| 作者 |
| 华为公司数据管理部 格雷戈里·S. 纳尔逊 |
| 丛书名 |
| 出版社 |
| 机械工业出版社 |
| ISBN |
| 9782011171612 |
| 简要 |
| 简介 |
| 内容简介书籍经济管理学书籍 ---------------------------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。 ---------------------------数据分析即未来：企业全生命周期数据分析应用之道--------------------------- . 本书旨在为数据分析生命周期提供一个全面和实用的指南，并着重于为组织打造行之有效的数据分析能力。全书分为三部分，第一部分分析基础篇，讨论了如何通过整合组织的人员、流程、技术和数据等资源来实现这样的分析能力；第二部分分析生命周期最佳实践篇，介绍了不同种类的分析产品和服务，以及如何支持分析产品或服务的设计、开发和交付；第三部分分析能力卓越常青之道，围绕如何让分析产品对组织的完善和持续改进产生最大作用展开讨论，内容包括如何衡量分析项目的效率和效果两个方面，以及如何应用行为经济学、社会心理学和变革管理等其他学科的经验和知识改进和完善分析过程。 |
| 目录 |
---------------------------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 ---------------------------数据分析即未来：企业全生命周期数据分析应用之道--------------------------- 推荐序一 推荐序二 译者序 前言 致谢 作者简介 译者简介 第一部分 分析基础 第1章 分析概览 …… 2 1.1 基本概念 …… 2 1.1.1 数据 …… 3 1.1.2 分析 …… 4 1.1.3 什么是分析 …… 5 1.1.4 分析与其他概念的区别 …… 7 1.2 分析概念 …… 9 1.2.1 商业智能和报表 …… 9 1.2.2 大数据 …… 12 1.2.3 数据科学 …… 13 1.2.4 边缘（和环境）分析 …… 14 1.2.5 信息学 …… 16 1.2.6 人工智能与认知计算 …… 16 1.3 分析方法论 …… 18 1.3.1 应用统计与数学 …… 19 1.3.2 预测和时间序列 …… 22 1.3.3 自然语言处理 …… 22 1.3.4 文本挖掘与文本分析 …… 26 1.3.5 机器学习 …… 27 1.3.6 数据挖掘 …… 30 1.4 分析的目的 …… 31 1.4.1 分析是关于改善结果的活动 …… 32 1.4.2 分析是关于创造价值的活动 …… 33 1.4.3 分析是关于发现的活动 …… 34 1.4.4 分析是关于促成变革的活动 …… 35 1.5 本章小结 …… 36 1.6 参考文献 …… 38 第2章 分析人才 …… 41 2.1 谁来做分析工作 …… 41 2.2 分析师的职责 …… 44 2.3 分析工作的岗位序列 …… 46 2.3.1 业务分析 …… 47 2.3.2 统计分析 …… 48 2.3.3 技术分析 …… 49 2.3.4 领导力分析 …… 50 2.3.5 产品分析管理 …… 51 2.4 分析的关键能力 …… 52 2.5 分析思维 …… 56 2.5.1 问题求解 …… 58 2.5.2 分解方法 …… 61 2.5.3 综合方法 …… 62 2.6 批判性思维方法 …… 63 2.7 分析中应用批判性思维的例子 …… 65 2.8 如何提高批判性思维能力 …… 66 2.9 系统性思维 …… 68 2.10 本章小结 …… 71 2.11 参考文献 …… 72 第3章 分析的组织背景 …… 74 3.1 组织的战略与分析活动的协同 …… 74 3.1.1 目标 …… 76 3.1.2 战略 …… 76 3.1.3 组织的能力 …… 78 3.1.4 资源 …… 80 3.1.5 评估和管理系统 …… 80 3.2 组织的文化 …… 83 3.3 分析团队的组织架构设计 …… 87 3.4 什么样的分析团队组织架构设计最好 …… 90 3.4.1 集中式架构 …… 91 3.4.2 分散式架构 …… 94 3.4.3 卓越中心式架构 …… 97 3.4.4 分析的组织方式 …… 100 3.5 本章小结 …… 102 3.6 参考文献 …… 103 第4章 数据战略、平台与架构 …… 105 4.1 数据战略 …… 106 4.1.1 数据战略声明 …… 107 4.1.2 战略与实施 …… 109 4.2 战略规划流程 …… 109 4.3 规划一个数据战略路线图 …… 113 4.3.1 范围和目的 …… 114 4.3.2 数据收集、标准化和清洗 …… 115 4.3.3 数据架构、虚拟化和整合 …… 116 4.3.4 数据洞察和分析 …… 117 4.3.5 数据治理和数据质量 …… 118 4.3.6 元数据管理 …… 120 4.3.7 数据访问、发布、隐私和安全 …… 121 4.3.8 数据保存 …… 122 4.3.9 性能与服务水平协议 …… 123 4.4 制定数据战略的敏捷方法 …… 124 4.5 数据战略小结 …… 125 4.6 平台和架构分析 …… 126 4.7 分析架构 …… 127 4.7.1 范围：业务规模和生命周期支持 …… 130 4.7.2 决策的复杂度 …… 130 4.7.3 理解复杂度 …… 132 4.7.4 紧迫性和影响 …… 132 4.8 特定目的数据或潜在价值数据 …… 134 4.9 本章小结 …… 136 4.10 参考文献 …… 137 第二部分 分析生命周期最佳实践 第5章 分析生命周期工具包 …… 140 5.1 分析生命周期最佳实践领域 …… 140 5.2 数据分析是数据科学的产物 …… 143 5.3 数据分析的目标 …… 143 5.4 分析产品的规模和范围 …… 144 5.5 分析生命周期工具包的组织方式 …… 146 5.5.1 关于分析流程 …… 147 5.5.2 分析生命周期最佳实践领域、流程和工具 …… 148 5.6 分析的设计思维 …… 154 5.6.1 什么是设计思维 …… 154 5.6.2 设计思维应考虑用户旅程 …… 155 5.6.3 设计思维的五个步骤 …… 156 5.7 本章小结 …… 159 5.8 参考文献 …… 159 第6章 问题理解 …… 160 6.1 流程概述 …… 160 6.2 为什么要理解问题 …… 161 6.3 流程领域 …… 161 6.3.1 问题定义 …… 163 6.3.2 根本原因调查 …… 167 6.3.3 提出假设 …… 175 6.3.4 问题设计 …… 182 6.3.5 业务方案优先级设置 …… 190 6.4 本章小结 …… 195 6.5 工具包总结 …… 197 6.6 参考文献 …… 198 第7章 数据探查 …… 200 7.1 流程概述 …… 200 7.1.1 数据探索 …… 200 7.1.2 为什么要做数据探查 …… 203 7.2 数据探查过程 …… 203 7.2.1 数据识别和优先级排序 …… 204 7.2.2 数据收集和准备 …… 209 7.2.3 数据剖析和特征描述 …… 213 7.2.4 可视化探索 …… 227 7.3 记录分析日志 …… 228 7.4 本章小结 …… 230 7.5 工具包总结 …… 231 7.6 参考文献 …… 232 第8章 分析模型开发 …… 234 8.1 流程概述 …… 234 8.1.1 分析模型定义 …… 239 8.1.2 模型开发 …… 240 8.1.3 利用多种方法进行检验 …… 245 8.1.4 为什么要这样做 …… 248 8.2 建模过程 …… 249 8.3 进行比较 …… 250 8.4 度量关联 …… 260 8.4.1 相关性统计检验 …… 264 8.4.2 其他相关性检验 …… 266 8.5 进行预测 …… 267 8.5.1 检测模式 …… 270 8.5.2 模式检测过程 …… 275 8.6 本章小结 …… 277 8.7 问题总结和练习 …… 278 8.8 工具包总结 …… 280 8.9 参考文献 …… 281 第9章 成果应用 …… 285 9.1 流程概述 …… 285 9.1.1 为什么要研究成果应用环节 …… 286 9.1.2 成果应用过程涉及的领域 …… 288 9.2 解决方案评估 …… 289 9.2.1 步骤1：模型回顾和验证 …… 290 9.2.2 步骤2：对结果的评价 …… 291 9.2.3 步骤3：影响评估 …… 292 9.3 分析成果应用的实施 …… 293 9.3.1 步骤1：制定部署计划 …… 294 9.3.2 步骤2：关键指标的定义 …… 296 9.3.3 步骤3：项目评估 …… 297 9.4 演示和讲故事 …… 298 9.4.1 通过数据讲故事的资源 …… 299 9.4.2 用数据讲故事的最佳实践 …… 303 9.5 本章小结 …… 316 9.6 练习 …… 318 9.7 工具箱总结 …… 320 9.8 参考文献 …… 321 第10章 分析产品管理 …… 326 10.1 流程概述 …… 326 10.2 分析产品管理过程涉及的领域 …… 329 10.2.1 分析产品经理 …… 330 10.2.2 价值管理 …… 334 10.2.3 分析生命周期的执行 …… 348 10.2.4 质量流程 …… 362 10.2.5 利益相关方的参与和反馈 …… 368 10.2.6 能力和人才发展 …… 371 10.3 本章小结 …… 373 10.4 工具包总结 …… 374 10.5 参考文献 …… 375 第三部分 分析能力卓越常青之道 第11章 把分析付诸行动 …… 380 11.1 分析的力量 …… 380 11.2 高效和有效的分析计划 …… 384 11.2.1 了解分析生命周期 …… 387 11.2.2 关于有效分析的一些观点 …… 390 11.2.3 对分析效果和效率的挑战 …… 391 11.3 为什么分析的上线运营会失败 …… 392 11.4 变革管理 …… 396 11.4.1 选择正确的变革方法 …… 398 11.4.2 为什么要开展变革管理 …… 400 11.4.3 对变革的情感反应 …… 401 11.4.4 分析变革管理的例子 …… 404 11.5 引领变革的最佳实践 …… 405 11.5.1 创建共同的变革目标 …… 406 11.5.2 建立可见的、参与型的领导联盟 …… 407 11.5.3 赋能参与和沟通 …… 409 11.5.4 支持强化个人绩效 …… 413 11.6 变革中的问题处理 …… 414 11.7 本章小结 …… 416 11.8 参考文献 …… 417 第12章 分析团队的核心胜任力 …… 418 12.1 核心胜任力概述 …… 418 12.1.1 分析胜任力定义 …… 418 12.1.2 培养分析胜任力 …… 420 12.1.3 过去和未来所需要的职场胜任力 …… 421 12.1.4 分析职业框架 …… 422 12.2 核心胜任力详述 …… 422 12.2.1 胜任力领域：业务知识 …… 424 12.2.2 胜任力领域：分析思维 …… 427 12.2.3 胜任力领域：数据管理 …… 430 12.2.4 胜任力领域：数据探索 …… 432 12.2.5 胜任力领域：数据可视化 …… 433 12.2.6 胜任力领域：技术素养 …… 435 12.2.7 胜任力领域：战略思维 …… 438 12.2.8 胜任力领域：领导力 …… 440 12.2.9 胜任力领域：分析产品管理 …… 443 12.3 基于知识领域的分析工作岗位序列的理想胜任力 …… 446 12.3.1 胜任力领域：业务知识 …… 446 12.3.2 胜任力领域：分析思维 …… 448 12.3.3 胜任力领域：数据管理 …… 448 12.3.4 胜任力领域：数据探索 …… 448 12.3.5 胜任力领域：数据可视化 …… 452 12.3.6 胜任力领域：技术素养 …… 452 12.3.7 胜任力领域：战略思维 …… 452 12.3.8 胜任力领域：领导力 …… 456 12.3.9 胜任力领域：分析产品管理 …… 456 12.4 本章小结 …… 459 12.5 参考文献 …… 459 第13章 数据分析未来趋势 …… 460 13.1 数据分析的生命周期框架 …… 460 13.2 分析在未来世界的作用 …… 462 13.3 未来主义者的视角 …… 463 13.3.1 普适计算和分析 …… 464 13.3.2 大数据将驱动创新 …… 465 13.3.3 分隔的行业与视角将消失 …… 466 13.3.4 目标造就差异化 …… 466 13.3.5 胜任力胜过特定技能 …… 467 13.4 最后的一点思考 …… 468 13.5 参考文献 …… 469 译后记 …… 470 |