| 作者 |
| 任寅姿 季乐乐 华为公司数据管理部 |
| 丛书名 |
| 出版社 |
| 机械工业出版社 |
| ISBN |
| 9782106151703 |
| 简要 |
| 简介 |
| 内容简介书籍计算机书籍 ---------------------------8081042 - 标签类目体系：面向业务的数据资产设计方法论--------------------------- 内容简介 ·企业数字化转型中Z适合的数据资产组织方式是什么样的？ ·为什么越来越多的企业在讨论标签化和标签体系？ ·数澜独创的标签类目体系方法论有何独到之处？ 数据资产化是企业数字化转型的必经之路，也是数据中台的重要组成部分。 标签类目体系是数据中台理念落地的核心组成部分，是实现数据资产可复用、柔性组合使用、降低数据应用试错门槛的强力支撑。 数据作为第五生产要素参与分配，数据资本化的重要前提是数据商品化，数据商品化的Z佳载体就是标签。因此，学习如何将数据转化、映射为标签，并通过对标签的管理、应用实现数据资产的价值运营，对于商业化企业来说显得尤为重要。 本书旨在培养资深的数据资产架构师及数据运营专家，以方法教育而非工具实施的方式助力企业建立自身的数据资产化能力，将数据能力Z大限度地转化为商业价值。 全书共9章，分为3部分。 由来篇（第1~3章） 首先分析了当前各企业在数据建设过程中会遇到的6类主流问题与困难限制；为了应对这些数据问题，逐渐发展出的标签类目体系这一数据资产构建方法论及其定位定义；论述了采用该方法建设数据资产的3点必要性与意义：资产可复用、业务可理解、价值可衡量。 理论篇（第4~6章） . 详细讲解了标签类目体系方法论的4条核心原理；从核心原理衍生出的完整设计步骤，包括3个构建前提和6条设计步骤；同时阐述了标签方法论在实施落地过程中的具体使用技法，并探讨了其中的核心问题。 实践篇（第7~9章） 重点介绍了当前可用的标签工具和经典模板，它们可以用来提升标签类目体系的设计、使用、运营效率；列举了5个从标签设计到数据应用的Z佳实践方案；并总结了标签化成果价值、商业/社会价值及标签设计人才的培养经验。 ---------------------------8075456 - 华为数据之道--------------------------- 内容简介 这是一部从技术、流程、管理等多个维度系统讲解华为数据治理和数字化转型的著作。华为是一家超大型企业，华为的数据底座和数据治理方法支撑着华为在全球170多个国家/地区开展多业态、差异化的运营。书中凝聚了大量数据治理和数字化转型方面的有价值的经验、方法论、规范、模型、解决方案和案例，不仅能让读者即学即用，还能让读者了解华为数字化建设的历程。 全书共10章，内容从逻辑上分为四个部分。 第一部分（第1~3章） 第1章以非数字原生企业在数字化转型方面面临的挑战开篇，介绍了华为在数据治理和数字化转型方面的目标、愿景、蓝图和框架；第2章从企业政策和架构协同的角度，介绍了企业级的数据综合治理体系，理顺了数据与变革、运营、IT之间的协同关系，明确了数据管理的责任主体在业务；第3章详细阐述了不同类型的数据的管理方式和要点。 第二部分（第4~6章） 详细讲解了数据治理工作中的三项重点任务：信息架构、数据底座、数据服务。第4章介绍了信息架构的四个组件，给出了建设原则和核心要素，并引出了业务对象、过程、规则三项数字化的建设方向；第5章提出了数据底座建设的整体框架，介绍了数据湖和数据主题连接两个层次的建设实践；第6章以自助、高效、复用为数据服务的目的，提出了对数据进行搜索、加工和分析的消费过程管理方案。 第三部分（第7~9章） 系统总结了数据治理的三项关键能力：数据的全量感知、综合质量提升、可控共享。第7章以数字孪生的全量、无接触感知为目标，介绍了数据的硬感知和软感知两类能力；第8章基于PDCA框架，介绍了对企业业务数据异常的全面监控；第9章介绍了如何构建以元数据为基础的数据安全隐私保护框架，如何建立动静结合的数据保护与授权管理方案。 第四部分（第10章） 基于对“机器认知世界”的理解，我们提出了对数据治理未来的思考，畅想了AI治理、数据主权和数据生态建设。未来已来，让我们共同努力，把数字世界带入每个人、每个家庭、每个组织，构建万物互联的智能世界。 |
| 目录 |
| [套装书具体书目] 8075456 - 华为数据之道 - 9787111667049 - 机械工业出版社 - 定价 89 8081042 - 标签类目体系：面向业务的数据资产设计方法论 - 9787111681625 - 机械工业出版社 - 定价 99 ---------------------------8081042 - 标签类目体系：面向业务的数据资产设计方法论--------------------------- 序一 序二 前言 由来篇 因何产生，为何需要 第1章 因：6大数据困局 1.1 数据孤岛，无法打通2 1.2 烟囱式建设，重复造轮子6 1.3 各说各话，没有统一口径9 1.4 鸡同鸭讲，无法穿透业务层12 1.5 数据人员的梦魇，数据治理永远没有尽头14 1.6 数据部门的尴尬，被命运扼住咽喉的成本中心18 第2章 源：6段由来过程 2.1 数据资产发展的4个阶段22 2.1.1 数据资产1.0：构建消费者信息库23 2.1.2 数据资产2.0：ID-Mapping打通数据27 2.1.3 数据资产3.0：全集团数据共享共荣30 2.1.4 数据资产4.0：更广泛领域的数据实践35 2.2 方法论抽象的2个阶段38 2.2.1 方法论0.1：方法梳理38 2.2.2 方法论1.0：原理研究42 2.3 标签在数据系统中的定位45 2.3.1 标签在数据资产中的位置45 2.3.2 标签在数据中台中的位置50 2.4 关键术语的定义和解释54 第3章 义：3点产生必要 3.1 数据资产可复用59 3.2 面向业务可理解64 3.3 数据价值可衡量69 理论篇 基础原理与演绎推导 第4章 道：4个核心原理 4.1 为什么要先讲道76 4.1.1 思维认知之重77 4.1.2 什么是道78 4.2 业务与数据的连接发展80 4.2.1 数据系统的发展历程80 4.2.2 业务系统与数据系统的关联 81 4.2.3 面向业务的数据资产组织形式83 4.3 根、枝干、叶/花83 4.3.1 树的根决定了这是一棵什么树84 4.3.2 树的枝干对应标签分类84 4.3.3 树的叶/花部分指向标签85 4.4 能量、养分和凋零91 4.4.1 实体树之间通过关系树连接92 4.4.2 从实体树叶子回溯打开关系树森林93 4.4.3 关系树向实体树赋予能量94 4.4.4 业务使用是对标签树的养分供给96 4.4.5 最终梳理出一片森林而非一棵树97 4.5 分形结构与资产树栽种模式97 4.5.1 完整规划，由浅入深99 4.5.2 纵深打穿，从局部直接截取101 4.6 资产树使用模式推演103 4.6.1 查询服务105 4.6.2 分析服务106 4.6.3 圈选服务108 第5章 法：完整的设计方法 5.1 3个构建前提110 5.1.1 统一的数据思维111 5.1.2 充分的前期调研115 5.1.3 正确的落地思路120 5.2 6个设计步骤123 5.2.1 识别对象123 5.2.2 同一对象数据打通125 5.2.3 数据化的事物表达130 5.2.4 构建数据类目体系133 5.2.5 构建标签类目体系138 5.2.6 前后台标签类目体系168 第6章 术：使用技法与重要问题 6.1 标签规范177 6.1.1 标签化178 6.1.2 元标签180 6.1.3 标签问题191 6.2 谈谈组合标签195 6.2.1 同一对象下的标签组合195 6.2.2 不同对象间的标签组合200 6.3 如何使用标签208 6.3.1 什么是平台级复用208 6.3.2 平台级复用的标签使用方式209 6.3.3 什么是服务组件、数据服务、数据应用系统210 6.3.4 服务组件的演变趋势214 6.4 标签怎么运营217 6.4.1 标签的全生命周期运营217 6.4.2 标签运营环节中的责任单位220 6.4.3 标签的运营闭环221 6.5 标签质量怎么看222 6.5.1 数据来源类相关指标222 6.5.2 标签加工过程相关指标223 6.5.3 标签使用过程相关指标224 6.6 标签成本怎么看224 6.6.1 标签数据源采集与存储成本225 6.6.2 标签设计与加工成本227 6.6.3 标签使用与营销成本228 6.7 标签价值怎么看229 6.7.1 标签价值的分类229 6.7.2 标签价值的衡量方式232 6.8 标签方法论与数仓建模的异同233 6.8.1 标签方法论与数仓建模的差异234 6.8.2 标签方法论与数仓建模的联系235 实践篇 商业实战中的价值涌现 第7章 器：标签工具和经典模板 7.1 标签工具238 7.1.1 标签体系设计239 7.1.2 标签同步与加工243 7.1.3 标签管理244 7.1.4 标签门户247 7.1.5 标签使用250 7.2 4个经典模板253 7.2.1 用户标签类目体系模板254 7.2.2 企业标签类目体系模板268 7.2.3 员工标签类目体系模板277 7.2.4 商品标签类目体系模板291 第8章 践：从标签到应用的5个最佳实践 8.1 实践1：银行业卡业务精准营销场景300 8.1.1 银行业卡业务标签设计301 8.1.2 银行业卡业务标签应用308 8.1.3 银行业卡业务实践小结310 8.2 实践2：汽车业整车厂商可视化大屏场景311 8.2.1 汽车业整车厂商标签设计312 8.2.2 汽车业整车厂商标签应用319 8.2.3 汽车业整车厂商实践小结323 8.3 实践3：制造业B2B平台供应链金融场景324 8.3.1 制造业B2B平台标签设计325 8.3.2 制造业B2B平台标签应用333 8.3.3 制造业B2B平台实践小结337 8.4 实践4：零售业电商千人千面推荐场景339 8.4.1 零售业电商标签设计340 8.4.2 零售业电商标签应用345 8.4.3 零售业电商实践小结347 8.5 实践5：地产业物管效能分析场景348 8.5.1 地产业物管标签设计349 8.5.2 地产业物管标签应用356 8.5.3 地产业物管实践小结358 第9章 果：价值、案例、经验分享 9.1 7点价值总结359 9.1.1 串联360 9.1.2 业务友好361 9.1.3 全息刻画362 9.1.4 可复用363 9.1.5 可管理364 9.1.6 可运营365 9.1.7 创新场景366 9.2 4个典型案例368 9.2.1 阿里巴巴集团典型案例368 9.2.2 时尚集团典型案例371 9.2.3 好莱客家居典型案例375 9.2.4 温州检察院典型案例380 9.3 3点培养经验385 9.3.1 深入业务385 9.3.2 胆大心细388 9.3.3 工匠精神391 ---------------------------8075456 - 华为数据之道--------------------------- 序一 序二 序三 前言 第1章 数据驱动的企业数字化转型 1.1 非数字原生企业的数字化转型挑战2 1.1.1 业态特征：产业链条长、多业态并存3 1.1.2 运营环境：数据交互和共享风险高4 1.1.3 IT建设过程：数据复杂、历史包袱重4 1.1.4 数据质量：数据可信和一致化的要求程度高5 1.2 华为数字化转型与数据治理6 1.2.1 华为数字化转型整体目标6 1.2.2 华为数字化转型蓝图及对数据治理的要求7 1.3 华为数据治理实践9 1.3.1 华为数据治理历程10 1.3.2 华为数据工作的愿景与目标12 1.3.3 华为数据工作建设的整体思路和框架12 1.4 本章小结15 第2章 建立企业级数据综合治理体系 2.1 建立公司级的数据治理政策18 2.1.1 华为数据管理总纲18 2.1.2 信息架构管理政策20 2.1.3 数据源管理政策21 2.1.4 数据质量管理政策22 2.2 融入变革、运营与IT的数据治理24 2.2.1 建立管理数据流程24 2.2.2 管理数据流程与管理变革项目、管理质量与运营之间的关系26 2.2.3 通过变革体系和运营体系进行决策26 2.2.4 数据治理融入IT实施27 2.2.5 通过内控体系赋能数据治理27 2.3 建立业务负责制的数据管理责任体系28 2.3.1 任命数据Owner和数据管家28 2.3.2 建立公司层面的数据管理组织29 2.4 本章小结33 第3章 差异化的企业数据分类管理框架 3.1 基于数据特性的分类管理框架35 3.2 以统一语言为核心的结构化数据管理36 3.2.1 基础数据治理39 3.2.2 主数据治理40 3.2.3 事务数据治理46 3.2.4 报告数据治理46 3.2.5 观测数据治理48 3.2.6 规则数据治理50 3.3 以特征提取为核心的非结构化数据管理52 3.4 以确保合规遵从为核心的外部数据管理54 3.5 作用于数据价值流的元数据管理56 3.5.1 元数据治理面临的挑战56 3.5.2 元数据管理架构及策略59 3.5.3 元数据管理60 3.6 本章小结71 第4章 面向“业务交易”的信息架构建设 4.1 信息架构的四个组件74 4.1.1 数据资产75 4.1.2 数据标准77 4.1.3 数据模型80 4.1.4 数据分布80 4.2 信息架构原则：建立企业层面的共同行为准则81 4.3 信息架构建设核心要素：基于业务对象进行设计和落地84 4.3.1 按业务对象进行架构设计84 4.3.2 按业务对象进行架构落地87 4.4 传统信息架构向业务数字化扩展：对象、过程、规则90 4.5 本章小结95 第5章 面向“联接共享”的数据底座建设 5.1 支撑非数字原生企业数字化转型的数据底座建设框架98 5.1.1 数据底座的总体架构98 5.1.2 数据底座的建设策略100 5.2 数据湖：实现企业数据的“逻辑汇聚”101 5.2.1 华为数据湖的3个特点101 5.2.2 数据入湖的6个标准103 5.2.3 数据入湖方式106 5.2.4 结构化数据入湖109 5.2.5 非结构化数据入湖113 5.3 数据主题联接：将数据转换为“信息”117 5.3.1 5类数据主题联接的应用场景117 5.3.2 多维模型设计120 5.3.3 图模型设计125 5.3.4 标签设计130 5.3.5 指标设计132 5.3.6 算法模型设计135 5.4 本章小结139 第6章 面向“自助消费”的数据服务建设 6.1 数据服务：实现数据自助、高效、复用142 6.1.1 什么是数据服务144 6.1.2 数据服务生命周期管理149 6.1.3 数据服务分类与建设规范156 6.1.4 打造数据供应的“三个1”162 6.2 构建以用户体验为核心的数据地图167 6.2.1 数据地图的核心价值167 6.2.2 数据地图的关键能力171 6.3 人人都是分析师175 6.3.1 从“保姆”模式到“服务+自助”模式175 6.3.2 打造业务自助分析的关键能力179 6.4 从结果管理到过程管理，从能“看”到能“管”187 6.4.1 数据赋能业务运营187 6.4.2 数据消费典型场景实践190 6.4.3 华为数据驱动数字化运营的历程和经验195 6.5 本章小结199 第7章 打造“数字孪生”的数据全量感知能力 7.1 “全量、无接触”的数据感知能力框架202 7.1.1 数据感知能力的需求起源：数字孪生202 7.1.2 数据感知能力架构205 7.2 基于物理世界的“硬感知”能力207 7.2.1 “硬感知”能力的分类207 7.2.2 “硬感知”能力在华为的实践213 7.3 基于数字世界的“软感知”能力215 7.3.1 “软感知”能力的分类215 7.3.2 “软感知”能力在华为的实践218 7.4 通过感知能力推进企业业务数字化220 7.4.1 感知数据在华为信息架构中的位置220 7.4.2 非数字原生企业数据感知能力的建设224 7.5 本章小结226 第8章 打造“清洁数据”的质量综合管理能力 8.1 基于PDCA的数据质量管理框架228 8.1.1 什么是数据质量228 8.1.2 数据质量管理范围229 8.1.3 数据质量的总体框架229 8.2 全面监控企业业务异常数据231 8.2.1 数据质量规则231 8.2.2 异常数据监控237 8.3 通过数据质量综合水平牵引质量提升243 8.3.1 数据质量度量运作机制243 8.3.2 设计质量度量245 8.3.3 执行质量度量248 8.3.4 质量改进253 8.4 本章小结256 第9章 打造“安全合规”的数据可控共享能力 9.1 内外部安全形势，驱动数据安全治理发展258 9.1.1 数据安全成为国家竞争的新战场258 9.1.2 数字时代数据安全的新变化258 9.2 数字化转型下的数据安全共享260 9.3 构建以元数据为基础的安全隐私保护框架261 9.3.1 以元数据为基础的安全隐私治理261 9.3.2 数据安全隐私分层分级管控策略263 9.3.3 数据底座安全隐私分级管控方案266 9.3.4 分级标识数据安全隐私271 9.4 “静”“动”结合的数据保护与授权管理272 9.4.1 静态控制：数据保护能力架构272 9.4.2 动态控制：数据授权与权限管理274 9.5 本章小结279 第10章 未来已来：数据成为企业核心竞争力 10.1 数据：新的生产要素282 10.1.1 数据被列为生产要素：制度层面的肯定282 10.1.2 数据将进入企业的资产负债表283 10.1.3 数据资产的价值由市场决定284 10.2 大规模数据交互的企业数据生态285 10.2.1 数据生态离不开底层技术的支撑286 10.2.2 数据主权是数据安全交换的核心287 10.2.3 国际数据空间的目标与原则289 10.2.4 多方安全计算强化数据主权291 10.3 摆脱传统手段的数据管理方式292 10.3.1 智能数据管理是数据工作的未来292 10.3.2 内容级分析能力提供资产全景图293 10.3.3 属性特征启发主外键智能联接293 10.3.4 质量缺陷预发现294 10.3.5 算法助力数据管理294 10.3.6 数字道德抵御算法歧视295 10.4 第四个世界：机器认知世界295 10.4.1 真实唯一的“物理世界”和五彩缤纷的“人类认知世界”295 10.4.2 映射“物理世界”的数字孪生—“数字世界”297 10.4.3 “数字世界”中的智能认知—“机器认知世界”298 10.5 本章小结299 |