讓數據成為生產力 — 數據全生命周期管理

數據作為新型生產要素，推動經濟發展、提升生產力。本書從數據的基礎認知、數據圈的誕生和發展以及數據蘊含的未來等角度開始談起，進一步討論了數據全生命周期管理的核心節點，以及企業數據應用和管理的難點與重點，最後從數據傳統應用的不同領域進行解讀分析，全面闡釋了什麽是數據、數據的應用以及數據的未來等內容。通過本書，讀者可以感受到數據開啟的美好新時代，也可以預期在各行各業中，數據擁有將不可能變為可能的超能力。 全書共9章。第1章為基礎章節，著重介紹了數據基本認知，包括數據起源、概念以及不斷膨脹的數據圈；第2章對數據的不同類型、數據來源以及數據的創建位置等進行了深入介紹，讓讀者對數據有更全面的認知；第3章對於當前的數據以及數據的未來進行了分析和探討； 第4~9章重點著墨於數據的應用，介紹了數據全生命周期管理的相關內容，分析了企業數據應用的困境和重點，並且列舉了數據應用較為突出的領域和前沿領域作為參考。本書全面、客觀地從基礎理論到應用實踐，將數據生動、全面地展現在讀者面前。 本書適合數據產業從業人士、研究人員，政府、高校、傳統企業、科技行業從業者，正在進行數字化轉型的企業管理者及員工，以及對數據經濟、數字化轉型有興趣的相關人員閱讀。

 

目錄

 

 

 

 

 

 

第1章數據認知

 

1.1數據起源和概述

 

1.2數據和信息

 

1.3數字化的世界

 

1.4不斷膨脹的數據圈

 

第2章數據類型、來源與創建位置

 

2.1結構化和非結構化數據

 

2.1.1結構化、半結構化與非結構化數據

 

2.1.2結構化數據和非結構化數據的差異

 

2.1.3數據的處理工具

 

2.1.4結構化與非結構化如何轉換

 

2.2文本類、數值類、時間類數據

 

2.2.1文本類數據

 

2.2.2數值類數據

 

2.2.3時間類數據

 

2.3狀態類、事件類、混合類數據

 

2.3.1狀態類數據

 

2.3.2事件類數據

 

2.3.3混合類數據

 

2.4數據來源

 

2.4.1個人數據

 

2.4.2企業數據

 

2.5數據化內容創建的位置

 

2.5.1核心

 

2.5.2邊緣

 

2.5.3終端

 

第3章數據的未來

 

3.1當前的數據

 

3.2未來的數據

 

3.2.1未來數據

 

3.2.2應對未來的大數據思維

 

第4章數據全生命周期管理

 

4.1數據採集

 

4.1.1何謂數據採集

 

4.1.2數據採集的目的

 

4.1.3數據採集的原理

 

4.1.4數據採集工具

 

4.1.5如何採集數據

 

4.1.6常見的採集系統

 

4.2數據傳輸

 

4.2.1數據傳輸概況

 

4.2.2數據傳輸方式

 

4.2.3數據傳輸步驟

 

4.3數據存儲

 

4.3.1數據存儲概述

 

4.3.2常見存儲介質

 

4.3.3存儲技術

 

4.3.4數據遷移

 

4.3.5數據復制

 

4.4數據交換和共享

 

4.4.1數據交換和共享概述

 

4.4.2數據交換和共享的原則

 

4.4.3數據交換和共享的方式

 

4.4.4數據融合

 

4.5數據處理

 

4.5.1數據處理過程

 

4.5.2數據處理方法

 

4.5.3數據處理模式

 

4.5.4數據標註

 

4.5.5數據轉換

 

4.6數據擦除

 

4.6.1什麽是數據擦除

 

4.6.2數據擦除的必要性

 

4.6.3認證擦除

 

4.7數據質量管理

 

4.7.1數據質量管理過程

 

4.7.2數據標準

 

4.8數據安全

 

4.8.1什麽是數據安全

 

4.8.2數據安全的重要性

 

4.8.3數據安全的保障措施

 

4.8.4數據分類

 

4.8.5數據備份

 

第5章數據全生命周期管理的目的和意義

 

5.1數據的價值體現

 

5.1.1數據的宏觀性、中觀性、微觀性

 

5.1.2數據可視化

 

5.1.3數據可分析

 

5.1.4有的放矢地分析數據

 

5.1.5不同行業數據分析的側重點

 

5.2數據資產

 

5.2.1什麽是數據資產

 

5.2.2如何進行數據資源化

 

5.2.3如何進行數據資產化

 

5.2.4數據資產化面臨的難題

 

5.3數據要素流通及市場化配置

 

5.3.1數據要素化

 

5.3.2數據要素流通

 

5.3.3數據要素市場化配置

 

第6章企業數據管理面臨的難題

 

6.1將採集的數據變為可用

 

6.1.1數據的價值

 

6.1.2數據流失

 

6.1.3激活採集的數據

 

6.2已採集數據的存儲管理

 

6.2.1數據運營的概念

 

6.2.2數據運營技術和工具

 

6.2.3數據運營思維

 

 

6.3確保需要的數據得到採集

 

6.3.1瞭解自己的需求

 

6.3.2採集正確的數據

 

6.4確保採集數據的安全

 

6.4.1威脅數據安全的情形

 

6.4.2加強企業數據管理工作的措施

 

6.4.3數據保護的關鍵步驟

 

6.5將採集的數據孤島變為可用

 

6.5.1什麽是數據孤島

 

6.5.2數據孤島成因分析

 

6.5.3打通數據孤島

 

6.5.4數據湖

 

第7章企業數據全生命周期管理的重中之重

 

7.1解決海量存儲需求

 

7.2端邊雲數據管理

 

7.2.1核心會更為“核心”

 

7.2.2邊緣在崛起中

 

7.2.3如何協同端邊雲

 

7.3最大化數據價值

 

7.3.1制定企業數據戰略

 

7.3.2利用數據進行決策

 

7.3.3利用數據改善運營

 

7.4保障數據安全

 

7.4.1定期排查安全隱患

 

7.4.2掌握管理，避免安全事故

 

第8章數據的傳統應用領域

 

8.1金融業

 

8.1.1金融業數據應用

 

8.1.2金融業數據應用的難點

 

8.1.3在傳統中創新

 

8.2製造業

 

8.2.1智能製造的應用價值

 

8.2.2數據帶動智能製造

 

8.2.3智能製造的應用範圍

 

8.3醫療保健業

 

8.3.1當前醫療保健的數據應用

 

8.3.2電子病歷系統

 

8.3.3醫療設備的輸出

 

8.3.4員工時間管理

 

8.3.5患者滿意度調查

 

8.3.6醫療設備跟蹤

 

8.3.7醫療保健數據的未來應用方向

 

8.4媒體娛樂業

 

8.4.1大數據在媒體娛樂業的應用

 

8.4.2VR和AR等新技術帶來的發展

 

8.5雲計算

 

8.5.1什麽是雲計算

 

8.5.2雲計算的起源

 

8.5.3雲計算的特點

 

8.5.4雲計算的發展

 

8.5.5雲計算的應用

 

8.5.6雲計算需要關註的問題

 

8.6智慧城市

 

8.6.1大數據和智慧城市

 

8.6.2智慧城市1.0到3.0的演進

 

8.6.3城市數字化到數字化城市

 

8.6.4萬物連接的智慧城市

 

第9章不斷涌現的新領域

 

9.1元宇宙

 

9.1.1什麽是元宇宙

 

9.1.2元宇宙的要素

 

9.1.3元宇宙帶來的顛覆

 

9.1.4元宇宙的實現基礎——數據

 

9.1.5元宇宙的數據需求

 

9.2區塊鏈

 

9.2.1區塊鏈的概念

 

9.2.2區塊鏈的起源

 

9.2.3區塊鏈的歷程

 

9.2.4區塊鏈的特徵

 

9.2.5區塊鏈的應用領域

 

9.2.6區塊鏈的數據需求

 

9.3數字孿生

 

9.3.1數字孿生的概念

 

9.3.2數字孿生的原理

 

9.3.3數字孿生的基本組成

 

9.3.4數字孿生的現實意義

 

9.3.5數字孿生的應用場景

 

9.4AIoT

 

9.4.1AIoT概述

 

9.4.2AIoT的發展歷程

 

9.4.3AIoT的體系架構

 

9.4.4AIoT的應用場景

 

9.5智慧城市3.0

 

9.5.1智慧城市3.0概述

 

9.5.2智慧城市3.0的發展歷程

 

9.5.3智慧城市3.0的特徵

 

參考文獻