[
-
内容大纲
首席数据官（Chief Data Officer，CDO）是数字时代的产物，它在数字化转型的过程中，以及在转型成功后的数字经济中，都会起到关键作用。本书旨在建立一套相对完整的关于首席数据官的知识体系，帮助读者更好地参与数字时代的发展。
本书分为5篇。“第一篇CDO概论”介绍CDO产生的背景、发展趋势、主要职责、必备技能和工作路径等。“第二篇管好数据”讲解CDO如何管理好数据，涉及数据战略、数据治理、数据制度、数据标准、数据架构、数据质量、数据安全、数据合规、数据建模、数据集成、数据存储、数据分析和挖掘、数据伦理、数据开放与共享等。“第三篇做好转型”讲解CDO如何做好数字化转型。“第四篇建好团队”讲解CDO如何构建、领导和考核数据团队。“第五篇新技术、新模式、新业态”介绍一些与数据及CDO相关的新技术、新模式和新业态。
本书适合对数据，特别是对首席数据官这一职业感兴趣的读者，期望或者已经成为首席数据官的读者，以及需要与首席数据官协同工作的读者阅读。 -
作者介绍
-
目录
第一篇 CDO概论
第1章 CDO是数字时代的产物
1.1 CDO的定义
1.1.1 首席数字官
1.1.2 首席数据官
1.2 CDO产生的背景
1.2.1 《领导者数据宣言》
1.2.2 数据是生产要素
1.2.3 数据是数字经济的基础
1.2.4 数据管理是数字化转型的前提
1.2.5 数据必须从IT中分离出来
1.2.6 谁来管理数据
1.3 国外CDO发展的状况
1.3.1 国外CDO概念的历史由来
1.3.2 国外与CDO相关的组织
1.3.3 国外与CDO相关的研究和著作
1.4 国内CDO发展的状况
1.4.1 广东省
1.4.2 浙江省
1.4.3 江苏省
1.4.4 山东省
1.4.5 上海市
1.4.6 北京市
1.4.7 四川省
1.4.8 工业和信息化部
1.4.9 关于CDO的一些城市级政策
1.5 CDO发展的趋势
1.5.1 全球CDO调研
1.5.2 CDO在我国的发展趋势
1.5.3 中美CDO的比较：谁在推动数据管理工作
1.6 本章小结
第2章 CDO的主要职责和组织架构
2.1 概述
2.2 关于首席数据官职责的一些观点
2.2.1 美国联邦政府首席数据官委员会的观点
2.2.2 isCDO的观点
2.2.3 CDOIQ的观点
2.2.4 EDMC的观点
2.2.5 DAMA的观点
2.3 一个示例：美国俄勒冈州交通部CDO招聘
2.3.1 职位介绍
2.3.2 通用职责领导职责
2.3.3 具体的职责和职务
2.3.4 成功的度量指标
2.3.5 背景要求和最低资格要求
2.4 首席数据官的主要工作职责
2.4.1 管好数据
2.4.2 做好转型
2.4.3 建好团队
2.4.4 CDO职责架构图
2.5 首席数据官的汇报路径和组织架构
2.5.1 CDO与其他CXO的关系
2.5.2 CDO和数字化转型委员会的关系
2.5.3 CDO和数据所有者的关系
2.5.4 CDO和数据管理专员的关系
2.6 本章小结
第3章 CDO的必备技能和个人特质
3.1 概述
3.2 首席数据官面临的挑战
3.3 首席数据官可能担当的角色
3.4 CDO的必备技能（美国联邦政府首席数据官委员会的观点）
3.5 CDO的数据能力：数据素养
3.6 CDO的业务能力
3.7 CDO的技术能力
3.8 CDO的团队能力
3.9 CDO的战略规划能力
3.10 CDO的沟通交流能力
3.11 CDO的性格特征
3.12 本章小结
第4章 CDO的行动指南
4.1 概述
4.2 国外关于CDO行动计划的一些观点
4.2.1 isCDO关于CDO的90天行动计划
4.2.2 Gartner关于CDO的100天行动计划
4.2.3 CDOIQ关于CDO的90天行动计划
4.3 DAMA的CDO行动路线图
4.3.1 获得支持并确定具体目标
4.3.2 了解组织的数据和技术现状
4.3.3 评估组织数据管理能力成熟度
4.3.4 制定路线图并设置合理的KPI
4.4 本章小结
第二篇 管好数据
第5章 数据战略
5.1 概述
5.1.1 战略是企业的生死大计
5.1.2 数据赋予企业的机遇和挑战
5.1.3 企业需要有数据战略
5.1.4 部分国家或地区的数据战略
5.1.5 数据战略的三个必答题
5.2 数据战略七要素
5.2.1 愿景：企业要成为一家怎样的数据驱动型公司
5.2.2 数据文化：将数据思维植入组织文化
5.2.3 数据组织：构建业务负责制的数据管理组织
5.2.4 业务场景：让数据战略对齐业务战略
5.2.5 数据能力：提供制度和流程支撑
5.2.6 数据底座：让数据可用、好用
5.2.7 行动路线图：数据战略实施路线图
5.3 数据战略实施的Y形路径
5.3.1 数据战略分析
5.3.2 数据战略制定
26.4.5 探索资本服务
26.5 数据交易
26.5.1 交易标的物
26.5.2 参与主体
26.5.3 定价
26.5.4 风险提示
26.6 数据入表
26.7 本章小结
第27章 公共数据授权运营
27.1 概述
27.1.1 政策背景
27.1.2 现状与实践
27.1.3 问题与挑战
27.2 授权运营方式
27.3 授权运营的实现路径
27.3.1 建立主体机制（组织框架搭建）
27.3.2 规范行为制度（政策文件支持）
27.3.3 选择建设模式（确定授权主体和授权方式）
27.3.4 搭建授权运营平台
27.3.5 设计收益分配
27.3.6 形成授权运营生态
27.4 本章小结
第四篇 建好团队
第28章 数据团队建设
28.1 数据团队的组织架构
28.2 组织架构建设的指导原则
28.3 建立数据团队认责机制
28.4 数据团队的构成
28.4.1 数据团队的5个职能
28.4.2 不同的数据角色
28.4.3 数据治理子团队的构成
28.4.4 数据分析和应用子团队的构成
28.4.5 数据平台开发子团队的构成
28.4.6 数据系统运维子团队的构成
28.4.7 数据要素运营子团队的构成
28.5 数据团队的人员构成
28.5.1 数字化人才的定义
28.5.2 数据库管理员
28.5.3 ETL工程师
28.5.4 数据架构师
28.5.5 数据分析师
28.5.6 数据建模师
28.5.7 元数据管理师
28.5.8 主数据管理师
28.5.9 数据质量专员
28.5.10 数据安全管理师
28.5.11 数据合规师
28.5.12 大数据科学家
28.5.13 数据治理师
28.5.14 数据资产评估师
28.5.15 数据交易师
28.6 数据团队的建设方法
28.6.1 数据团队建设的一些考虑
28.6.2 数据团队人才建设的渠道
28.7 本章小结
第29章 CDO及其数据团队的绩效考核
29.1 CDO绩效管理的独特性
29.2 CDO绩效考核及其目的
29.3 CDO绩效考核对象及其指标
29.3.1 CDO绩效考核对象
29.3.2 CDO绩效考核指标
29.3.3 KPI要素
29.4 考核频率
29.5 考核基准
29.5.1 开发类项目的考核基准
29.5.2 工程类项目的考核基准
29.5.3 已知需求类项目的考核基准
29.5.4 未知需求类项目的考核基准
29.6 考核方法
29.6.1 排序法
29.6.2 对比法
29.6.3 正态分布法
29.6.4 文献法
29.6.5 述职法
29.6.6 尺度评价法
29.6.7 有无考核法
29.6.8 内部结算法
29.6.9 个人绩效承诺法
29.6.10 综合绩效考核法
29.7 考核数据收集
29.7.1 权责发生制的数据收集
29.7.2 实际发生制的数据收集
29.7.3 绩效数据与项目实施过程融合
29.7.4 项目全生命周期数据收集
29.8 考核结果
29.8.1 数据管理价值评价
29.8.2 考核的“量化”神话
29.8.3 活力曲线
29.8.4 考核结果应用
29.9 绩效反馈
29.9.1 绩效反馈与沟通
29.9.2 绩效考核中的常见问题及应对措施
29.10 绩效考核体系建设
29.10.1 取得高层领导支持
29.10.2 开展全员宣贯
29.10.3 统筹规划三阶段
29.10.4 确定考核目标
29.10.5 设计KPI和权重
29.10.6 选择合适的考核方法
29.10.7 设计考核结果的活力区间
29.10.8 设计考核频率
29.10.9 设计考核结果应用
29.10.10 开展绩效反馈与辅导
29.11 本章小结
第30章 数据项目的管理
30.1 数据项目的定义
30.1.1 什么是数据项目
30.1.2 数据项目的独特性
30.2 项目管理及其发展
30.2.1 项目管理的发展历程
30.2.2 项目管理的九大知识领域
30.2.3 项目管理人才的技能要求
30.3 数据项目管理的原则
30.4 数据项目管理的内容
30.4.1 传统型数据项目
30.4.2 基于数据生命周期的传统型数据项目
30.4.3 与数据资产和数据要素相关的数据项目
30.4.4 数据外包项目的管理
30.5 数据驱动的项目管理
30.5.1 数据在项目管理中的作用
30.5.2 数据驱动的项目管理的实施流程
30.6 本章小结
第五篇 新技术、新模式、新业态
第31章 新型数据科技
31.1 战略性新型数据平台
31.2 现代数据架构
31.2.1 现代数据架构的特点
31.2.2 云上数据架构的兴起
31.2.3 主动型元数据管理
31.3 湖仓一体
31.3.1 数据仓库
31.3.2 数据湖
31.3.3 湖仓一体
31.3.4 数据中台
31.4 数据民主化
31.5 数据编织
31.6 数据网格
31.7 数据联邦
31.8 DataOps
31.8.1 定义
31.8.2 DataOps架构
31.8.3 数据中台与DataOps的关系
31.8.4 DataOps的主要技术
31.8.5 DataOps的价值
31.9 数据可视化
31.10 数字孪生
31.11 隐私计算
31.11.1 隐私计算的定义和相关的主要技术
31.11.2 隐私计算在数据要素流通中的应用
31.12 区块链
31.13 ChatGPT带来的革命性变革
31.14 “信创”及其对企业数据技术发展的影响
31.14.1 信创产业发展的背景
31.14.2 信创产业发展的成就
31.14.3 信创产业的发展趋势
31.15 开源
31.15.1 开源软件的条件
31.15.2 开源的优势及劣势
31.15.3 关于开源的一些问题
31.15.4 主要的软件基金会和平台
31.15.5 中国开发者对Apache顶级项目做出的贡献
31.15.6 开源项目的发展趋势
31.16 数据空间和国际数据空间
31.17 本章小结
第32章 基于数据的商业运营新模式
32.1 传统的运营模式
32.1.1 传统的业务驱动型运营模式
32.1.2 传统的技术驱动型运营模式
32.1.3 阿米巴运营模式
32.1.4 传统的流程驱动型运营模式
32.2 基于数据的新模式
32.2.1 数据驱动的新模式
32.2.2 以数据为中心的新模式
32.2.3 基于指标数据的新模式
32.3 与数据相关的其他新模式
32.3.1 数据交易的新模式
32.3.2 基于云端的数据管理模式
32.4 本章小结
第33章 基于数据的新业态
33.1 背景
33.2 数商新生态
33.3 数据信托
33.4 数据跨境流通
33.5 数据标注
33.6 Web3.0和元宇宙
33.7 NFT
33.8 ESG
33.9 碳达峰与碳中和
33.10 ESG与“双碳”之间的联系与区别
33.11 本章小结
5.3.3 数据战略实施
5.3.4 数据战略评估
5.4 本章小结
第6章 数据治理
6.1 概述
6.1.1 数据治理的定义
6.1.2 数据治理和数据管理的关系
6.2 数据治理的驱动因素
6.2.1 法规遵从的要求
6.2.2 内部管控的要求
6.2.3 外部市场的需求
6.3 数据治理的核心内容
6.3.1 组织人事架构的调整和建设
6.3.2 各种规章制度的建设
6.3.3 数据管理流程的改造和建设
6.4 数据治理的实施指南
6.4.1 识别当前的数据管理参与者
6.4.2 识别数据治理指导委员会的参与者
6.4.3 识别和分析利益相关方
6.4.4 让利益相关方参与进来
6.5 本章小结
第7章 数据制度
7.1 概述
7.1.1 数据制度的分类
7.1.2 企业层面的数据制度分类法
7.1.3 企业级管理大纲
7.1.4 数据管理办法
7.1.5 数据管理维护细则
7.1.6 数据管理操作手册
7.2 数据制度的主要内容
7.2.1 数据制度的核心内容
7.2.2 数据要素基础制度
7.3 数据制度的修订时机、原则和步骤
7.4 本章小结
第8章 元数据和数据资源目录
8.1 概述
8.1.1 元数据和数据资源目录的定义
8.1.2 数据管理需要从元数据开始
8.2 元数据管理的驱动因素
8.3 元数据的核心内容
8.3.1 元数据的内容
8.3.2 元数据的来源
8.4 元数据和数据资源目录实施指南
8.5 元数据管理的关键事项
8.5.1 目录的完整性
8.5.2 元数据的质量
8.5.3 组织保障
8.5.4 标准和制度
8.5.5 反馈机制
8.5.6 元数据管理是一项长期工程
8.6 主动型元数据管理
8.6.1 什么是主动型元数据管理
8.6.2 主动型元数据管理的基本特征
8.7 本章小结
第9章 数据标准
9.1 概述
9.1.1 数据标准的定义
9.1.2 数据标准层级
9.2 数据标准的驱动因素
9.3 数据标准面临的困难
9.4 数据标准的核心内容
9.4.1 数据要素供给
9.4.2 数据要素流通
9.4.3 数据要素开发利用
9.4.4 数据要素安全
9.5 数据标准的实施指南
9.5.1 数据标准规划
9.5.2 数据标准制定
9.5.3 数据标准发布
9.5.4 数据标准执行
9.5.5 数据标准维护
9.6 数据标准化的评估
9.6.1 对数据标准建设的评估
9.6.2 对数据标准贯标的评估
9.6.3 对数据标准应用成效的评估
9.7 本章小结
第10章 数据架构
10.1 数据架构的定义
10.1.1 DAMA的观点
10.1.2 DCMM的观点
10.1.3 其他观点
10.2 数据架构的核心内容及其演变
10.2.1 数据架构的核心内容
10.2.2 数据架构的演变
10.3 数据架构的实施指南
10.3.1 数据架构面临的挑战
10.3.2 数据架构的设计原则
10.3.3 现状与需求分析
10.3.4 数据架构设计的两种模式
10.3.5 数据架构的常见误区
10.4 现代数据架构
10.4.1 现代数据架构介绍
10.4.2 数据架构的未来趋势
10.4.3 大数据技术
10.5 数据架构评估
10.6 本章小结
第11章 数据质量管理
11.1 概述
11.2 数据质量的概念
11.3 数据质量管理的几项原则
11.3.1 从关键数据入手
11.3.2 “自查”和从源头抓起
11.3.3 明确的认责体系是提升数据质量的根本保证
11.3.4 建立有效的数据质量指标
11.4 数据质量管理的具体工作
11.4.1 数据质量管理的大致内容和流程
11.4.2 根因分析
11.4.3 PDCA方法论
11.4.4 数据质量报告
11.5 数据质量管理实施的几个要点
11.5.1 导致数据质量问题的常见原因
11.5.2 数据全生命周期的管理
11.5.3 数据质量规则模板
11.6 如何评估数据质量管理的成效
11.7 本章小结
第12章 数据安全和隐私保护
12.1 概述
12.1.1 数据安全的定义
12.1.2 隐私保护的定义
12.1.3 CDO要做好数据安全和隐私保护
12.2 数据安全的核心内容
12.2.1 数据分类分级
12.2.2 数据访问控制
12.2.3 应对外部威胁
12.2.41 8种数据安全能力
12.3 数据隐私保护的核心内容
12.3.1 个人信息安全影响评估
12.3.2 个人数据保留和删除
12.3.3 个人数据处理活动记录
12.3.4 个人信息主体权益
12.4 数据安全和隐私保护的实施方法
12.4.1 数据安全和隐私保护之组织建设
12.4.2 数据安全和隐私保护之框架和制度建设
12.4.3 数据安全和隐私保护之技术工具
12.4.4 数据安全和隐私保护之人员能力培养
12.4.5 外包中的数据安全保护
12.4.6 CRUD和RACI
12.5 数据安全和隐私保护的事件处理
12.6 本章小结
第13章 数据合规管理
13.1 概述
13.1.1 合规
13.1.2 合规管理
13.1.3 合规风险
13.2 合规管理的作用
13.3 数据合规义务和风险
13.3.1 数据合规义务
13.3.2 数据合规风险
13.4 合规管理的主要步骤
13.4.1 风险识别
13.4.2 风险评价
13.4.3 识别并排序合规责任人
13.4.4 风险控制
13.5 合规管理体系及认证
13.5.1 组织环境
13.5.2 领导作用
13.5.3 策划
13.5.4 支持
13.5.5 运行
13.5.6 绩效评价
13.5.7 改进
13.6 本章小结
第14章 主数据管理
14.1 概述
14.2 主数据的定义和关键特性
14.3 主数据类型
14.4 什么是主数据管理
14.5 主数据管理面临的挑战
14.6 主数据管理的核心内容
14.6.1 主数据管理标准体系
14.6.2 主数据管理保障体系
14.6.3 主数据管理工具
14.7 主数据管理的价值
14.8 主数据管理的实施方法
14.8.1 实施方法及内容
14.8.2 实施要点
14.9 主数据管理的评价指标
14.10 本章小结
第15章 指标数据
15.1 概述
15.2 指标数据的驱动因素
15.2.1 指标数据是组织健康持续发展的需要
15.2.2 指标数据是组织经营分析决策的依据
15.2.3 指标数据是组织需要管理的重要资产
15.3 指标数据的管理原则
15.4 指标数据的建设过程
15.4.1 编制指标体系框架
15.4.2 明确主题所属指标
15.4.3 优化完善指标数据
15.4.4 制定指标管理体系
15.4.5 强化使用指标数据
15.5 指标数据的实施指南
15.5.1 指标数据的常见问题
15.5.2 指标数据的关键管理因素
15.5.3 指标数据的度量指标
15.6 本章小结
第16章 数据建模
16.1 概述
16.1.1 什么是数据模型
16.1.2 数据建模的一些基本概念
16.2 数据模型管理的驱动因素
16.2.1 监管合规要求形成有效的数据模型管理机制
16.2.2 企业中的数据模型需要长期积累
16.2.3 数据生产规范化需要模型开发过程遵循企业数据标准
16.3 数据模型的核心内容
16.3.1 企业架构与数据架构
16.3.2 数据模型驱动的数据治理
16.3.3 从数据模型到数据
16.3.4 数据模型与数据标准的关系
16.3.5 将数据标准应用于数据模型建设
16.4 数据模型的实施指南
16.4.1 数据模型规范化设计
16.4.2 数据模型评审
16.4.3 数据模型管理和协作
16.4.4 组织架构和流程
16.4.5 行业标准化数据模型
16.5 数据模型的评估指标
16.5.1 数据模型管理成熟度评估模型
16.5.2 能力域及能力项的设计
16.6 本章小结
第17章 数据集成
17.1 概述
17.1.1 数据集成的基本概念
17.1.2 时延的基本概念
17.2 数据集成的过程
17.3 数据集成的核心内容
17.3.1 数据集成的类型
17.3.2 数据集成技术
17.3.3 数据集成的新内容
17.3.4 数据集成的常见误区
17.4 数据集成能力的评估
17.5 本章小结
第18章 数据存储
18.1 概述
18.1.1 数据存储的概念
18.1.2 数据存储规划的目标
18.2 数据存储规划需要考虑的因素
18.2.1 数据的结构特征
18.2.2 数据的处理模式
18.2.3 数据的全生命周期
18.2.4 数据访问的热度
18.2.5 数据的存储地点
18.2.6 整体性因素
18.3 选择数据库系统需要考虑的因素
18.3.1 数据库的CAP特性
18.3.2 数据库的扩展性
18.3.3 不同数据库适用的数据处理场景
18.3.4 全能但昂贵的选择——内存数据库
18.3.5 面向特定行业的数据库
18.4 数据存储的发展趋势
18.5 本章小结
第19章 数据管理能力成熟度评估
19.1 数据管理能力成熟度评估模型
19.1.1 CMMI-DMM模型
19.1.2 IBM数据治理能力成熟度模型
19.1.3 DCAM2
19.1.4 DCMM
19.1.5 数据管理能力成熟度评估模型对比分析
19.1.6 CDMC
19.2 如何开展数据管理能力成熟度评估
19.2.1 数据管理能力成熟度评估的实施步骤
19.2.2 未来趋势和展望
19.3 本章小结
第20章 数据生命周期管理
20.1 概述
20.1.1 数据生命周期的定义
20.1.2 数据生命周期管理的定义
20.1.3 常见的数据生命周期管理模型
20.2 数据生命周期管理的目标及意义
20.3 数据生命周期管理的阶段
20.3.1 数据规划
20.3.2 数据创建
20.3.3 数据传输
20.3.4 数据存储
20.3.5 数据加工
20.3.6 数据使用
20.3.7 数据提高
20.3.8 数据归档或销毁
20.4 数据生命周期管理的评估
20.4.1 对数据生成与收集的评估要求
20.4.2 对数据加工与处理的评估要求
20.4.3 对数据存储与管理的评估要求
20.4.4 对数据利用与共享的评估要求
20.5 本章小结
第21章 非结构化数据管理
21.1 概述
21.1.1 概念
21.1.2 发展历程
21.1.3 现状
21.1.4 未来趋势
21.2 非结构化数据管理的意义
21.2.1 安全合规
21.2.2 提效降本
21.2.3 业务连续性
21.2.4 决策支持
21.2.5 洞察创新
21.2.6 权益保障
21.2.7 资产增值
21.2.8 记忆（历史）留存
21.3 非结构化数据管理的核心内容
21.3.1 文档管理
21.3.2 工作流
21.3.3 协作
21.3.4 影像管理
21.3.5 门户
21.3.6 知识管理
21.3.7 数字资产管理
21.3.8 网页内容管理
21.4 非结构化数据管理的建设方法
21.5 本章小结
第22章 数据分析和挖掘
22.1 概述
22.2 数据分析与数据挖掘的异同
22.3 数据分析的核心内容
22.3.1 数据分析理论和方法
22.3.2 数据分析工具
22.3.3 数据分析应用
22.4 数据挖掘的核心内容
22.4.1 传统意义上的数据挖掘
22.4.2 大数据背景下的数据探索
22.4.3 数据挖掘工具
22.4.4 数据挖掘应用
22.5 数据分析和挖掘的应用场景
22.5.1 客户管理
22.5.2 产品管理
22.5.3 营销管理
22.5.4 绩效管理
22.5.5 风险管理
22.5.6 财务管理
22.6 数据分析和挖掘的实施方法
22.6.1 数据分析的实施方法
22.6.2 数据挖掘的实施方法
22.7 本章小结
第23章 数据伦理
23.1 概述
23.1.1 遵守伦理是企业开展业务活动的底线
23.1.2 企业需要遵守数据伦理
23.2 数据伦理面临的问题及典型案例
23.2.1 数据伦理面临的问题
23.2.2 数据伦理问题的典型案例：Facebook定向广告推送事件
23.3 数据伦理治理的核心内容
23.3.1 国内外数据伦理与隐私保护实践
23.3.2 数据伦理的基本准则
23.3.3 数据伦理治理的基本方法
23.4 本章小结
第24章 数据开放与共享
24.1 概述
24.1.1 基本概念
24.1.2 数据开放与共享的历史回顾
24.1.3 数据开放与共享的价值路径
24.2 数据开放与共享的建设意义
24.3 数据开放的核心内容
24.3.1 什么是数据开放
24.3.2 数据开放的关键
24.4 数据共享的核心内容
24.4.1 什么是数据共享
24.4.2 数据共享的关键
24.5 数据开放与共享的实施方法
24.5.1 数据开放与共享的资源体系
24.5.2 数据开放与共享的建设路径
24.5.3 数据开放与共享的运行机制
24.6 本章小结
第三篇 做好转型
第25章 数字化转型与数字文化
25.1 概述
25.1.1 数字化和数字化转型
25.1.2 数字化与信息化的区别
25.1.3 数字文化和数据素养
25.2 数字化转型的驱动因素
25.2.1 外部驱动因素
25.2.2 内部驱动因素
25.3 数字文化的核心内容
25.3.1 数据思维
25.3.2 与客户共创
25.3.3 协同开放
25.3.4 创新包容
25.3.5 持续学习
25.3.6 崇尚科技
25.4 数字化转型的实施指南
25.4.1 树立紧迫感
25.4.2 沟通和设计愿景
25.4.3 建立数据型组织
25.4.4 积累短期，驱动长期
25.4.5 成果融入文化
25.4.6 动态调整，时刻检视
25.5 数字文化建设的评估指标
25.5.1 企业数字文化建设成果的评估指标
25.5.2 企业数字文化建设能力的评估指标
25.6 本章小结
第26章 数据要素
26.1 概述
26.1.1 背景
26.1.2 定义
26.2 数据要素识别
26.3 数据确权
26.4 数据要素价值评估
26.4.1 数据权属确定
26.4.2 数据资产边界确定
26.4.3 数据资产成本计量评估
26.4.4 数据要素价值评估
同类热销排行榜
- C语言与程序设计教程(高等学校计算机类十二五规划教材)16
- 电机与拖动基础(教育部高等学校自动化专业教学指导分委员会规划工程应用型自动化专业系列教材)13.48
- 传感器与检测技术(第2版高职高专电子信息类系列教材)13.6
- ASP.NET项目开发实战(高职高专计算机项目任务驱动模式教材)15.2
- Access数据库实用教程(第2版十二五职业教育国家规划教材)14.72
- 信号与系统(第3版下普通高等教育九五国家级重点教材)15.08
- 电气控制与PLC(普通高等教育十二五电气信息类规划教材)17.2
- 数字电子技术基础(第2版)17.36
- VB程序设计及应用(第3版十二五职业教育国家规划教材)14.32
- Java Web从入门到精通(附光盘)/软件开发视频大讲堂27.92
推荐书目
-
孩子你慢慢来/人生三书 华人世界率性犀利的一枝笔，龙应台独家授权《孩子你慢慢来》20周年经典新版。她的《...
-
时间简史(插图版) 相对论、黑洞、弯曲空间……这些词给我们的感觉是艰深、晦涩、难以理解而且与我们的...
-
本质(精) 改革开放40年，恰如一部四部曲的年代大戏。技术突变、产品迭代、产业升级、资本对接...