展开全部

主编推荐语

本书既具有国际性理论高度,也具备面向中国工业企业的实操性。

内容简介

本书是一本全面关注工业企业数据治理方面的工具书,主要内容分为概述篇、体系篇、工具篇、实施篇及案例篇。

其中概述篇主要介绍工业企业数据治理的基础概念、主流数据治理标准及框架、数据治理的发展趋势等;体系篇主要介绍数据管控、数据战略、数据架构、主数据管理等的基本原理与管理体系;工具篇主要介绍主数据管理工具、数据模型管理工具、数据资产运营工具等;实施篇主要介绍具体实施策略及路径选择、顶层架构规划与设计、数据资产运营实施等;案例篇主要介绍电力、能源化工、钢铁、制造、战略投资等行业的数据治理案例,为读者提供专业、丰富、可信的数据治理实施范例。

本书是工业大数据应用技术国家工程实验室多年潜心研究的重要科研成果的总结和凝聚,既具有理论高度,也具备面向中国工业企业的可实操性。参与本书编著的作者均为国内各企业的数据治理专家,所有案例均来自这些企业的实践。

目录

  • 版权信息
  • 内容简介
  • 本书编委会
  • 致谢
  • 推荐语
  • 序一
  • 序二
  • 第1篇 概述篇
  • 第1章 工业企业需要数据治理
  • 1.1 工业革命的演变与发展趋势
  • 1.2 工业大数据是第四次工业革命的核心基础
  • 1.3 各国的工业大数据战略
  • 1.4 工业企业数据的核心价值
  • 1.5 我国各行业数据治理现状
  • 1.6 数据治理是工业大数据的基础
  • 1.7 工业企业数据治理面临的挑战
  • 本章精要
  • 第2章 工业企业数据治理概述
  • 2.1 数据治理的相关概念和定义
  • 2.2 数据的分类
  • 2.3 数据治理的顶层架构
  • 2.4 数据治理的核心内容
  • 本章精要
  • 第3章 主流数据治理标准及框架介绍
  • 3.1 国际标准
  • 3.2 国内标准及模型
  • 3.3 专业组织
  • 3.4 国内外数据治理体系的对比分析
  • 本章精要
  • 第4章 数据治理的发展趋势
  • 4.1 国内外数据治理的演变与发展
  • 4.2 数据隐私保护政策
  • 4.3 区块链与数据共享
  • 4.4 5G技术与数据安全
  • 4.5 新技术与数据治理
  • 4.6 数据文化与伦理道德
  • 4.7 工业企业数据的运营
  • 本章精要
  • 第5章 本书阅读导引
  • 5.1 数据治理是一个系统工程
  • 5.2 工具是数据治理的保障
  • 5.3 实施数据治理有路线可循
  • 5.4 数据治理已在诸多行业成功实施
  • 参考资料
  • 第2篇 体系篇
  • 第6章 数据管控
  • 6.1 数据管控概述
  • 6.2 组织架构
  • 6.3 制度规范
  • 6.4 执行流程
  • 6.5 设计机制
  • 6.6 绩效体系
  • 6.7 标准体系
  • 本章精要
  • 第7章 数据战略
  • 7.1 数据战略概述
  • 7.2 数据战略规划
  • 7.3 数据战略实施
  • 本章精要
  • 第8章 数据架构
  • 8.1 数据架构概述
  • 8.2 框架设计
  • 8.3 数据建模
  • 本章精要
  • 第9章 主数据管理
  • 9.1 主数据和主数据管理
  • 9.2 主数据标准管理
  • 9.3 主数据全生命周期管理
  • 9.4 主数据应用管理
  • 9.5 企业常用的几类主数据
  • 本章精要
  • 第10章 元数据管理
  • 10.1 元数据的定义
  • 10.2 元数据分类
  • 10.3 元数据核心能力
  • 10.4 元数据的价值
  • 本章精要
  • 第11章 数据指标管理
  • 11.1 数据指标管理概述
  • 11.2 体系框架
  • 11.3 找指标
  • 11.4 理指标
  • 11.5 管指标
  • 11.6 用指标
  • 本章精要
  • 第12章 时序数据管理
  • 12.1 时序数据管理概述
  • 12.2 时序数据的特点
  • 12.3 时序数据的应用
  • 本章精要
  • 第13章 数据质量管理
  • 13.1 数据质量需求
  • 13.2 数据质量检查
  • 13.3 数据质量分析
  • 13.4 数据质量提升
  • 13.5 数据质量评估
  • 本章精要
  • 第14章 数据安全管理
  • 14.1 数据安全管理概述
  • 14.2 数据安全体系框架
  • 14.3 数据安全防护策略
  • 14.4 数据安全审计
  • 14.5 数据安全风险评估
  • 14.6 数据应急保障
  • 本章精要
  • 第15章 数据交换与服务
  • 15.1 数据交换与服务的意义
  • 15.2 数据交换与服务技术演进
  • 15.3 工业企业数据交换与服务标准体系架构
  • 本章精要
  • 第16章 数据共享与开放
  • 16.1 共享与开放概述
  • 16.2 数据资源目录
  • 16.3 数据资源准备
  • 16.4 数据服务
  • 16.5 共享与开放评价
  • 本章精要
  • 第17章 数据管理成熟度评估
  • 17.1 数据管理成熟度评估模型
  • 17.2 数据管理成熟度等级定义
  • 17.3 开展数据管理成熟度评估
  • 17.4 数据管理成熟度评估实施
  • 本章精要
  • 参考资料
  • 第3篇 工具篇
  • 第18章 数据治理工具概述
  • 第19章 数据资产运营工具
  • 19.1 数据资产目录
  • 19.2 数据资产价值评估
  • 本章精要
  • 第20章 数据模型管理工具
  • 20.1 数据模型管理工具概述
  • 20.2 企业级数据模型管控
  • 20.3 数据标准管控
  • 20.4 数据字典的质量检核
  • 本章精要
  • 第21章 数据指标管理工具
  • 21.1 指标库管理
  • 21.2 指标体系管理
  • 21.3 指标评价管理
  • 21.4 指标应用管理
  • 本章精要
  • 第22章 主数据管理工具
  • 22.1 主数据提取与整合
  • 22.2 主数据模型管理
  • 22.3 主数据清洗管理
  • 22.4 主数据全周期管理
  • 22.5 主数据质量管理
  • 22.6 主数据发布与共享
  • 本章精要
  • 第23章 元数据管理工具
  • 23.1 元数据管理工具概述
  • 23.2 元数据在数据架构管理中的应用
  • 23.3 元数据在数据资产目录中的应用
  • 23.4 元数据在主数据管理中的应用
  • 23.5 元数据在数据交换和共享中的应用
  • 23.6 元数据在大数据平台中的应用
  • 本章精要
  • 第24章 时序数据处理工具
  • 24.1 通用大数据处理工具的不足
  • 24.2 时序数据处理工具应具备的功能和特点
  • 24.3 时序数据的采集
  • 24.4 时序数据处理工具
  • 本章精要
  • 第25章 数据质量管理工具
  • 25.1 数据质量管理工具概述
  • 25.2 数据质量稽核规则设置
  • 25.3 数据质量任务管理
  • 25.4 数据质量报告
  • 本章精要
  • 第26章 数据交换与服务工具
  • 26.1 数据交换与服务工具概述
  • 26.2 数据采集
  • 26.3 数据交换
  • 26.4 数据加工服务
  • 26.5 数据共享服务
  • 26.6 工业大数据技术平台
  • 本章精要
  • 第27章 数据安全管理工具
  • 27.1 数据安全管理工具概述
  • 27.2 数据采集安全管理工具
  • 27.3 数据传输安全管理工具
  • 27.4 数据存储安全管理工具
  • 27.5 数据处理安全管理工具
  • 27.6 数据交换安全管理工具
  • 27.7 统一的身份认证系统
  • 本章精要
  • 第28章 数据中台
  • 28.1 数据中台的概念和定位
  • 28.2 数据采集
  • 28.3 数据存储
  • 28.4 数据计算
  • 28.5 数据服务
  • 28.6 从ETL向ELT转变
  • 本章精要
  • 参考资料
  • 第4篇 实施篇
  • 第29章 数据治理实施策略和路径选择
  • 29.1 实施内容
  • 29.2 路径选择
  • 本章精要
  • 第30章 数据治理顶层架构规划与设计
  • 30.1 实施内容
  • 30.2 步骤和方法
  • 30.3 成熟度评估
  • 本章精要
  • 第31章 数据资产运营实施
  • 31.1 实施内容
  • 31.2 步骤和方法
  • 本章精要
  • 第32章 主数据管理实施
  • 32.1 实施内容
  • 32.2 步骤和方法
  • 本章精要
  • 第33章 元数据管理实施
  • 33.1 实施内容
  • 33.2 步骤和方法
  • 本章精要
  • 第34章 数据指标管理实施
  • 34.1 实施内容
  • 34.2 步骤和方法
  • 34.3 模板
  • 本章精要
  • 第35章 数据质量管理实施
  • 35.1 实施内容
  • 35.2 步骤和方法
  • 本章精要
  • 第36章 数据安全管理实施
  • 36.1 实施内容
  • 36.2 实施步骤
  • 36.3 实践模式
  • 本章精要
  • 第37章 数据治理常见误区
  • 本章精要
  • 参考资料
  • 第5篇 案例篇
  • 第38章 电力行业:夯实数字化转型基础——南方电网数据资产管理行动实践
  • 38.1 背景介绍
  • 38.2 项目实施
  • 38.3 项目成果
  • 38.4 项目亮点和洞察
  • 38.5 数据治理愿景
  • 第39章 电力行业:支撑集团产业数字化转型——国家电投集团数据治理实践
  • 39.1 背景介绍
  • 39.2 数据治理工作实践
  • 39.3 经验总结
  • 39.4 总结与展望
  • 第40章 能源化工行业:数据治理助百年油企数字化转型
  • 40.1 背景介绍
  • 40.2 工作概况
  • 40.3 组织保障
  • 40.4 主要成果
  • 40.5 炼化公司智能工厂数据治理实践案例
  • 40.6 建设主要内容
  • 40.7 总结与展望
  • 第41章 钢铁行业:酒钢集团数据治理实践
  • 41.1 背景介绍
  • 41.2 项目目标
  • 41.3 项目实施
  • 41.4 项目总结
  • 41.5 未来展望
  • 第42章 汽车行业:数据驱动长安汽车数字化转型
  • 42.1 背景介绍
  • 42.2 工作概况
  • 42.3 组织保障
  • 42.4 项目成果
  • 42.5 工作价值
  • 42.6 交流分享
  • 第43章 核工业:物料主数据治理助力核电智慧运营
  • 43.1 背景介绍
  • 43.2 工作概况
  • 43.3 组织保障
  • 43.4 项目成果
  • 43.5 项目总结
  • 第44章 航空行业:军工企业的“三位一体”数据治理体系建设实践
  • 44.1 背景介绍
  • 44.2 工作历程
  • 44.3 组织保障
  • 44.4 实施效果
  • 44.5 项目总结
  • 44.6 未来展望
  • 第45章 航空行业:面向航空装备研制生产的数据治理研究与实践
  • 45.1 背景介绍
  • 45.2 两级数据管控模式
  • 45.3 信息分类与编码标准
  • 45.4 数据应用场景
  • 45.5 总结与展望
  • 第46章 重型装备制造行业:数据标准,装备中国——中国一重的数据标准化管理项目
  • 46.1 背景介绍
  • 46.2 数据治理概况
  • 46.3 数据治理成果
  • 46.4 总结与成效
  • 第47章 交通物流行业:主数据治理助力中国外运数字化转型
  • 47.1 背景介绍
  • 47.2 项目实施
  • 47.3 主要成果
  • 47.4 未来展望
  • 第48章 建材行业:中国建材集团工业大数据应用实践
  • 48.1 背景介绍
  • 48.2 工作实施
  • 48.3 应用框架与技术路线
  • 48.4 工作成果
  • 第49章 制造行业:威孚集团基于斯欧应用互联平台建设数据通道
  • 49.1 背景介绍
  • 49.2 项目建设技术方案
  • 49.3 项目实施步骤
  • 49.4 项目实施效果
  • 49.5 项目价值及特点
  • 第50章 战略投资行业:国投集团的数据标准化管理实践
  • 50.1 背景介绍
  • 50.2 工作概况
  • 50.3 组织保障
  • 50.4 项目成果
  • 50.5 工作价值
  • 50.6 经验分享
  • 第51章 多元化集团:数据治理助力多元化企业集团管控
  • 51.1 背景介绍
  • 51.2 数据治理概况
  • 51.3 组织保障
  • 51.4 项目成果
  • 51.5 工作价值
  • 51.6 项目总结
  • 附录A 工业英文缩写术语表
展开全部

评分及书评

4.3
16个评分
  • 用户头像
    给这本书评了
    5.0

    本书从数据治理的角度讲述了数据从数据采集、加工、能力开发、能力开放、数据安全、数据运营等方面全面讲述了数据治理的全过程,本书主要分为两部分内容:(1)数据治理的框架(2)行业案例。非常适合数据治理工作的同学进行全面系统的学习,另外可以结合 DAMA 就更好了

      1
      评论
      用户头像
      给这本书评了
      5.0

      本书是一本全面关注工业企业数据治理方面的工具书,主要内容分为概述篇、体系篇、工具篇、实施篇及案例篇。其中概述篇主要介绍工业企业数据治理的基础概念、主流数据治理标准及框架、数据治理的发展趋势等;体系篇主要介绍数据管控、数据战略、数据架构、主数据管理等的基本原理与管理体系;工具篇主要介绍主数据管理工具、数据模型管理工具、数据资产运营工具等;实施篇主要介绍具体实施策略及路径选择、顶层架构规划与设计、数据资产运营实施等;案例篇主要介绍电力、能源化工、钢铁、制造、战略投资等行业的数据治理案例,为读者提供专业、丰富、可信的数据治理实施范例。

        转发
        评论
        用户头像
        给这本书评了
        5.0
        丰富的数据治理实施案例

        本书是工业大数据应用技术国家工程实验室多年潜心研究的重要科研成果的总结和凝聚,既具有理论高度,也具备面向中国工业企业的可实操性。参与本书编著的作者均为国内各企业的数据治理专家,所有案例均来自这些企业的实践。其中概述篇主要介绍工业企业数据治理的基础概念、主流数据治理标准及框架、数据治理的发展趋势等;体系篇主要介绍数据管控、数据战略、数据架构、主数据管理等的基本原理与管理体系;工具篇主要介绍主数据管理工具、数据模型管理工具、数据资产运营工具等;实施篇主要介绍具体实施策略及路径选择、顶层架构规划与设计、数据资产运营实施等;案例篇主要介绍电力、能源化工、钢铁、制造、战略投资等行业的数据治理案例,为读者提供专业、丰富、可信的数据治理实施范例。从这本书里看到了《浮沉》,《输赢》项目落地的情况。既有顶层设计的波澜壮阔,又有深入实施后的一地鸡毛。数据工作从观众视角到选手视角好像文艺演出,观众看到的是充满激情的表演,实际上从演员到工作人员,做的都是特别具体、没有那么多激情的工作。高光时刻都是很少的,体育新闻里的射门集锦根本代表不了足球运动员大部分时间做的事情。如果我们不满足于当个观众,想要真的参与乃至从事某个工作,我们就必须先从看热闹的观众视角,切换到选手的视角。那么你就会看到很多很多复杂的,琐碎的、麻烦的、重复的、不如人意的、反复折腾反复失败就好像有人故意跟你作对一样的东西。

          转发
          评论
        • 查看全部5条书评

        出版方

        电子工业出版社

        电子工业出版社成立于1982年10月,是国务院独资、工信部直属的中央级科技与教育出版社,是专业的信息技术知识集成和服务提供商。经过三十多年的建设与发展,已成为一家以科技和教育出版、期刊、网络、行业支撑服务、数字出版、软件研发、软科学研究、职业培训和教育为核心业务的现代知识服务集团。出版物内容涵盖了电子信息技术的各个分支及工业技术、经济管理、科普与少儿、社科人文等领域,综合出版能力位居全国出版行业前列。