掃一掃
關注中圖網
官方微博
本類五星書更多>
-
>
全國計算機等級考試最新真考題庫模擬考場及詳解·二級MSOffice高級應用
-
>
決戰行測5000題(言語理解與表達)
-
>
軟件性能測試.分析與調優實踐之路
-
>
第一行代碼Android
-
>
JAVA持續交付
-
>
EXCEL最強教科書(完全版)(全彩印刷)
-
>
深度學習
數據標準化:企業數據治理的基石 版權信息
- ISBN：9787121443985
- 條形碼：9787121443985 ; 978-7-121-44398-5
- 裝幀：平裝-膠訂
- 冊數：暫無
- 重量：暫無
- 所屬分類：>>
數據標準化:企業數據治理的基石 本書特色
本書是一本全面關注企業數據標準化方面的工具書，主要分為5 篇。
第1 篇介紹了數據標準化是數據治理的基礎，包括數據標準化與數據治理的關系，以及數據標準化主要內容、本書閱讀導引。
第2 篇介紹了數據標準化框架體系，包括架構類數據標準、對象類數據標準、基礎類數據標準。
第3 篇介紹了數據標準化實施流程與方法，包括建立數據標準化保障機制、現狀分析及評估、技術平臺和工具、數據標準化關鍵域實施。
第4 篇介紹了數據標準化評價，包括數據標準化評價方法、數據標準成熟度評價、數據標準化成熟度評價流程。
第5 篇介紹了數據標準化案例，包括油氣行業、多元化集團、裝備制造行業、核電行業、汽車行業、金融行業、政務行業、互聯網行業等行業的數據治理案例，為讀者提供了專業、豐富、可信的數據治理實施范例。本書是一本全面關注企業數據標準化方面的工具書，主要分為5 篇。
第1 篇介紹了數據標準化是數據治理的基礎，包括數據標準化與數據治理的關系，以及數據標準化主要內容、本書閱讀導引。
第2 篇介紹了數據標準化框架體系，包括架構類數據標準、對象類數據標準、基礎類數據標準。
第3 篇介紹了數據標準化實施流程與方法，包括建立數據標準化保障機制、現狀分析及評估、技術平臺和工具、數據標準化關鍵域實施。
第4 篇介紹了數據標準化評價，包括數據標準化評價方法、數據標準成熟度評價、數據標準化成熟度評價流程。
第5 篇介紹了數據標準化案例，包括油氣行業、多元化集團、裝備制造行業、核電行業、汽車行業、金融行業、政務行業、互聯網行業等行業的數據治理案例，為讀者提供了專業、豐富、可信的數據治理實施范例。
本書是工業大數據應用技術國家工程實驗室多年潛心研究的重要科研成果的總結和凝聚，既具有理論高度，也具備面向中國各行業企業的可實操性。參與本書編寫的作者均為國內相關領域的專家，所有案例均來自這些企業的實踐。對企業的基層管理者或初入職場的人士來說，本書是充分認識數據標準化意義、組織進行數據標準化的具體方案和工具手冊；對企業中層管理者來說，本書是一本配合企業數據標準化的綱領性指南；對企業高層管理者來說，本書是一本推動企業數據標準化的方法論。本書還適合作為高校的MBA、EMBA 教材。
數據標準化:企業數據治理的基石 內容簡介
周建平、梅宏、廖湘科、付夢印、石勇院士傾情推薦
涉及油氣、多元化集團、裝備制造、核電、汽車、金融、政務、互聯網等行業案例
本書既具有國際性理論高度，也具備面向中國企業的實操性
參與本書編著的作者均為國內專家，所有案例均為企業的真實實踐
數據標準化:企業數據治理的基石 目錄
目錄
第 1 篇 數據標準化是數據治理的基礎
第 1 章 數據治理是數字化轉型的關鍵 3
1.1 數字經濟對數據要素的要求3
1.1.1 從數據到數據要素 3
1.1.2 數字經濟對數字化轉型的要求 5
1.2 數字化轉型需要數據治理6
1.2.1 數據架構是企業架構的核心內容之一 . 7
1.2.2 數字化轉型時代更需要數據治理 9
1.3 工業行業的數據治理策略11
1.4 政務行業的數據治理策略13
1.5 金融行業的數據治理策略14
1.6 產業數據治理人才策略15
1.6.1 數據產業對人才能力的要求 15
1.6.2 數字技術專業人員能力要求 16
第 2 章 數據標準化是數據治理的基礎 18
2.1 數據治理體系 18
2.2 數據標準的定義與作用20
2.3 數據標準化與數據治理23
2.3.1 數據標準化與數據治理的關系 23
2.3.2 數據標準化對數據治理的意義 24
2.4 數據標準與其他數據管理域的關系 25
2.4.1 數據標準與數據模型的關系 25
2.4.2 數據標準與數據安全的關系 25
2.4.3 數據標準與數據質量的關系 26
2.5 數據標準體系與信息標準體系的關系. 26
2.6 數據標準化面臨的挑戰與困難 26
第 3 章 數據標準化主要內容 . 29
3.1 數據標準化的主要內容 29
3.2 重要術語解析 32
3.3 相關數據標準 40
第 4 章 本書閱讀導引 44
4.1 數字標準化具有完整的框架體系 44
4.2 數據標準化有科學的流程可遵循 44
4.3 數據標準化需要進行系統性的評價 45
4.4 數據標準化在諸多行業中取得實效 46
本篇小結 . 48
第 2 篇 數據標準化框架體系
第 5 章 架構類數據標準. 53
5.1 數據目錄53
5.1.1 數據目錄概述 53
5.1.2 數據資源目錄 55
5.1.3 數據資產目錄 59
5.1.4 數據資源目錄梳理示例：政務領域信息資源目錄梳理的示例 62
5.2 數據模型 67
5.2.1 模型層級 67
5.2.2 主題域模型 . 69
5.2.3 概念模型 . 72
5.2.4 邏輯模型 . 73
5.3 數據分布與流向 77
5.3.1 數據分布 . 77
5.3.2 數據流向 . 80
5.4 數據交換 81
5.4.1 數據交換的意義 . 82
5.4.2 數據交換的模式 . 82
5.4.3 數據交換的場景 . 83
5.4.4 數據交換的技術 . 84
5.4.5 數據交換平臺的能力要求 88
5.4.6 數據交換的標準 . 89
5.5 數據服務91
5.5.1 數據服務概述 . 91
5.5.2 數據服務的工作機制 93
5.5.3 數據服務開發 . 93
5.6 元數據94
5.6.1 元數據概述 . 95
5.6.2 元數據管理 . 99
5.6.3 元數據管理的內容 102
5.6.4 元數據管理成熟度 106
5.6.5 元數據的價值 107
第 6 章 對象類數據標準. 109
6.1 數據分類 . 109
6.1.1 數據分類概述 109
6.1.2 數據分類的意義 109
6.1.3 數據分類分級實踐 110
6.2 指標數據 . 118
6.2.1 數據指標概述 118
6.2.2 數據指標標準與數據標準的
關系 . 129
6.2.3 數據指標標準與報表的關系 130
6.2.4 數據指標標準化的價值 130
6.3 主數據 . 132
6.3.1 主數據標準概述 132
6.3.2 主數據代碼體系 133
6.3.3 主數據標準體系 136
6.3.4 主數據標準的制定及貫徹 152
6.4 數據元 . 153
6.4.1 數據元概念 153
6.4.2 數據元描述 154
6.4.3 數據元標準 156
6.4.4 數據元使用 157
6.5 數據標簽 . 159
6.5.1 數據標簽建設背景 159
6.5.2 數據標簽建設原則 160
6.5.3 數據標簽分類 162
第 7 章 基礎類數據標準. 165
7.1 業務術語165
7.1.1 業務術語概述 . 165
7.1.2 業務術語表的作用 165
7.1.3 業務術語表的內容 166
7.1.4 業務術語管理 . 166
7.2 業務規則167
7.2.1 業務規則概述 . 167
7.2.2 業務規則分類 . 167
7.2.3 業務規則識別 . 169
7.3 命名規范 . 170
7.3.1 命名規范要求 172
7.3.2 英文命名縮寫原則 172
7.3.3 模型元素組詞結構 172
7.3.4 常見的命名規范 174
7.4 代碼標準 . 176
7.4.1 常見的國際代碼標準 176
7.4.2 常見的國內代碼標準 177
7.4.3 常見的行業代碼標準 177
本篇小結 . 179
第 3 篇 數據標準化實施流程與方法
第 8 章 建立數據標準化保障機制 182
8.1 數據標準化管控組織183
8.1.1 組織架構 . 184
8.1.2 組織層級 . 184
8.1.3 組織職責 . 185
8.1.4 組織協助關系 . 187
8.2 數據標準化制度建設188
8.2.1 數據標準化制度建設內容 188
1.2.1 數據標準化實施細則和操作手冊 . 191
1.2.2 數據標準化制度建設內容示例 192
8.3 認責機制與績效評估192
8.3.1 認責原則 . 193
8.3.2 認責流程 . 193
8.3.3 績效評估原則 . 194
8.3.4 績效評估步驟 . 195
8.4 人才培養198
8.4.1 培訓體系 . 199
8.4.2 崗位認證體系 202
8.4.3 人才評估體系 203
8.5 數據文化 . 206
8.5.1 數據標準宣傳與貫徹 206
8.5.2 案例宣傳 207
8.5.3 倫理文化 208
第 9 章 現狀分析及評估. 210
9.1 現狀調研 . 211
9.1.1 現狀調研方法 213
9.1.2 現狀調研分析 216
9.2 數據資源盤點 218
9.2.1 數據資源盤點的目的和原則 218
9.2.2 數據資源盤點的內容 219
9.2.3 數據資源盤點的方法 220
9.2.4 數據資源盤點的步驟 222
9.2.5 數據資源盤點的成果 223
9.2.6 數據資源盤點的難點 224
9.3 現狀評估與需求分析225
9.3.1 現狀評估 . 225
9.3.2 需求分析 . 228
9.3.3 需求總結 . 230
9.3.4 完成數據管理能力成熟度評估 232
第 10 章 技術平臺和工具 . 235
10.1 數據模型管理工具236
10.1.1 企業級數據模型管控 238
10.1.2 數據標準管控 . 239
10.2 數據標準工具241
10.3 數據資產目錄工具242
10.4 數據指標管理工具243
10.5 元數據管理工具247
10.6 主數據管理工具256
1.2.1 主數據管理工具的核心功能 257
1.2.2 主數據管理工具的核心組件 260
10.7 標簽管理工具261
10.8 數據共享和服務263
第 11 章 數據標準化關鍵域實施. 266
11.1 數據標準管理實施.266
11.1.1 數據標準全生命周期管理 266
11.1.2 數據標準結構化管理 268
11.1.3 數據標準知識圖譜應用 268
11.2 數據分類實施 269
11.2.1 數據分類原則 269
11.2.2 數據分類方法 270
11.2.3 數據分類維度 273
11.2.4 數據分類實施流程 277
11.2.5 數據分類參考樣例 278
11.3 數據分級實施 279
11.3.1 數據分級原則 279
11.3.2 數據分級方法 280
11.4 主數據管理實施 282
11.4.1 實施方法及內容 282
11.4.2 實施要點 285
11.5 數據指標管理實施 288
11.5.1 數據指標體系設計原則 288
11.5.2 數據指標體系構建方法 289
11.5.3 數據指標主題分類方法 294
11.5.4 數據指標體系保障機制 296
11.6 元數據管理實施 299
11.6.1 元數據實施流程 300
11.6.2 元數據實施關鍵步驟 302
11.6.3 元數據實施難點分析 306
11.6.4 元數據實施風險規避 307
11.7 數據元及數據實體設計標準實施. 308
11.7.1 提取數據元 308
11.7.2 制定標準 311
11.7.3 建設工具 311
11.7.4 貫標實施 312
11.8 通過數據模型落地數據標準 312
11.8.1 落標關鍵點剖析 312
11.8.2 自動化落標方案 314
11.8.3 數據標準新增和變更流程 316
11.8.4 存量數據落標 316
本篇小結 . 318
第 4 篇 數據標準化評價
第 12 章 數據標準化評價方法 320
12.1 評價原則 320
12.1.1 客觀公正原則 . 320
12.1.2 務求實效原則 . 320
12.1.3 確保安全原則 . 321
12.2 評價參考模型321
1.2.3 DMM（數據管理成熟度模型） . 321
1.2.4 DCMM（數據管理能力成熟度評估模型） . 325
1.2.5 DSMM（數據安全能力成熟度模型） . 328
第 13 章 數據標準成熟度評價 335
13.1 評價對象及內容336
13.1.1 標準化保障機制評價 336
13.1.2 標準建設評價 . 338
13.1.3 技術規范評價 . 338
13.1.4 數據安全評價 339
13.1.5 標準化支撐工具評價 339
13.1.6 應用成效評價 340
13.2 執行成熟度等級評估 341
第 14 章 數據標準化成熟度評價流程 . 342
14.1 評價準備 . 342
14.1.1 組建評價或評估工作組 342
14.1.2 明確評價范圍 342
14.1.3 制訂評價工作計劃 343
14.1.4 預估評價工作執行的潛在風險 343
14.2 評價實施 . 343
14.2.1 召開評價啟動會 343
14.2.2 確定評價實施方法 344
14.2.3 開展評價調研 344
14.3 評價總結 . 345
本篇小結 . 347
第 5 篇 數據標準化案例
第 15 章 油氣行業：中國石油基于連環數據湖的勘探開發數據治理體系建設實踐 349
第 16 章 多元化集團：華潤集團數據標準化實踐案例 . 373
第 17 章 裝備制造行業：航天科工三院數據標準化實踐案例 388
第 18 章 核電行業：秦山核電設備管理數據標準化實踐案例 404
第 19 章 汽車行業：長安汽車數據標準解析與落標項目實踐案例 422
第 20 章 油氣行業：中國海油數據標準化實踐案例 . 434
第 21 章 金融行業：金融行業數據標準化實踐案例 . 459
21.1實踐案例一：某大型國有銀行企業級數據治理案例460
21.2實踐案例二：某城市商業銀行數據治理案例463
21.3實踐案例三：某證券公司數據治理項目468
21.4 金融行業數據標準化建設的思路總結. 471
第 22 章 政務行業：政務數據標準化實踐案例 475
22.1“數字山東”政務數據標準化實踐案例. 477
22.2 深圳龍華
第 1 篇 數據標準化是數據治理的基礎
第 1 章 數據治理是數字化轉型的關鍵 3
1.1 數字經濟對數據要素的要求3
1.1.1 從數據到數據要素 3
1.1.2 數字經濟對數字化轉型的要求 5
1.2 數字化轉型需要數據治理6
1.2.1 數據架構是企業架構的核心內容之一 . 7
1.2.2 數字化轉型時代更需要數據治理 9
1.3 工業行業的數據治理策略11
1.4 政務行業的數據治理策略13
1.5 金融行業的數據治理策略14
1.6 產業數據治理人才策略15
1.6.1 數據產業對人才能力的要求 15
1.6.2 數字技術專業人員能力要求 16
第 2 章 數據標準化是數據治理的基礎 18
2.1 數據治理體系 18
2.2 數據標準的定義與作用20
2.3 數據標準化與數據治理23
2.3.1 數據標準化與數據治理的關系 23
2.3.2 數據標準化對數據治理的意義 24
2.4 數據標準與其他數據管理域的關系 25
2.4.1 數據標準與數據模型的關系 25
2.4.2 數據標準與數據安全的關系 25
2.4.3 數據標準與數據質量的關系 26
2.5 數據標準體系與信息標準體系的關系. 26
2.6 數據標準化面臨的挑戰與困難 26
第 3 章 數據標準化主要內容 . 29
3.1 數據標準化的主要內容 29
3.2 重要術語解析 32
3.3 相關數據標準 40
第 4 章 本書閱讀導引 44
4.1 數字標準化具有完整的框架體系 44
4.2 數據標準化有科學的流程可遵循 44
4.3 數據標準化需要進行系統性的評價 45
4.4 數據標準化在諸多行業中取得實效 46
本篇小結 . 48
第 2 篇 數據標準化框架體系
第 5 章 架構類數據標準. 53
5.1 數據目錄53
5.1.1 數據目錄概述 53
5.1.2 數據資源目錄 55
5.1.3 數據資產目錄 59
5.1.4 數據資源目錄梳理示例：政務領域信息資源目錄梳理的示例 62
5.2 數據模型 67
5.2.1 模型層級 67
5.2.2 主題域模型 . 69
5.2.3 概念模型 . 72
5.2.4 邏輯模型 . 73
5.3 數據分布與流向 77
5.3.1 數據分布 . 77
5.3.2 數據流向 . 80
5.4 數據交換 81
5.4.1 數據交換的意義 . 82
5.4.2 數據交換的模式 . 82
5.4.3 數據交換的場景 . 83
5.4.4 數據交換的技術 . 84
5.4.5 數據交換平臺的能力要求 88
5.4.6 數據交換的標準 . 89
5.5 數據服務91
5.5.1 數據服務概述 . 91
5.5.2 數據服務的工作機制 93
5.5.3 數據服務開發 . 93
5.6 元數據94
5.6.1 元數據概述 . 95
5.6.2 元數據管理 . 99
5.6.3 元數據管理的內容 102
5.6.4 元數據管理成熟度 106
5.6.5 元數據的價值 107
第 6 章 對象類數據標準. 109
6.1 數據分類 . 109
6.1.1 數據分類概述 109
6.1.2 數據分類的意義 109
6.1.3 數據分類分級實踐 110
6.2 指標數據 . 118
6.2.1 數據指標概述 118
6.2.2 數據指標標準與數據標準的
關系 . 129
6.2.3 數據指標標準與報表的關系 130
6.2.4 數據指標標準化的價值 130
6.3 主數據 . 132
6.3.1 主數據標準概述 132
6.3.2 主數據代碼體系 133
6.3.3 主數據標準體系 136
6.3.4 主數據標準的制定及貫徹 152
6.4 數據元 . 153
6.4.1 數據元概念 153
6.4.2 數據元描述 154
6.4.3 數據元標準 156
6.4.4 數據元使用 157
6.5 數據標簽 . 159
6.5.1 數據標簽建設背景 159
6.5.2 數據標簽建設原則 160
6.5.3 數據標簽分類 162
第 7 章 基礎類數據標準. 165
7.1 業務術語165
7.1.1 業務術語概述 . 165
7.1.2 業務術語表的作用 165
7.1.3 業務術語表的內容 166
7.1.4 業務術語管理 . 166
7.2 業務規則167
7.2.1 業務規則概述 . 167
7.2.2 業務規則分類 . 167
7.2.3 業務規則識別 . 169
7.3 命名規范 . 170
7.3.1 命名規范要求 172
7.3.2 英文命名縮寫原則 172
7.3.3 模型元素組詞結構 172
7.3.4 常見的命名規范 174
7.4 代碼標準 . 176
7.4.1 常見的國際代碼標準 176
7.4.2 常見的國內代碼標準 177
7.4.3 常見的行業代碼標準 177
本篇小結 . 179
第 3 篇 數據標準化實施流程與方法
第 8 章 建立數據標準化保障機制 182
8.1 數據標準化管控組織183
8.1.1 組織架構 . 184
8.1.2 組織層級 . 184
8.1.3 組織職責 . 185
8.1.4 組織協助關系 . 187
8.2 數據標準化制度建設188
8.2.1 數據標準化制度建設內容 188
1.2.1 數據標準化實施細則和操作手冊 . 191
1.2.2 數據標準化制度建設內容示例 192
8.3 認責機制與績效評估192
8.3.1 認責原則 . 193
8.3.2 認責流程 . 193
8.3.3 績效評估原則 . 194
8.3.4 績效評估步驟 . 195
8.4 人才培養198
8.4.1 培訓體系 . 199
8.4.2 崗位認證體系 202
8.4.3 人才評估體系 203
8.5 數據文化 . 206
8.5.1 數據標準宣傳與貫徹 206
8.5.2 案例宣傳 207
8.5.3 倫理文化 208
第 9 章 現狀分析及評估. 210
9.1 現狀調研 . 211
9.1.1 現狀調研方法 213
9.1.2 現狀調研分析 216
9.2 數據資源盤點 218
9.2.1 數據資源盤點的目的和原則 218
9.2.2 數據資源盤點的內容 219
9.2.3 數據資源盤點的方法 220
9.2.4 數據資源盤點的步驟 222
9.2.5 數據資源盤點的成果 223
9.2.6 數據資源盤點的難點 224
9.3 現狀評估與需求分析225
9.3.1 現狀評估 . 225
9.3.2 需求分析 . 228
9.3.3 需求總結 . 230
9.3.4 完成數據管理能力成熟度評估 232
第 10 章 技術平臺和工具 . 235
10.1 數據模型管理工具236
10.1.1 企業級數據模型管控 238
10.1.2 數據標準管控 . 239
10.2 數據標準工具241
10.3 數據資產目錄工具242
10.4 數據指標管理工具243
10.5 元數據管理工具247
10.6 主數據管理工具256
1.2.1 主數據管理工具的核心功能 257
1.2.2 主數據管理工具的核心組件 260
10.7 標簽管理工具261
10.8 數據共享和服務263
第 11 章 數據標準化關鍵域實施. 266
11.1 數據標準管理實施.266
11.1.1 數據標準全生命周期管理 266
11.1.2 數據標準結構化管理 268
11.1.3 數據標準知識圖譜應用 268
11.2 數據分類實施 269
11.2.1 數據分類原則 269
11.2.2 數據分類方法 270
11.2.3 數據分類維度 273
11.2.4 數據分類實施流程 277
11.2.5 數據分類參考樣例 278
11.3 數據分級實施 279
11.3.1 數據分級原則 279
11.3.2 數據分級方法 280
11.4 主數據管理實施 282
11.4.1 實施方法及內容 282
11.4.2 實施要點 285
11.5 數據指標管理實施 288
11.5.1 數據指標體系設計原則 288
11.5.2 數據指標體系構建方法 289
11.5.3 數據指標主題分類方法 294
11.5.4 數據指標體系保障機制 296
11.6 元數據管理實施 299
11.6.1 元數據實施流程 300
11.6.2 元數據實施關鍵步驟 302
11.6.3 元數據實施難點分析 306
11.6.4 元數據實施風險規避 307
11.7 數據元及數據實體設計標準實施. 308
11.7.1 提取數據元 308
11.7.2 制定標準 311
11.7.3 建設工具 311
11.7.4 貫標實施 312
11.8 通過數據模型落地數據標準 312
11.8.1 落標關鍵點剖析 312
11.8.2 自動化落標方案 314
11.8.3 數據標準新增和變更流程 316
11.8.4 存量數據落標 316
本篇小結 . 318
第 4 篇 數據標準化評價
第 12 章 數據標準化評價方法 320
12.1 評價原則 320
12.1.1 客觀公正原則 . 320
12.1.2 務求實效原則 . 320
12.1.3 確保安全原則 . 321
12.2 評價參考模型321
1.2.3 DMM（數據管理成熟度模型） . 321
1.2.4 DCMM（數據管理能力成熟度評估模型） . 325
1.2.5 DSMM（數據安全能力成熟度模型） . 328
第 13 章 數據標準成熟度評價 335
13.1 評價對象及內容336
13.1.1 標準化保障機制評價 336
13.1.2 標準建設評價 . 338
13.1.3 技術規范評價 . 338
13.1.4 數據安全評價 339
13.1.5 標準化支撐工具評價 339
13.1.6 應用成效評價 340
13.2 執行成熟度等級評估 341
第 14 章 數據標準化成熟度評價流程 . 342
14.1 評價準備 . 342
14.1.1 組建評價或評估工作組 342
14.1.2 明確評價范圍 342
14.1.3 制訂評價工作計劃 343
14.1.4 預估評價工作執行的潛在風險 343
14.2 評價實施 . 343
14.2.1 召開評價啟動會 343
14.2.2 確定評價實施方法 344
14.2.3 開展評價調研 344
14.3 評價總結 . 345
本篇小結 . 347
第 5 篇 數據標準化案例
第 15 章 油氣行業：中國石油基于連環數據湖的勘探開發數據治理體系建設實踐 349
第 16 章 多元化集團：華潤集團數據標準化實踐案例 . 373
第 17 章 裝備制造行業：航天科工三院數據標準化實踐案例 388
第 18 章 核電行業：秦山核電設備管理數據標準化實踐案例 404
第 19 章 汽車行業：長安汽車數據標準解析與落標項目實踐案例 422
第 20 章 油氣行業：中國海油數據標準化實踐案例 . 434
第 21 章 金融行業：金融行業數據標準化實踐案例 . 459
21.1實踐案例一：某大型國有銀行企業級數據治理案例460
21.2實踐案例二：某城市商業銀行數據治理案例463
21.3實踐案例三：某證券公司數據治理項目468
21.4 金融行業數據標準化建設的思路總結. 471
第 22 章 政務行業：政務數據標準化實踐案例 475
22.1“數字山東”政務數據標準化實踐案例. 477
22.2 深圳龍華
展開全部
數據標準化:企業數據治理的基石 作者簡介
祝守宇中國航天科工集團航天云網公司副總經理、工業大數據應用技術國家工程實驗室主任、教授級高級工程師。曾獲1997年美國貝爾實驗室總裁金獎、美國電信管理協會（TMF）年度新產品大獎、北京市科技進步一等獎一次、北京市科技進步三等獎兩次。先后主持國家級重大產業專項十余項，擁有美國和中國發明專利十余項。長期從事互聯網、大數據、復雜軟件系統、移動通信、網絡安全等領域的研究和產業化工作，是航天科工集團“五重大一專項”集團特聘專家。蔡春久數治云聯合創始人，大數據技術標準推進委員會數據資產專家、中國電子工業標準化技術協會數據管理應用推進分會副會長，數據工匠俱樂部創始人。具有20余年的IT咨詢和數據治理行業經驗， 為中國石化、騰訊、國家電投等80余家世界500強企業提供數據治理服務。
書友推薦
- >
詩經-先民的歌唱
- >
二體千字文
- >
中國人在烏蘇里邊疆區:歷史與人類學概述
- >
我與地壇
- >
小考拉的故事-套裝共3冊
- >
煙與鏡
- >
大紅狗在馬戲團-大紅狗克里弗-助人
- >
月亮虎
本類暢銷
