數據標準化企業數據治理的基石
祝守宇
- 出版商: 電子工業
- 出版日期: 2022-10-01
- 定價: $948
- 售價: 8.5 折 $806
- 語言: 簡體中文
- 裝訂: 平裝
- ISBN: 7121443988
- ISBN-13: 9787121443985
-
相關分類:
企業資源規劃 Erp、大數據 Big-data、Data Science
立即出貨
買這商品的人也買了...
-
$650$585 -
$300$270 -
$520$411 -
$680$612 -
$880$695 -
$380$342 -
$580$458 -
$680$530 -
$690$538 -
$254從需求到產品 0歲產品經理進階之道
-
$454數據中台:讓數據用起來
-
$474數據治理:工業企業數字化轉型之道
-
$398數據庫程序員面試筆試通關寶典
-
$594$564 -
$774$735 -
$507SQL 數據分析:從基礎破冰到面試題解
-
$407網絡 DevOps 平台規劃、設計與實踐 — 基於企業架構(EA)和領域建模(DDD)的方法
-
$474$450 -
$607技術賦能:數字化轉型的基石
-
$305RPA 落地指南
-
$383Power BI 數據挖掘與可視化分析
-
$660$515 -
$680$537 -
$760$380 -
$580$458
相關主題
商品描述
本書是一本全面關注企業數據標準化方面的工具書,主要分為5 篇。
第1 篇介紹了數據標準化是數據治理的基礎,
包括數據標準化與數據治理的關係,以及數據標準化主要內容、本書閱讀導引。
第2 篇介紹了數據標準化框架體系,包括架構類數據標準、對像類數據標準、基礎類數據標準。
第3 篇介紹了數據標準化實施流程與方法,
包括建立數據標準化保障機制、現狀分析及評估、技術平台和工具、數據標準化關鍵域實施。
第4 篇介紹了數據標準化評價,包括數據標準化評價方法、數據標準成熟度評價、數據標準化成熟度評價流程。
第5 篇介紹了數據標準化案例,包括油氣行業、多元化集團、裝備製造行業、核電行業、汽車行業、金融行業、
政務行業、互聯網行業等行業的數據治理案例,為讀者提供了專業、豐富、可信的數據治理實施範例。
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,也具備面向中國各行業企業的可實操性。
參與本書編寫的作者均為國內相關領域的專家,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標準化意義、組織進行數據標準化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標準化的綱領性指南;
對企業高層管理者來說,本書是一本推動企業數據標準化的方法論。
本書還適合作為高校的MBA、EMBA 教材。
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。
先後主持國家級重大產業專項十餘項,擁有美國和中國發明專利十餘項。
長期從事互聯網、大數據、複雜軟件系統、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。
蔡春久數治雲聯合創始人,大數據技術標準推進委員會數據資產專家、
中國電子工業標準化技術協會數據管理應用推進分會副會長,數據工匠俱樂部創始人。
具有20餘年的IT諮詢和數據治理行業經驗, 為中國石化、騰訊、國家電投等80餘家世界500強企業提供數據治理服務。
目錄大綱
目錄
第1 篇數據標準化是數據治理的基礎
第1 章數據治理是數字化轉型的關鍵3
1.1 數字經濟對數據要素的要求3
1.1.1 從數據到數據要素3
1.1.2 數字經濟對數字化轉型的要求5
1.2 數字化轉型需要數據治理6
1.2.1 數據架構是企業架構的核心內容之一. 7
1.2.2 數字化轉型時代更需要數據治理9
1.3 工業行業的數據治理策略11
1.4 政務行業的數據治理策略13
1.5 金融行業的數據治理策略14
1.6 產業數據治理人才策略15
1.6.1 數據產業對人才能力的要求15
1.6.2 數字技術專業人員能力要求16
第2 章數據標準化是數據治理的基礎18
2.1 數據治理體系18
2.2 數據標準的定義與作用20
2.3 數據標準化與數據治理23
2.3.1 數據標準化與數據治理的關係23
2.3.2 數據標準化對數據治理的意義24
2.4 數據標準與其他數據管理域的關係25
2.4.1 數據標準與數據模型的關係25
2.4.2 數據標準與數據安全的關係25
2.4.3 數據標準與數據質量的關係26
2.5 數據標準體係與信息標準體系的關係. 26
2.6 數據標準化面臨的挑戰與困難26
第3 章數據標準化主要內容. 29
3.1 數據標準化的主要內容29
3.2 重要術語解析32
3.3 相關數據標準40
第4 章本書閱讀導引44
4.1 數字標準化具有完整的框架體系44
4.2 數據標準化有科學的流程可遵循44
4.3 數據標準化需要進行系統性的評價45
4.4 數據標準化在諸多行業中取得實效46
本篇小結. 48
第2 篇數據標準化框架體系
第5 章架構類數據標準. 53
5.1 數據目錄53
5.1.1 數據目錄概述53
5.1.2 數據資源目錄55
5.1.3 數據資產目錄59
5.1.4 數據資源目錄梳理示例:政務領域信息資源目錄梳理的示例62
5.2 數據模型67
5.2.1 模型層級67
5.2.2 主題域模型. 69
5.2.3 概念模型. 72
5.2.4 邏輯模型. 73
5.3 數據分佈與流向77
5.3.1 數據分佈. 77
5.3.2 數據流向. 80
5.4 數據交換81
5.4.1 數據交換的意義. 82
5.4.2 數據交換的模式. 82
5.4.3 數據交換的場景. 83
5.4.4 數據交換的技術. 84
5.4.5 數據交換平台的能力要求88
5.4.6 數據交換的標準. 89
5.5 數據服務91
5.5.1 數據服務概述. 91
5.5.2 數據服務的工作機制93
5.5.3 數據服務開發. 93
5.6 元數據94
5.6.1 元數據概述. 95
5.6.2 元數據管理. 99
5.6.3 元數據管理的內容102
5.6.4 元數據管理成熟度106
5.6.5 元數據的價值107
第6 章對像類數據標準. 109
6.1 數據分類. 109
6.1.1 數據分類概述109
6.1.2 數據分類的意義109
6.1.3 數據分類分級實踐110
6.2 指標數據. 118
6.2.1 數據指標概述118
6.2.2 數據指標標準與數據標準的
關係. 129
6.2.3 數據指標標準與報表的關係130
6.2.4 數據指標標準化的價值130
6.3 主數據. 132
6.3.1 主數據標準概述132
6.3.2 主數據代碼體系133
6.3.3 主數據標準體系136
6.3.4 主數據標準的製定及貫徹152
6.4 數據元. 153
6.4.1 數據元概念153
6.4.2 數據元描述154
6.4.3 數據元標準156
6.4.4 數據元使用157
6.5 數據標籤. 159
6.5.1 數據標籤建設背景159
6.5.2 數據標籤建設原則160
6.5.3 數據標籤分類162
第7 章基礎類數據標準. 165
7.1 業務術語165
7.1.1 業務術語概述. 165
7.1.2 業務術語表的作用165
7.1.3 業務術語表的內容166
7.1.4 業務術語管理. 166
7.2 業務規則167
7.2.1 業務規則概述. 167
7.2.2 業務規則分類. 167
7.2.3 業務規則識別. 169
7.3 命名規範. 170
7.3.1 命名規範要求172
7.3.2 英文命名縮寫原則172
7.3.3 模型元素組詞結構172
7.3.4 常見的命名規範174
7.4 代碼標準. 176
7.4.1 常見的國際代碼標準176
7.4.2 常見的國內代碼標準177
7.4.3 常見的行業代碼標準177
本篇小結. 179
第3 篇數據標準化實施流程與方法
第8 章建立數據標準化保障機制182
8.1 數據標準化管控組織183
8.1.1 組織架構. 184
8.1.2 組織層級. 184
8.1.3 組織職責. 185
8.1.4 組織協助關係. 187
8.2 數據標準化製度建設188
8.2.1 數據標準化製度建設內容188
1.2.1 數據標準化實施細則和操作手冊. 191
1.2.2 數據標準化製度建設內容示例192
8.3 認責機制與績效評估192
8.3.1 認責原則. 193
8.3.2 認責流程. 193
8.3.3 績效評估原則. 194
8.3.4 績效評估步驟. 195
8.4 人才培養198
8.4.1 培訓體系. 199
8.4.2 崗位認證體系202
8.4.3 人才評估體系203
8.5 數據文化. 206
8.5.1 數據標準宣傳與貫徹206
8.5.2 案例宣傳207
8.5.3 倫理文化208
第9 章現狀分析及評估. 210
9.1 現狀調研. 211
9.1.1 現狀調研方法213
9.1.2 現狀調研分析216
9.2 數據資源盤點218
9.2.1 數據資源盤點的目的和原則218
9.2.2 數據資源盤點的內容219
9.2.3 數據資源盤點的方法220
9.2.4 數據資源盤點的步驟222
9.2.5 數據資源盤點的成果223
9.2.6 數據資源盤點的難點224
9.3 現狀評估與需求分析225
9.3.1 現狀評估. 225
9.3.2 需求分析. 228
9.3.3 需求總結. 230
9.3.4 完成數據管理能力成熟度評估232
第10 章技術平台和工具. 235
10.1 數據模型管理工具236
10.1.1 企業級數據模型管控238
10.1.2 數據標準管控. 239
10.2 數據標準工具241
10.3 數據資產目錄工具242
10.4 數據指標管理工具243
10.5 元數據管理工具247
10.6 主數據管理工具256
1.2.1 主數據管理工具的核心功能257
1.2.2 主數據管理工具的核心組件260
10.7 標籤管理工具261
10.8 數據共享和服務263
第11 章數據標準化關鍵域實施. 266
11.1 數據標準管理實施.266
11.1.1 數據標準全生命週期管理266
11.1.2 數據標準結構化管理268
11.1.3 數據標準知識圖譜應用268
11.2 數據分類實施269
11.2.1 數據分類原則269
11.2.2 數據分類方法270
11.2.3 數據分類維度273
11.2.4 數據分類實施流程277
11.2.5 數據分類參考樣例278
11.3 數據分級實施279
11.3.1 數據分級原則279
11.3.2 數據分級方法280
11.4 主數據管理實施282
11.4.1 實施方法及內容282
11.4.2 實施要點285
11.5 數據指標管理實施288
11.5.1 數據指標體系設計原則288
11.5.2 數據指標體系構建方法289
11.5.3 數據指標主題分類方法294
11.5.4 數據指標體系保障機制296
11.6 元數據管理實施299
11.6.1 元數據實施流程300
11.6.2 元數據實施關鍵步驟302
11.6.3 元數據實施難點分析306
11.6.4 元數據實施風險規避307
11.7 數據元及數據實體設計標準實施. 308
11.7.1 提取數據元308
11.7.2 制定標準311
11.7.3 建設工具311
11.7.4 貫標實施312
11.8 通過數據模型落地數據標準312
11.8.1 落標關鍵點剖析312
11.8.2 自動化落標方案314
11.8.3 數據標準新增和變更流程316
11.8.4 存量數據落標316
本篇小結. 318
第4 篇數據標準化評價
第12 章數據標準化評價方法320
12.1 評價原則320
12.1.1 客觀公正原則. 320
12.1.2 務求實效原則. 320
12.1.3 確保安全原則. 321
12.2 評價參考模型321
1.2.3 DMM(數據管理成熟度模型) . 321
1.2.4 DCMM(數據管理能力成熟度評估模型) . 325
1.2.5 DSMM(數據安全能力成熟度模型) . 328
第13 章數據標準成熟度評價335
13.1 評價對象及內容336
13.1.1 標準化保障機制評價336
13.1.2 標準建設評價. 338
13.1.3 技術規範評價. 338
13.1.4 數據安全評價339
13.1.5 標準化支撐工具評價339
13.1.6 應用成效評價340
13.2 執行成熟度等級評估341
第14 章數據標準化成熟度評價流程. 342
14.1 評價準備. 342
14.1.1 組建評價或評估工作組342
14.1.2 明確評價範圍342
14.1.3 制訂評價工作計劃343
14.1.4 預估評價工作執行的潛在風險343
14.2 評價實施. 343
14.2.1 召開評價啟動會343
14.2.2 確定評價實施方法344
14.2.3 開展評價調研344
14.3 評價總結. 345
本篇小結. 347
第5 篇數據標準化案例
第15 章油氣行業:中國石油基於連環數據湖的勘探開發數據治理體系建設實踐349
第16 章多元化集團:華潤集團數據標準化實踐案例. 373
第17 章裝備製造行業:航天科工三院數據標準化實踐案例388
第18 章核電行業:秦山核電設備管理數據標準化實踐案例404
第19 章汽車行業:長安汽車數據標準解析與落標項目實踐案例422
第20 章油氣行業:中國海油數據標準化實踐案例. 434
第21 章金融行業:金融行業數據標準化實踐案例. 459
21.1實踐案例一:某大型國有銀行企業級數據治理案例460
21.2實踐案例二:某城市商業銀行數據治理案例463
21.3實踐案例三:某證券公司數據治理項目468
21.4 金融行業數據標準化建設的思路總結. 471
第22 章政務行業:政務數據標準化實踐案例475
22.1“數字山東”政務數據標準化實踐案例. 477
22.2