- 数据资产管理(体系方法与实践)/计算机科学与技术丛书
- - 作者：编者:金震|责编:盛东亮//钟志芳
  - 出版社：清华大学
  - ISBN：9787302659136
  - 出版日期：2024/05/01
  - 页数：299
- 售价：31.6

内容大纲
本书是一本全面关注数据资产管理体系、方法与实践的工具书，主要内容分为数据资产管理概述、数据资产管理体系、数据资产管理技术、数据资产管理实践、数据资产管理未来共5章。第1章概要介绍数据资产管理的定义与内涵、数据资产管理关注的焦点、数据资产化的战略意义等；第2章介绍数据资产管理体系，涵盖数据管理组织、战略规划、保障机制、运营体系等内容，涉及数据盘点、数据开发、数据质量、数据安全、数据服务、数据价值等工作；第3章介绍数据资产的数据采集、存储、建模、处理等技术，阐述数据资产管理平台工具能力，涉及元数据、数据标准、数据安全、数据质量、主数据、数据建模、数据集成、数据开发、数据标签、数据科学、数据要素流通等内容，并分析了数据底座和数据治理两种场景的技术路线；第4章主要介绍具体实施方法及路径选择，包括顶层架构规划与设计、数据资产运营实施等，引入制造业、金融业、零售业、地产业、科教文化等领域数据资产管理的案例，同时涉及智慧城市的数据治理，为读者提供专业、丰富、可信的实施范例；第5章介绍国家数据战略引领数字经济发展格局，从管理对象、管理理念、技术架构、运营模式等方面探讨数据资产管理发展趋势。
本书编者对在近十年的数据资产管理咨询中积累的经验和知识进行总结，是编写团队多年潜心探索和研究的重要成果的凝聚。本书可为从事数据资产咨询从业者、数字化转型企业、信息化建设管理者、IT工程技术人员、相关专业在校师生提供数据资产化过程的具体方案和工具手册，也可以为数据资产化从业者提供方法论方面的参考。
作者介绍
金震，毕业于大连理工大学应用数学专业，并获得北京大学高级管理人员工商管理硕士（EMBA）学位。现任北京三维天地科技股份有限公司（2022年在深交所创业板上市）董事长、总经理。深耕数据资产管理领域多年，主导研发公司数据资产管理平台，是“一种基于知识图谱技术的数据智能分类技术”“一种基于规则与机器学习的智能血缘识别推荐方法及系统”等60余项发明专利的第一发明人。参与多项信息分类与编码国家标准的制定，被聘为全国信息分类与编码标准化技术委员会委员、全国电子业务标准化技术委员会委员、全国质量监管重点产品检验方法标准化技术委员会委员，担任中国检验检测学会副会长、信息与智能化工作委员会主任委员、中国轻工业企业管理协会副理事长、中国化工学会信息技术应用专业委员会委员等职务。被评为“2022年中国行业数字化年度十大人物”“2023年数字化转型推动力人物”。
目录
第1章  数据资产管理概述——背景与概念
  1.1  概述
    1.1.1  什么是数据
    1.1.2  数据成为资源和资产
    1.1.3  数据成为生产要素
  1.2  数据资产管理的定义与内涵
    1.2.1  数据资产管理的概念
    1.2.2  数据资产管理的内涵
    1.2.3  数据资产管理的演变
    1.2.4  数据资产管理的难点
  1.3  数据资产管理关注的焦点
    1.3.1  数据价值难以有效发挥的原因
    1.3.2  数据资产管理面临的主要挑战
    1.3.3  数据资产管理发挥价值的路径
    1.3.4  相关要素成为多方关注的议题
  1.4  数据资产化的战略意义
    1.4.1  紧跟数字经济发展趋势
    1.4.2  发挥数据要素引领作用
    1.4.3  构建数据价值释放体系
  1.5  小结
第2章  数据资产管理体系——内容与方法
  2.1  数据治理框架
    2.1.1  国际标准化组织（ISO）
    2.1.2  国际数据管理协会（DAMA）
    2.1.3  国际数据治理研究所（DGI）
    2.1.4  数据管理能力成熟度评估模型（DCMM）
    2.1.5  对相关概念与体系架构的讨论
    2.1.6  以价值为驱动的数据资产框架
  2.2  数据战略
    2.2.1  数据战略规划
    2.2.2  数据战略实施
    2.2.3  数据战略评估
  2.3  保障机制
    2.3.1  数据治理组织
    2.3.2  数据制度建设
    2.3.3  数据合规建设
  2.4  数据资源化
    2.4.1  数据模型管理
    2.4.2  数据标准管理
    2.4.3  元数据管理
    2.4.4  主数据管理
    2.4.5  数据质量管理
    2.4.6  数据安全管理
    2.4.7  数据资源目录
  2.5  数据资产化
    2.5.1  数据资产盘点
    2.5.2  数据资产开发
    2.5.3  数据价值挖掘
    2.5.4  数据资产确权
    2.5.5  数据资产评估

    2.5.6  数据资产应用
  2.6  数据资产运营
  2.7  小结
第3章  数据资产管理技术——产品与工具
  3.1  数据资产管理技术
    3.1.1  数据采集技术
    3.1.2  数据存储技术
    3.1.3  数据建模技术
    3.1.4  数据处理技术
    3.1.5  数据服务技术
    3.1.6  数据挖掘技术
    3.1.7  数据可视化技术
    3.1.8  数据治理技术
    3.1.9  数据要素流通技术
  3.2  数据资产管理工具和产品
    3.2.1  元数据管理工具
    3.2.2  数据标准管理工具
    3.2.3  数据安全管理
    3.2.4  数据质量管理工具
    3.2.5  主数据管理工具
    3.2.6  数据建模与管理工具
    3.2.7  数据集成与开发工具
    3.2.8  指标建模与管理工具
    3.2.9  标签开发与管理工具
    3.2.10  数据可视化与商业智能工具
    3.2.11  数据科学平台
    3.2.12  数据沙箱工具
    3.2.13  数据要素流通平台
  3.3  数据资产管理应用场景
  3.4  小结
第4章  数据资产管理实践——路径与案例
  4.1  实施方法的选择
    4.1.1  顶层设计法
    4.1.2  技术推动法
    4.1.3  应用牵引法
    4.1.4  标准先行法
    4.1.5  监管驱动法
    4.1.6  质量管控法
    4.1.7  利益驱动法
    4.1.8  场景驱动法
  4.2  数据资产管理实施路径
    4.2.1  统筹规划
    4.2.2  管理实施
    4.2.3  稽核检查
    4.2.4  资产运营
  4.3  数据资产管理应用案例
    4.3.1  制造业的数据资产
    4.3.2  金融业的数据资产
    4.3.3  零售业的数据资产
    4.3.4  地产业的数据资产

    4.3.5  文化领域的数据资产
    4.3.6  智慧城市的数据空间
    4.3.7  军工研究所的数据治理
    4.3.8  某有色金属集团的数据治理
  4.4  小结
第5章  数据资产管理未来——发展与展望
  5.1  数据资产管理技术发展趋势
    5.1.1  数据管理理念从被动响应转化为主动赋能
    5.1.2  组织形态由兼职向专业化和复合型升级
    5.1.3  管理方式由分散向敏捷协同一体化转变
    5.1.4  技术架构升级为面向云的数据编织
    5.1.5  管理手段向自动化和智能化转变
    5.1.6  运营模式由单体向多元化转变
    5.1.7  数据安全兼顾合规与发展
    5.1.8  数据要素向生态汇聚发展
  5.2  数据资产管理重点实践方向
    5.2.1  明确责权利标准，有效推进管理
    5.2.2  合理引进技术，提升治理能力
    5.2.3  着眼业务应用，释放数据价值
    5.2.4  加强数据合规，注重风险管控
    5.2.5  持续迭代完善，形成良性闭环
    5.2.6  技术管理驱动，交易安全有序
    5.2.7  多源数据融合，应用逐步拓展
    5.2.8  创新要素规范，加速交易进程
  5.3  数据资产管理助力数字经济发展
    5.3.1  数字经济影响经济发展格局
    5.3.2  数字经济重塑全球竞争态势
    5.3.3  数字经济促进金融周期下半场调整
  5.4  小结
参考文献

内容大纲

作者介绍

目录

同类热销排行榜

推荐书目