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
數據產品開發與經營:從數據資源到數據資本 版權信息
- ISBN：9787111775034
- 條形碼：9787111775034 ; 978-7-111-77503-4
- 裝幀：精裝
- 冊數：暫無
- 重量：暫無
- 所屬分類：>>
數據產品開發與經營:從數據資源到數據資本 本書特色
（1）作者背景權威：全球數據資產理事會（DAC）組織編寫，作者均為國內數據資產管理領域的資深專家。
（2）作者經驗豐富：多位作者為企業的CDO、CIO，在數據治理、數據資產建設、數據產品知識產權、數字化轉型等方面有深厚的積累。
（3）獨創方法論：原創數據產品高速動車組模型、數據產品設計五步法、數據產品開發全景圖、數據產品運營框架、數據產品運營框架等方法論，為企業釋放數據價值提供科學的方法論
（4）理論與實務結合：從概念到方法，從理論到實踐，從產業政策到行業解決方案，為讀者構建全面的數據產品知識體系。
（5）近20位專家推薦：湖南數據產業集團、廣州數據集團、深圳數據交易所、浙江大數據交易中心、華為、平安、安永、畢馬威、德勤、普華永道、浙江大學等企業、機構和高校的近20位領導和專家一致推薦。
數據產品開發與經營:從數據資源到數據資本 內容簡介
這是一本講解在數據要素大背景下，企業如何將數據資源開發成數據產品，進而通過數據產品實現數據資產化和資本化的著作，為企業釋放數據價值提供了科學的方法論和國內領先的實踐方案。 這本書由全球數據資產理事會（DAC）組織編寫，融合了國內數據資產管理領域多家企業的10位專家的研究成果和實戰經驗，得到了湖南數據產業集團、廣州數據集團、深圳數據交易所、浙江大數據交易中心、華為、平安、安永、畢馬威、德勤、普華永道、浙江大學等企業、機構和高校等近20位高層領導、技術專家和學者的高度評價和一致推薦。 從概念到方法，從理論到實踐，從產業政策到行業解決方案，本書將為讀者構建全面的數據產品知識體系，核心內容如下： （1）國家和地方出臺的數據資產相關政策及其解讀，為數據資產實踐提供法律準繩； （2）詳細闡釋數據從原始數據到數據資源、數據產品、數據資產，再到數據資本的價值實現路徑； （3）原創數據資產運營框架，包含數據戰略模塊、核心運營模塊和基礎支持模塊，明確了數據產品在整個數據資產運營體系中的作用； （4）系統梳理并厘清原始數據、數據資源、數據資源化、數據資源來源、數據資源存儲、數據資源質量、數據資源管理等核心概念及其基礎知識； （5）詳細介紹數據產品的核心概念、產品類型、產品形態、產品價值； （6）原創數據產品高速動車組模型，重點闡述了價值牽引、場景驅動、合規支撐三大數據產品開發策略； （7）原創數據產品設計五步法，將數據產品設計分為場景設計、價值設計、構件設計、交付與運營、安全合規設計5個步驟； （8）提出數據產品開發全景圖，為資源型、服務型、智能型等不同類型的數據產品開發提供科學方法； （9）原創數據產品運營增長框架，為數據產品的運營和增長提供方法論； （10）從實踐角度講解數據產品開發方法如何落地，以及不同類型的數據產品的開發經驗； （11）從數據產品交易、數據資產運營和數據資本創新3個維度深度講解數據產品的經營方法和邏輯，實現從數據產品到數據資本的閉環。
數據產品開發與經營:從數據資源到數據資本數據產品開發與經營:從數據資源到數據資本 前言
前言
在當今這個數據驅動的時代，數據已成為企業極為寶貴的資產之一。如何有效地管理和利用數據，將其轉化為有價值的信息、知識、產品、資本，是每個企業都需要面對的挑戰。本書旨在為那些希望深耕數據領域的專業人士提供一套全面的方法論。
為何寫作本書
自2015年提出“數字中國”概念以來，我國政府高度重視數字經濟的發展，將其作為推動經濟高質量發展的新動能。2023年，《數字中國建設整體布局規劃》的印發，進一步明確了到2025年和2035年的目標與任務，以及“2522”的整體框架，即夯實數字基礎設施和數據資源體系“兩大基礎”，推進數字技術與經濟、政治、文化、社會、生態文明建設“五位一體”深度融合，強化數字技術創新體系和數字安全屏障“兩大能力”，優化數字化發展國內國際“兩個環境”。數字中國戰略的提出標志著我國對數字化轉型的全面推進。
數據產品開發與經營:從數據資源到數據資本 目錄
目錄
作者簡介
贊譽
前言
**篇 數據產品基礎
第1章 數據資產政策及運營框架
1.1 數據資產相關政策概覽2
1.1.1 國家出臺的政策2
1.1.2 地方政府出臺的政策6
1.2 數據價值實現路徑7
1.3 數據資產運營框架9
1.3.1 數據戰略模塊9
1.3.2 核心運營模塊11
1.3.3 基礎支持模塊24
第2章 數據資源治理
2.1 原始數據26
2.1.1 什么是原始數據26
2.1.2 原始數據的來源27
2.1.3 原始數據的形式28
2.1.4 原始數據的特點28
2.2 數據資源29
2.2.1 什么是數據資源29
2.2.2 數據資源的主要類型29
2.2.3 數據資源的特點36
2.3 數據資源化36
2.3.1 數據資源和原始數據的關系36
2.3.2 數據資源化的過程36
2.4 數據資源來源39
2.4.1 內部系統產生40
2.4.2 互聯網采集42
2.4.3 物聯網設備采集43
2.4.4 外部流通交易46
2.5 數據資源存儲47
2.5.1 數據倉庫48
2.5.2 數據湖49
2.6 數據資源質量52
2.6.1 數據資源質量問題的來源52
2.6.2 數據資源質量的關鍵要素53
2.6.3 數據資源質量評估54
2.6.4 數據資源質量評分56
2.7 數據資源管理57
2.7.1 數據資源加工58
2.7.2 數據資源管理過程62
2.7.3 數據資源管理成熟度64
第3章 數據產品概述
3.1 數據產品核心概念67
3.1.1 什么是數據產品69
3.1.2 數據產品的特征70
3.1.3 數據產品與數據資源的關系73
3.2 數據產品類型73
3.2.1 資源型數據產品75
3.2.2 工具型數據產品78
3.2.3 服務型數據產品81
3.3 數據產品形態84
3.3.1 數據類產品85
3.3.2 信息類產品87
3.3.3 知識類產品92
3.3.4 智慧類產品97
3.3.5 數據產品形態的演變101
3.4 數據產品價值103
3.4.1 什么是數據產品價值104
3.4.2 數據產品的FBUS價值模型106
3.4.3 數據產品的財務價值107
3.4.4 數據產品的業務價值110
3.4.5 數據產品的用戶價值114
3.4.6 數據產品的社會價值115
第二篇 數據產品開發
第4章 數據產品開發策略
4.1 數據產品高速動車組模型120
4.2 價值牽引：動車組的“操控手柄”122
4.2.1 什么是價值牽引122
4.2.2 價值牽引的8個特征123
4.2.3 價值牽引的5個實施步驟125
4.2.4 價值牽引的4個管理策略128
4.3 場景驅動：動車組的“動力引擎”133
4.3.1 數據產品的應用場景分類133
4.3.2 數據產品的需求分析框架140
4.3.3 數據產品的場景驅動策略146
4.3.4 場景驅動數據產品的主要特征158
4.4 合規支撐：動車組的“無砟軌道”160
4.4.1 數據產品安全161
4.4.2 數據產品合規167
4.4.3 安全合規支撐的數據產品開發策略172
4.4.4 數據產品各個階段的安全合規174
第5章 數據產品設計方法
5.1 數據產品設計五步法框架179
5.2 **步：產品場景設計181
5.2.1 定義用戶181
5.2.2 場景痛點分析182
5.3 第二步：產品價值設計185
5.3.1 產品需求設計185
5.3.2 場景價值設計187
5.3.3 產品框架設計189
5.3.4 需求優先級設計191
5.4 第三步：產品構件設計192
5.4.1 數據產品的3個構件192
5.4.2 數據原料設計195
5.4.3 模型算法設計197
5.4.4 產品可視化設計201
5.5 第四步：產品交付與運營205
5.5.1 數據產品測試206
5.5.2 數據產品交付206
5.5.3 數據產品運營207
5.5.4 數據產品迭代209
5.6 第五步：產品安全合規設計210
5.6.1 數據安全設計210
5.6.2 數據合規設計211
5.7 案例：資源型數據產品實踐212
5.7.1 產品設計212
5.7.2 案例總結217
5.8 案例：服務型數據產品實踐217
5.8.1 產品設計218
5.8.2 案例總結243
第6章 數據產品開發方法
6.1 數據產品開發全景圖245
6.2 數據產品開發基礎247
6.2.1 數據產品開發角色248
6.2.2 基于數據倉庫的數據開發250
6.2.3 基于數據平臺的數據開發251
6.2.4 基于DataOps的數據開發255
6.2.5 數據開發的關鍵技術258
6.2.6 數據開發的關鍵平臺261
6.3 資源型數據產品開發方法266
6.3.1 數據資源盤點266
6.3.2 數據指標體系梳理267
6.3.3 數據建模268
6.3.4 數據質量改進271
6.3.5 數據開發276
6.3.6 數據服務277
6.4 服務型數據產品開發方法278
6.4.1 開發需求分析278
6.4.2 數據資源評估279
6.4.3 技術選型280
6.4.4 架構設計281
6.4.5 常用開發方法282
6.4.6 產品迭代284
6.5 智能化數據產品開發方法285
6.5.1 開發前提條件285
6.5.2 場景和價值設計286
6.5.3 模型準備287
6.5.4 模型選擇289
6.5.5 算法設計291
6.5.6 模型訓練292
6.5.7 模型輸出293
6.5.8 模型發布295
第7章 數據產品運營方法
7.1 數據產品運營框架296
7.2 基礎助推器：數據產品運營基礎298
7.2.1 數據產品運營角色298
7.2.2 數據產品運營基本職責299
7.3 內部推進器：數據產品增長飛輪306
7.3.1 什么是增長飛輪307
7.3.2 如何構建飛輪308
7.3.3 如何驅動飛輪310
7.3.4 構建多層飛輪311
7.3.5 建立飛輪組合312
7.4 外部推進器：數據產品客戶成功314
7.4.1 什么是客戶成功314
7.4.2 數據產品客戶成功策略317
︱第三篇 數據產品實踐
第8章 數據產品開發實踐
8.1 數據產品實踐背景324
8.1.1 獲得數據加工經營授權325
8.1.2 建設金融數據服務平臺325
8.2 數據產品策略實踐327
8.2.1 價值牽引數據產品設計328
8.2.2 場景驅動數據產品開發331
8.2.3 合規支撐數據產品經營333
8.3 落地數據產品設計五步法實踐335
8.3.1 產品場景設計335
8.3.2 產品價值設計335
8.3.3 產品構件設計336
8.3.4 產品交付與運營337
8.3.5 產品安全合規設計338
8.4 數據產品實踐復盤339
第9章 數據要素型企業產品實踐
9.1 數據資產運營生態圖譜341
9.2 數據要素型企業的定位和典型問題343
9.2.1 數據要素型企業的定位343
9.2.2 數據要素型企業的典型問題344
9.3 案例：海亮教育的數據資產管理實踐346
9.3.1 海亮教育簡介346
9.3.2 數據價值實現路徑347
9.3.3 案例復盤364
9.4 案例：高頌數科“平臺 生態”數據資產運營模式366
9.4.1 數據要素典型企業高頌數科366
9.4.2 高頌數科數據資產運營核心技術底座368
9.4.3 “平臺 生態”數據資產運營模式375
9.4.4 高頌數科的數據產品開發與經營實踐381
第10章 數商型企業數據產品實踐
10.1 數據服務商的定位和分類385
10.1.1 數據服務商的定位386
10.1.2 數據服務商的分類388
10.2 案例：惟客數據產品開發實踐390
10.2.1 惟客數據簡介390
10.2.2 數據產品發展戰略391
10.2.3 數據產品矩陣393
10.2.4 數據產品體系394
10.2.5 數據產品和方案貨架400
10.2.6 數據產品服務模式402
10.3 案例：德生科技數據產品開發實踐404
10.3.1 德生科技簡介404
10.3.2 數據產品案例：德生職業背調404
10.3.3 數據產品案例：信用就醫408
︱第四篇 數據產品經營
第11章 數據產品交易
11.1 數據交易市場421
11.1.1 數據產品作為商品421
11.1.2 數據產品交易市場422
11.1.3 數據交易市場機制424
11.2 數據產品交易模式427
11.2.1 場內交易與場外交易427
11.2.2 數據交易所模式429
11.2.3 “所商分離”機制433
11.3 數據產品交易技術434
11.3.1 數據產品交易技術版圖434
11.3.2 主流數據技術436
11.3.3 數據計算437
11.3.4 數據空間438
11.3.5 數據快遞440
11.3.6 數算一體化441
11.4 數據產品交易平臺444
11.4.1 數據產品交易平臺的核心制度444
11.4.2 數據產品交易平臺的核心系統445
11.4.3 數據產品交易平臺的開發與運維447
第12章 數據資產運營
12.1 重構企業數據資產450
12.1.1 全面認識數據資產450
12.1.2 數據資產管理框架459
12.1.3 企業數據資產重構與數字化轉型升級463
12.2 數據資產價值管理464
12.2.1 數據資產價值倍增路徑465
12.2.2 數據資產估值模型466
12.2.3 數據資產價值應用467
12.3 數據資產深度運營470
12.3.1 數據產品系統運營470
12.3.2 數據資產入表472
12.3.3 數據資產運營創新模式473
12.4 城市全域數據資產運營477
12.4.1 公共數據授權運營與開發利用477
12.4.2 行政事業單位數據資產管理479
12.4.3 城市數據資產運營平臺481
12.4.4 數據資產驅動的數據產業484
第13章 數據資本創新
13.1 數據資本486
13.1.1 什么是數據資本486
13.1.2 什么是數據資本化488
13.1.3 數據資本與數據資產、數據產品的關系489
13.2 企業數據資本運營491
13.2.1 數據資本創新的挑戰491
13.2.2 數據資產金融創新493
13.2.3 數據資本估值497
13.2.4 數據資產并購500
13.3 數據資產市值管理502
13.3.1 全要素資本化502
13.3.2 數據資產對企業市值的影響504
13.3.3 中小企業數據資產市值管理507
13.3.4 城投公司數據資產運營509
13.3.5 數據集團數據資產管理510
13.4 數據投行513
13.4.1 數據投行創新模式513
13.4.2 數據投行的政策法律依據514
13.4.3 數據投行的業務內容515
13.4.4 數據做市商制度517
13.5 數據資產通證化518
13.5.1 數據資產通證化實踐518
13.5.2 數據資產通證化的創新影響519
13.6 數據資產證券化521
13.6.1 數據資產證券化的創新背景521
13.6.2 數據資產證券化的參與方與業務流程521
展開全部
數據產品開發與經營:從數據資源到數據資本 作者簡介
錢勇
數焰科技CEO，某綜合金融集團前首席數據官。擁有20余年技術研發和企業管理經驗，數據要素和人工智能領域布道者，數據智能和組織發展領域資深專家。畢業于哈爾濱工業大學，北京大學匯豐商學院金融科技EDP，美國得克薩斯大學阿靈頓商學院工商管理碩士。DAMA國際認證首席數據官，工業和信息化部認證首席數據資產運營官、高級數據資產評估計價咨詢師和高級數據資產入表保薦師，中國信息協會數據要素專業委員會專家，騰訊云最具價值專家（TVP）。多次擔任國內頂級數據、產品、技術峰會的聯席主席、出品人或演講嘉賓。
項靈剛
資深數據領域專家，專注于數據要素實踐與數據資產管理。海亮教育CIO，主導推動教育行業領先的數據資本化案例實踐，深耕數據治理、數據資產建設、數據產品知識產權等領域。中國CIO協會專家委員，工業和信息化部認證首席數據官和首席數據資產運營官，中國信通院認證高級數據資產管理師和高級數據分析師，國家“數據要素 × 人才標準”起草人，浙江大數據交易中心“數據要素 × 行業專家”，全球數據資產理事會（DAC）專家。
錢勇
數焰科技CEO，某綜合金融集團前首席數據官。擁有20余年技術研發和企業管理經驗，數據要素和人工智能領域布道者，數據智能和組織發展領域資深專家。畢業于哈爾濱工業大學，北京大學匯豐商學院金融科技EDP，美國得克薩斯大學阿靈頓商學院工商管理碩士。DAMA國際認證首席數據官，工業和信息化部認證首席數據資產運營官、高級數據資產評估計價咨詢師和高級數據資產入表保薦師，中國信息協會數據要素專業委員會專家，騰訊云最具價值專家（TVP）。多次擔任國內頂級數據、產品、技術峰會的聯席主席、出品人或演講嘉賓。
項靈剛
資深數據領域專家，專注于數據要素實踐與數據資產管理。海亮教育CIO，主導推動教育行業領先的數據資本化案例實踐，深耕數據治理、數據資產建設、數據產品知識產權等領域。中國CIO協會專家委員，工業和信息化部認證首席數據官和首席數據資產運營官，中國信通院認證高級數據資產管理師和高級數據分析師，國家“數據要素 × 人才標準”起草人，浙江大數據交易中心“數據要素 × 行業專家”，全球數據資產理事會（DAC）專家。
林建興
全球數據資產理事會（DAC）總干事，開放數據空間聯盟（ODSA）執行理事長，廈門市云大物智數據研究院理事長，高頌數科（廈門）智能技術有限公司董事長，“數據資產叢書”總策劃、《數據空間知識體系指南》作者。
持續聚焦數據資產運營、數據治理、數字化轉型服務，專注以數據為中心的人工智能應用研究，已獲得以下專業認證資格：數據資產評估計價咨詢師（高級）、數據交易合規師（高級）、首席數據官（CDO）、數據治理專家（CDGP）、數據治理工程師（CDGA）、注冊信息安全工程人員（CISP）等。
于冰冰
布魯塞爾自由大學碩士，曾任數據治理高級經理、首席信息安全官、數據安全官和數據保護官等職位。在信息科技、資產管理、消費金融、汽車金融和教育等行業從事過數據管理工作，具有深厚的數據管理理論知識和豐富的數據管理項目落地實踐經驗，同時在人工智能治理合規方向有深入研究。取得多種數據領域證書和榮譽，在國內外刊物上發表過多篇論文，翻譯、編寫過多本數據領域的圖書。
書友推薦
- >
我從未如此眷戀人間
- >
回憶愛瑪儂
- >
我與地壇
- >
龍榆生：詞曲概論/大家小書
- >
羅曼·羅蘭讀書隨筆-精裝
- >
李白與唐代文化
- >
月亮虎
- >
人文閱讀與收藏·良友文學叢書:一天的工作
本類暢銷
