.5 工作價值 528
50.6 經驗分享 529
第51章 多元化集團：數據治理助力多元化企業集團管控 532
51.1 背景介紹 532
51.2 數據治理概況 534
51.3 組織保障 539
51.4 項目成果 540
51.5 工作價值 543
51.6 項目總結 543
附錄A 工業英文縮寫術語表 545