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
數據治理:工業企業數字化轉型之道(第2版) 版權信息
- ISBN：9787121465529
- 條形碼：9787121465529 ; 978-7-121-46552-9
- 裝幀：平塑勒單襯
- 冊數：暫無
- 重量：暫無
- 所屬分類：>>
數據治理:工業企業數字化轉型之道(第2版) 內容簡介
本書是一本全面關注工業企業數據治理方面的工具書，主要內容分為概述篇、體系篇、工具篇、實施篇及案例篇。其中概述篇主要介紹工業企業數據治理的基礎概念、主流數據治理標準及框架、數據治理的發展趨勢等；體系篇主要介紹數據管控、數據戰略、數據架構、主數據管理等的基本原理與管理體系；工具篇主要介紹主數據管理工具、數據模型管理工具、數據資產運營工具等；實施篇主要介紹具體實施策略及路徑選擇、頂層架構規劃與設計、數據資產運營實施等；案例篇主要介紹電力、能源化工、鋼鐵、制造、戰略投資等行業的數據治理案例，為讀者提供專業、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，也具備面向中國工業企業的可實操性。參與本書編著的作者均為國內各企業的數據治理專家，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治理意義、組織進行數據治理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治理的綱領性指南；對企業高層管理者來說，本書是一本推動企業數據治理的方法論。
數據治理:工業企業數字化轉型之道(第2版) 目錄
目錄
第1 篇 趨勢篇
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 工業大數據是工業智能化的核心基礎 . 6
1.3 主要工業國家地區的工業大數據戰略 . 8
1.4 企業工業數據的核心價值 . 9
1.5 我國各行業數據治理現狀 . 11
1.6 數據治理是實現工業數據價值的基礎 . 13
1.7 工業企業數據治理面臨的困難與挑戰 . 14
第2 章 工業企業數據治理概述 . 17
2.1 相關概念和定義 . 17
2.1.1 數據與數據管理 . 17
2.1.2 大數據內涵及其特征 . 17
2.1.3 工業大數據的定義及其獨特屬性 . 18
2.1.4 狹義數據治理與廣義數據治理 . 19
2.2 工業數據的分類 . 22
2.3 數據治理的頂層架構 . 25
2.3.1 數據治理“五域模型”：管理視角 . 25
2.3.2 數據治理“黃金屋”：技術視角 . 26
2.3.3 數據全生命周期 . 27
2.4 數據治理的核心內容 28
第3 章 主流數據治理標準及框架介紹 30
3.1 國際標準 . 30
3.2 國內標準及模型 30
3.3 專業組織及理論框架 32
3.4 數據治理體系比較 34
第4 章 數據治理的發展趨勢 .37
4.1 國內外數據治理體系的演變與發展 . 37
4.2 以組織為核心的數據治理體系建設 . 38
4.3 從傳統式數據治理到資產化數據治理 . 38
4.4 從企業級數據治理到產業級數據治理 . 39
4.5 新一代信息技術促進數據治理的發展
4.6 數據文化與倫理道德建設是重要一環 . 43
4.7 數據運營是數據資產價值的實現過程 . 45
第5 章 本書閱讀導引 48
5.1 數據治理是一個系統工程 48
5.2 工具是數據治理的保障 49
5.3 實施數據治理有路線可循 49
5.4 數據治理已在諸多行業成功實施 49
第2 篇 體系篇
第6 章 數據管控 55
6.1 數據管控概述 . 55
6.2 組織架構 . 57
6.2.1 數據治理組織架構 . 57
6.2.2 數據治理組織模式 . 59
6.2.3 數據治理職責分工 . 61
6.3 制度規范 . 64
6.3.1 數據治理制度框架 . 64
6.3.2 數據治理管理制度的修訂 . 67
6.4 執行流程 . 69
6.4.1 數據治理總體流程框架 . 69
6.4.2 數據治理典型場景的流程 . 70
6.5 設計機制 . 73
6.6 考核體系 . 75
6.7 標準體系 . 77
第7 章 數據戰略 79
7.1 數據戰略概述 . 79
7.2 數據戰略規劃 . 79
7.2.1 數據戰略愿景和目標 . 80
7.2.2 數據戰略規劃基本原則 . 81
7.2.3 數據戰略舉措選擇 . 82
7.2.4 數據戰略模型工具 . 82
7.3 數據戰略實施 . 84
7.3.1 實施策略 84
7.3.2 實施路徑 . 84
7.3.3 實施步驟 . 85
第8 章 數據架構 .88
8.1 數據架構概述 89
8.1.1 數據架構組成 . 90
8.1.2 企業數據架構的主要問題 . 91
8.1.3 做好數據架構的意義 . 92
8.2 數據目錄 . 92
8.2.1 數據目錄類型 . 93
8.2.2 數據目錄管理 . 95
8.3 數據模型 . 96
8.3.1 數據模型中的基本概念與數據關系 . 97
8.3.2 主題域模型 . 101
8.3.3 概念數據模型 . 103
8.3.4 邏輯數據模型 . 103
8.3.5 物理數據模型 . 105
8.3.6 數據模型設計和建模方法 . 105
8.4 數據標準 . 107
8.4.1 對象類數據標準 . 107
8.4.2 基礎類數據標準 . 111
8.5 數據分布與流向 112
8.5.1 數據分布 . 113
8.5.2 數據流向 . 113
8.5.3 數據資產全景圖 . 114
8.5.4 數據地圖分布應用 . 115
8.6 數據架構評價指標 . 116
第9 章 主數據管理 . 118
9.1 主數據和主數據管理 . 118
9.1.1 主數據的特征. 118
9.1.2 主數據管理的基本概念 . 119
9.2 主數據規劃管理 . 119
9.3 主數據識別管理 . 120
9.4 主數據標準管理 . 123
9.5 主數據全生命周期管理 . 124
9.6 主數據應用管理 . 125
9.6.1 統一源頭集中共享 . 125
9.6.2 主數據應用需求管理 . 125
9.6.3 主數據應用質量管理 . 126
9.6.4 主數據應用服務管理 . 127
9.7 主數據評價指標 . 128
9.8 企業常用的幾類主數據 . 130
9.8.1 物料主數據 130
9.8.2 設備主數據 130
9.8.3 固定資產主數據 . 131
9.8.4 會計科目主數據 . 132
9.8.5 組織機構和員工主數據 . 132
第10 章 元數據管理 . 134
10.1 元數據的定義 . 134
10.2 元數據分類 . 134
10.2.1 業務元數據 135
10.2.2 技術元數據 135
10.2.3 管理元數據 135
10.3 元數據相關概念理解 . 136
10.4 元數據管理關鍵活動 . 140
10.5 元數據管理內容 . 141
10.6 主動元數據管理 144
10.7 元數據的價值 146
10.8 元數據管理評價指標 147
第11 章 數據指標管理 148
11.1 數據指標管理概述 148
11.1.1 數據指標應用和管理中的挑戰 . 148
11.1.2 指標體系框架設計目的 . 149
11.1.3 指標體系框架設計思路 . 149
11.2 指標體系框架 150
11.2.1 典型的指標定義框架 . 151
11.2.2 指標選取原則及方法 . 151
11.2.3 指標體系框架層級設計 . 153
11.2.4 指標體系評價方法 . 153
11.3 找指標 154
11.4 理指標 156
11.5 管指標 157
11.6 用指標 158
第12 章 時序數據管理 160
12.1 時序數據管理概述 160
12.2 時序數據的特點 161
12.3 時序數據的應用 162
12.3.1 技術挑戰 . 163
12.3.2 典型的技術架構及特點 . 164
12.3.3 系統核心功能 . 164
第13 章 數據質量管理 166
13.1 數據質量需求分析 167
13.2 數據質量檢查 168
13.3 數據質量分析 168
13.4 數據質量提升 169
13.5 數據質量評估 171
13.5.1 數據質量問題的起因 . 172
13.5.2 數據質量管理技術指標 . 173
13.5.3 數據質量管理業務指標 . 174
第14 章 數據安全管理 . 176
14.1 數據安全管理概述 . 176
14.2 數據安全體系框架 . 177
14.3 數據安全防護策略 . 179
14.4 數據安全審計 . 181
14.5 數據安全風險評估 . 182
14.6 數據應急保障 . 184
第15 章 數據交換與服務 186
15.1 數據交換與服務的意義 . 187
15.2 數據交換與服務技術演進 . 187
15.2.1 文件共享技術 . 188
15.2.2 數據庫中間表技術 . 188
15.2.3 點對點接口技術 . 188
15.2.4 消息隊列技術 . 189
15.2.5 企業服務總線交換技術 . 191
15.2.6 ETL 數據交換技術 . 192
15.2.7 物聯網數據采集交換技術 . 192
15.3 工業企業數據交換與服務標準體系架構 . 193
15.3.1 CPS 信息交換模型 . 195
15.3.2 設備互聯總線 . 195
15.3.3 服務總線 . 196
15.3.4 數據總線 . 198
15.3.5 開放互聯API 網關 199
第16 章 數據共享與開放 201
16.1 數據共享與開放概述 201
16.2 數據資源目錄 203
16.3 數據資源準備 203
16.3.1 數據采集 . 204
16.3.2 數據加工 . 204
16.3.3 數據保密 . 204
16.3.4 數據裝載 . 205
16.3.5 數據發布 . 206
16.4 數據服務 . 206
16.5 數據共享與開放評價 207
第17 章 數據管理成熟度評估 . 209
17.1 數據管理成熟度評估模型 209
17.2 數據管理成熟度等級定義 213
17.3 數據管理成熟度評估指標 216
17.4 數據管理成熟度評估實施 217
第3 篇 工具篇
第18 章 數據治理工具概述 220
第19 章 數據資產運營工具 223
19.1 數據資產目錄 . 223
19.1.1 總體概述 224
19.1.2 數據資產目錄系統構建 . 224
19.1.3 數據資產目錄能力評估模型 . 226
19.2 數據資產價值評估 228
19.2.1 總體概述 . 228
19.2.2 數據資產價值評估模型 . 230
19.2.3 數據資產價值評估工具 . 238
第20 章 數據模型管理工具 240
20.1 數據模型管理工具概述 . 240
20.2 企業級數據模型管控 . 241
20.3 數據標準管控 . 243
20.3.1 數據標準的發布和工具訪問 . 243
20.3.2 數據模型設計中的數據標準應用 . 243
20.3.3 數據標準應用情況的自動檢核 . 244
20.3.4 自定義數據標準的發布管理 . 244
20.4 數據字典的質量檢核 . 245
第21 章 數據指標管理工具 246
21.1 指標庫管理 . 246
21.2 指標體系管理 . 247
21.3 指標評價管理 . 248
21.4 指標應用管理 . 248
第22 章 主數據管理工具 251
22.1 主數據標準管理 . 251
22.2 主數據模型管理 . 252
22.3 主數據清洗管理 . 252
22.3.1 主數據清洗的內容 . 252
22.3.2 主數據清洗的一般過程 . 253
22.4 主數據全生命周期管理 . 255
22.5 主數據質量管理 . 257
22.6 主數據發布與共享 . 259
第23 章 元數據管理工具 261
23.1 元數據管理工具概述 . 261
23.2 元數據管理工具組成 . 261
23.3 元數據管理工具的架構 . 265
23.4 元數據管理工具的發展趨勢 . 267
第24 章 時序數據處理工具 . 269
24.1 通用的大數據處理工具的不足 269
24.2 時序數據處理工具應具備的功能和特點 . 270
24.3 時序數據的采集 272
24.4 時序數據處理工具 273
第25 章 數據質量管理工具 . 276
25.1 數據質量管理工具概述 276
25.2 數據質量稽核規則設置 277
25.3 數據質量任務管理 278
25.4 數據質量報告 278
第26 章 數據交換與服務工具 . 280
26.1 數據交換與服務工具概述 280
26.2 數據采集 . 281
26.3 數據交換 . 283
26.3.1 前置交換子系統 . 283
26.3.2 交換傳輸子系統 . 283
26.3.3 交換管理子系統 . 284
26.4 數據加工服務 284
26.5 數據共享服務 286
26.6 2
第1 篇 趨勢篇
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 工業大數據是工業智能化的核心基礎 . 6
1.3 主要工業國家地區的工業大數據戰略 . 8
1.4 企業工業數據的核心價值 . 9
1.5 我國各行業數據治理現狀 . 11
1.6 數據治理是實現工業數據價值的基礎 . 13
1.7 工業企業數據治理面臨的困難與挑戰 . 14
第2 章 工業企業數據治理概述 . 17
2.1 相關概念和定義 . 17
2.1.1 數據與數據管理 . 17
2.1.2 大數據內涵及其特征 . 17
2.1.3 工業大數據的定義及其獨特屬性 . 18
2.1.4 狹義數據治理與廣義數據治理 . 19
2.2 工業數據的分類 . 22
2.3 數據治理的頂層架構 . 25
2.3.1 數據治理“五域模型”：管理視角 . 25
2.3.2 數據治理“黃金屋”：技術視角 . 26
2.3.3 數據全生命周期 . 27
2.4 數據治理的核心內容 28
第3 章 主流數據治理標準及框架介紹 30
3.1 國際標準 . 30
3.2 國內標準及模型 30
3.3 專業組織及理論框架 32
3.4 數據治理體系比較 34
第4 章 數據治理的發展趨勢 .37
4.1 國內外數據治理體系的演變與發展 . 37
4.2 以組織為核心的數據治理體系建設 . 38
4.3 從傳統式數據治理到資產化數據治理 . 38
4.4 從企業級數據治理到產業級數據治理 . 39
4.5 新一代信息技術促進數據治理的發展
4.6 數據文化與倫理道德建設是重要一環 . 43
4.7 數據運營是數據資產價值的實現過程 . 45
第5 章 本書閱讀導引 48
5.1 數據治理是一個系統工程 48
5.2 工具是數據治理的保障 49
5.3 實施數據治理有路線可循 49
5.4 數據治理已在諸多行業成功實施 49
第2 篇 體系篇
第6 章 數據管控 55
6.1 數據管控概述 . 55
6.2 組織架構 . 57
6.2.1 數據治理組織架構 . 57
6.2.2 數據治理組織模式 . 59
6.2.3 數據治理職責分工 . 61
6.3 制度規范 . 64
6.3.1 數據治理制度框架 . 64
6.3.2 數據治理管理制度的修訂 . 67
6.4 執行流程 . 69
6.4.1 數據治理總體流程框架 . 69
6.4.2 數據治理典型場景的流程 . 70
6.5 設計機制 . 73
6.6 考核體系 . 75
6.7 標準體系 . 77
第7 章 數據戰略 79
7.1 數據戰略概述 . 79
7.2 數據戰略規劃 . 79
7.2.1 數據戰略愿景和目標 . 80
7.2.2 數據戰略規劃基本原則 . 81
7.2.3 數據戰略舉措選擇 . 82
7.2.4 數據戰略模型工具 . 82
7.3 數據戰略實施 . 84
7.3.1 實施策略 84
7.3.2 實施路徑 . 84
7.3.3 實施步驟 . 85
第8 章 數據架構 .88
8.1 數據架構概述 89
8.1.1 數據架構組成 . 90
8.1.2 企業數據架構的主要問題 . 91
8.1.3 做好數據架構的意義 . 92
8.2 數據目錄 . 92
8.2.1 數據目錄類型 . 93
8.2.2 數據目錄管理 . 95
8.3 數據模型 . 96
8.3.1 數據模型中的基本概念與數據關系 . 97
8.3.2 主題域模型 . 101
8.3.3 概念數據模型 . 103
8.3.4 邏輯數據模型 . 103
8.3.5 物理數據模型 . 105
8.3.6 數據模型設計和建模方法 . 105
8.4 數據標準 . 107
8.4.1 對象類數據標準 . 107
8.4.2 基礎類數據標準 . 111
8.5 數據分布與流向 112
8.5.1 數據分布 . 113
8.5.2 數據流向 . 113
8.5.3 數據資產全景圖 . 114
8.5.4 數據地圖分布應用 . 115
8.6 數據架構評價指標 . 116
第9 章 主數據管理 . 118
9.1 主數據和主數據管理 . 118
9.1.1 主數據的特征. 118
9.1.2 主數據管理的基本概念 . 119
9.2 主數據規劃管理 . 119
9.3 主數據識別管理 . 120
9.4 主數據標準管理 . 123
9.5 主數據全生命周期管理 . 124
9.6 主數據應用管理 . 125
9.6.1 統一源頭集中共享 . 125
9.6.2 主數據應用需求管理 . 125
9.6.3 主數據應用質量管理 . 126
9.6.4 主數據應用服務管理 . 127
9.7 主數據評價指標 . 128
9.8 企業常用的幾類主數據 . 130
9.8.1 物料主數據 130
9.8.2 設備主數據 130
9.8.3 固定資產主數據 . 131
9.8.4 會計科目主數據 . 132
9.8.5 組織機構和員工主數據 . 132
第10 章 元數據管理 . 134
10.1 元數據的定義 . 134
10.2 元數據分類 . 134
10.2.1 業務元數據 135
10.2.2 技術元數據 135
10.2.3 管理元數據 135
10.3 元數據相關概念理解 . 136
10.4 元數據管理關鍵活動 . 140
10.5 元數據管理內容 . 141
10.6 主動元數據管理 144
10.7 元數據的價值 146
10.8 元數據管理評價指標 147
第11 章 數據指標管理 148
11.1 數據指標管理概述 148
11.1.1 數據指標應用和管理中的挑戰 . 148
11.1.2 指標體系框架設計目的 . 149
11.1.3 指標體系框架設計思路 . 149
11.2 指標體系框架 150
11.2.1 典型的指標定義框架 . 151
11.2.2 指標選取原則及方法 . 151
11.2.3 指標體系框架層級設計 . 153
11.2.4 指標體系評價方法 . 153
11.3 找指標 154
11.4 理指標 156
11.5 管指標 157
11.6 用指標 158
第12 章 時序數據管理 160
12.1 時序數據管理概述 160
12.2 時序數據的特點 161
12.3 時序數據的應用 162
12.3.1 技術挑戰 . 163
12.3.2 典型的技術架構及特點 . 164
12.3.3 系統核心功能 . 164
第13 章 數據質量管理 166
13.1 數據質量需求分析 167
13.2 數據質量檢查 168
13.3 數據質量分析 168
13.4 數據質量提升 169
13.5 數據質量評估 171
13.5.1 數據質量問題的起因 . 172
13.5.2 數據質量管理技術指標 . 173
13.5.3 數據質量管理業務指標 . 174
第14 章 數據安全管理 . 176
14.1 數據安全管理概述 . 176
14.2 數據安全體系框架 . 177
14.3 數據安全防護策略 . 179
14.4 數據安全審計 . 181
14.5 數據安全風險評估 . 182
14.6 數據應急保障 . 184
第15 章 數據交換與服務 186
15.1 數據交換與服務的意義 . 187
15.2 數據交換與服務技術演進 . 187
15.2.1 文件共享技術 . 188
15.2.2 數據庫中間表技術 . 188
15.2.3 點對點接口技術 . 188
15.2.4 消息隊列技術 . 189
15.2.5 企業服務總線交換技術 . 191
15.2.6 ETL 數據交換技術 . 192
15.2.7 物聯網數據采集交換技術 . 192
15.3 工業企業數據交換與服務標準體系架構 . 193
15.3.1 CPS 信息交換模型 . 195
15.3.2 設備互聯總線 . 195
15.3.3 服務總線 . 196
15.3.4 數據總線 . 198
15.3.5 開放互聯API 網關 199
第16 章 數據共享與開放 201
16.1 數據共享與開放概述 201
16.2 數據資源目錄 203
16.3 數據資源準備 203
16.3.1 數據采集 . 204
16.3.2 數據加工 . 204
16.3.3 數據保密 . 204
16.3.4 數據裝載 . 205
16.3.5 數據發布 . 206
16.4 數據服務 . 206
16.5 數據共享與開放評價 207
第17 章 數據管理成熟度評估 . 209
17.1 數據管理成熟度評估模型 209
17.2 數據管理成熟度等級定義 213
17.3 數據管理成熟度評估指標 216
17.4 數據管理成熟度評估實施 217
第3 篇 工具篇
第18 章 數據治理工具概述 220
第19 章 數據資產運營工具 223
19.1 數據資產目錄 . 223
19.1.1 總體概述 224
19.1.2 數據資產目錄系統構建 . 224
19.1.3 數據資產目錄能力評估模型 . 226
19.2 數據資產價值評估 228
19.2.1 總體概述 . 228
19.2.2 數據資產價值評估模型 . 230
19.2.3 數據資產價值評估工具 . 238
第20 章 數據模型管理工具 240
20.1 數據模型管理工具概述 . 240
20.2 企業級數據模型管控 . 241
20.3 數據標準管控 . 243
20.3.1 數據標準的發布和工具訪問 . 243
20.3.2 數據模型設計中的數據標準應用 . 243
20.3.3 數據標準應用情況的自動檢核 . 244
20.3.4 自定義數據標準的發布管理 . 244
20.4 數據字典的質量檢核 . 245
第21 章 數據指標管理工具 246
21.1 指標庫管理 . 246
21.2 指標體系管理 . 247
21.3 指標評價管理 . 248
21.4 指標應用管理 . 248
第22 章 主數據管理工具 251
22.1 主數據標準管理 . 251
22.2 主數據模型管理 . 252
22.3 主數據清洗管理 . 252
22.3.1 主數據清洗的內容 . 252
22.3.2 主數據清洗的一般過程 . 253
22.4 主數據全生命周期管理 . 255
22.5 主數據質量管理 . 257
22.6 主數據發布與共享 . 259
第23 章 元數據管理工具 261
23.1 元數據管理工具概述 . 261
23.2 元數據管理工具組成 . 261
23.3 元數據管理工具的架構 . 265
23.4 元數據管理工具的發展趨勢 . 267
第24 章 時序數據處理工具 . 269
24.1 通用的大數據處理工具的不足 269
24.2 時序數據處理工具應具備的功能和特點 . 270
24.3 時序數據的采集 272
24.4 時序數據處理工具 273
第25 章 數據質量管理工具 . 276
25.1 數據質量管理工具概述 276
25.2 數據質量稽核規則設置 277
25.3 數據質量任務管理 278
25.4 數據質量報告 278
第26 章 數據交換與服務工具 . 280
26.1 數據交換與服務工具概述 280
26.2 數據采集 . 281
26.3 數據交換 . 283
26.3.1 前置交換子系統 . 283
26.3.2 交換傳輸子系統 . 283
26.3.3 交換管理子系統 . 284
26.4 數據加工服務 284
26.5 數據共享服務 286
26.6 2
展開全部
數據治理:工業企業數字化轉型之道(第2版) 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，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、南方電網、國家電投、中國核工業集團、騰訊等80余家世界500強企業提供數據治理服務。
書友推薦
- >
莉莉和章魚
- >
有舍有得是人生
- >
中國人在烏蘇里邊疆區:歷史與人類學概述
- >
朝聞道
- >
【精裝繪本】畫給孩子的中國神話
- >
史學評論
- >
巴金－再思錄
- >
羅曼·羅蘭讀書隨筆-精裝
本類暢銷
