欢迎光临澳大利亚新华书店网 [登录 | 免费注册]

    • 一本书讲透数据治理(战略方法工具与实践全数联数据治理知识体系认证指定教材)
      • 作者:用友平台与数据智能团队|责编:杨福川//罗词亮
      • 出版社:机械工业
      • ISBN:9787111750314
      • 出版日期:2024/03/01
      • 页数:415
    • 售价:47.6
  • 内容大纲

        本书是数据治理领域公认的标准性著作,能为各种类型企业和机构的数据治理提供全面指导。用友集团官方出品,得到了用友集团董事长王文京、DAMA中国区主席汪广盛等9位企业界和学术界数字化专家的一致好评,同时也被中国数据要素高层次人才发展大会(DGBOK)作为指定教材。
        它基于国际主流的数据治理框架和用友多年的数据治理经验,从道、法、术、器4个维度全面、深入展开,不仅有数据治理在战略层面的顶层设计,还有数据治理在执行层面的实施方法,既可以作为数据治理的纲领性指南,又可作为数据治理的实操手册。
        从数据治理的战略规划到落地实施,本书将各环节的核心内容凝练为“3个战略机制、8项关键举措、7种技术能力、7个治理工具”:
        数据治理之道:3个战略机制:
        高屋建瓴地介绍了数据治理的数据战略、组织机制和数据文化。这3个机制能够帮助企业形成数据治理的自我驱动、自我进化、可持续发展和长效运营机制。
        数据治理之法:8项关键举措:
        重点讲解了数据治理的8项举措:理现状与定目标、能力成熟度评估、路线图规划、保障体系建设、技术体系建设、策略执行与监控、绩效考核、长效运营。这8项举措构成了企业数据治理的完整实施方法论。
        数据治理之术:7种技术能力:
        重点讲解了数据治理的7种能力:数据梳理与建模、元数据管理、数据标准管理、主数据管理、数据质量管理、数据安全治理、数据集成与共享。
        数据治理之器:7个治理工具:
        从功能角度讲解了数据治理所用到的7个工具:数据模型管理工具、元数据管理工具、数据标准管理工具、主数据管理工具、数据质量管理工具、数据安全治理工具、数据集成与共享工具。
        除此之外,本书还包括两个综合的数据治理案例,以及数据治理的6项准备工作和6个误区。
  • 作者介绍

  • 目录

    作者名单
    赞誉
    前言
    第一部分  数据治理概述
      第1章  全面认识数据治理
        1.1  数据治理是什么
          1.1.1  从管理者视角看数据治理
          1.1.2  从业务人员视角看数据治理
          1.1.3  从技术人员视角看数据治理
          1.1.4  数据治理的定义
        1.2  数据治理相关术语和名词
        1.3  数据治理治什么
          1.3.1  什么是数据资产
          1.3.2  数据资产的利益相关方
          1.3.3  对利益相关方的协调和规范
        1.4  数据治理的6个价值
        1.5  数据治理的3个现状
        1.6  数据治理的5类问题
        1.7  数据治理的6个挑战
        1.8  本章小结
      第2章  数据治理框架和标准
        2.1  国际数据治理框架
          2.1.1  ISO数据治理标准
          2.1.2  DGI数据治理框架
          2.1.3  DAMA数据管理框架
        2.2  国内数据治理框架
          2.2.1  GB/T 34960规定的数据治理规范
          2.2.2  数据管理能力成熟度评估模型
        2.3  本章小结
      第3章  企业数据怎么治
        3.1  企业数据治理体系的内涵
          3.1.1  数据治理、数据管理与数据管控
          3.1.2  企业数据治理的9个要素
          3.1.3  企业数据治理的4个层面
        3.2  企业数据治理之道——3个机制
        3.3  企业数据治理之法——8项举措
        3.4  企业数据治理之术——7种能力
        3.5  企业数据治理之器——7把“利剑”
        3.6  本章小结
    第二部分  数据治理之道
    第三部分  数据治理之法
    第四部分  数据治理之术
    第五部分  数据治理之器
    第六部分  数据治理实践与总结