展开全部

主编推荐语

一本书讲透企业数据治理的基本法则、风险规避策略,指导企业实现数据治理项目的成功落地。

内容简介

本书全面探讨了企业数据治理的方向、策略、总体架构、治理机制、运维管理等内容。首先介绍企业数据治理的发展方向,提出了企业数据治理的“八步走”策略。然后从项目层面对企业如何进行数据治理进行了深入分析,分别对数据治理项目的前期准备、项目实施方法论及调研分析、构建数据管理体系、存量数据清洗、完善数据交换架构、优化增量数据质量、企业数据治理项目的管理,以及数据治理项目后的数据运维工作、风险监控进行了探讨,并分享了大量数据治理项目实际案例。

本书是一部完整的企业数据治理实战读物,内容主要面向企业信息总监、企业架构师和数据管理人员等,能够帮助读者系统地掌握企业数据治理的策略、方法。

目录

  • 版权信息
  • 《企业数据治理那些事》编委会
  • 序言1
  • 序言2
  • 序言3
  • 前言
  • 概念及方法篇
  • 第1章 企业数据治理概述
  • 1.1 数据治理的相关概念
  • 1.2 主数据管理的局限
  • 1.3 企业数据治理该走向何方
  • 第2章 “八步走”实施企业数据治理
  • 2.1 现状自查——摸清数据管理现状
  • 2.2 精心筹备——做好数据治理项目的启动工作
  • 2.3 全面排查——开展项目调研分析
  • 2.4 构建数据管理体系——重塑数据管理标准
  • 2.5 存量数据改造——解决已有质量问题
  • 2.6 构建数据交换架构——彻底打通数据孤岛
  • 2.7 行为管控——优化增量数据质量
  • 2.8 能力转移——保障高效的数据运维管理
  • 项目篇
  • 第3章 5个角度自查数据管理现状
  • 3.1 自查数据环境
  • 3.2 自查数据质量
  • 3.3 自查数据安全
  • 3.4 自查数据交换
  • 3.5 自查数据运维
  • 第4章 启动数据治理项目前的3个关键点
  • 4.1 把握数据治理项目的启动时机
  • 4.2 明确数据治理项目的原则和目标
  • 4.3 合理搭建项目团队、选择治理工具及厂商
  • 第5章 项目启动——项目实施方法论及调研分析
  • 5.1 项目实施方法论
  • 5.2 项目调研分析
  • 第6章 重塑标准——构建数据管理体系
  • 6.1 构建数据标准体系
  • 6.2 技术实现——数据管理体系落地
  • 第7章 解决已有数据质量问题——彻底清洗存量数据
  • 7.1 分析存量数据质量
  • 7.2 制定清洗策略
  • 7.3 制定清洗规则
  • 7.4 技术实现——实施存量数据清洗
  • 7.5 数据清洗后的业务系统处理
  • 第8章 完善数据交换架构——彻底打通数据孤岛
  • 8.1 企业数据交换管理现状
  • 8.2 构建基于静态数据中心的数据交换架构
  • 8.3 企业数据交换架构的技术实现
  • 第9章 行为约束——优化增量数据质量
  • 9.1 数据采集阶段的行为管控
  • 9.2 数据生成后的行为管控
  • 第10章 确保顺利——企业数据治理项目的管理
  • 10.1 项目文档的管理
  • 10.2 项目实施过程的管理
  • 10.3 项目进度的管理
  • 10.4 针对性地开展项目培训
  • 第11章 以终为始——顺畅开展数据运维工作
  • 11.1 建立完备的数据运维架构
  • 11.2 用好数据运维管理工具
  • 11.3 注重数据治理知识的收集和转移
  • 第12章 拒绝失败——数据治理项目的风险管控
  • 12.1 数据治理项目中的风险及管控
  • 12.2 数据治理项目后的风险及管控
  • 经验篇
  • 经验1 数据治理三步走——天保控股集团踏上智慧化转型之路
  • 经验2 聚焦核心,点滴做起——数据治理支撑山航集团数字化管理
  • 经验3 从构建数据治理体系开始——山东能源集团的物供管理大数据战略
  • 经验4 搭建数据运维管理平台——国内某钢铁集团实现高效数据质量管控
  • 经验5 基础数据和接口数据的有效治理——突破广电行业发展的瓶颈
  • 经验6 内外兼治——数据治理提高国内制药企业核心竞争力
  • 经验7 构建静态数据中心——国家电投山东院有效提升数据分析精确度
  • 经验8 持续治理——康尼集团构建稳固的数据管理架构
  • 经验9 构建数据治理平台——国内某工程机械集团实现各业务系统的整体联动
  • 经验10 夯实信息化基石——国内某离散加工企业成功实施数据治理项目
  • 经验11 数据治理——开启国内某电器集团的蜕变之门
  • 经验12 任重道远——国内某酒业集团实施数据治理项目的4个感悟
  • 经验13 数据治理——建筑行业实现智慧建造的必由之路
  • 经验14 数据治理——高效支撑医疗行业各场景
  • 经验15 精细化数据治理——新的思路让某科技集团拒绝MDM
  • 经验16 数据资产管理——为京东数科赋能
  • 经验17 宏观+微观——构建水利行业新的数据治理模式
  • 经验18 数据治理——确保军政部门信息安全
  • 经验19 数据治理——支撑政务大数据建设
  • 附录A
  • 附录A 数据治理平台功能标准
展开全部

评分及书评

尚无评分
目前还没人评分
  • 加载中...

出版方

机械工业出版社

机械工业出版社是全国优秀出版社,自1952年成立以来,坚持为科技、为教育服务,以向行业、向学校提供优质、权威的精神产品为宗旨,以“服务社会和人民群众需求,传播社会主义先进文化”为己任,产业结构不断完善,已由传统的图书出版向着图书、期刊、电子出版物、音像制品、电子商务一体化延伸,现已发展为多领域、多学科的大型综合性出版社,涉及机械、电工电子、汽车、计算机、经济管理、建筑、ELT、科普以及教材、教辅等领域。