| 作者 |
| 华为公司数据管理部 陈新宇 罗家鹰 江威 邓通 布瑞恩·戈德西 |
| 丛书名 |
| 出版社 |
| 机械工业出版社 |
| ISBN |
| 9782011171614 |
| 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。 ---------------------------中台实践：数字化转型方法论与解决方案--------------------------- . 中台是企业数字化转型的关键支撑系统，它将企业的业务能力和数据服务中心化、平台化、共享化、协同化，帮助在瞬息万变的市场中降低试错成本，提高创新效率，以数据驱动运营的方式谋求业绩增长，最终实现成功数字化转型的目标。 本书是国内领先的中台服务提供商云徙科技为近百家头部企业提供中台服务和数字化转型指导的经验总结。主要讲解了如下4个方面的内容： 第一，中台如何帮助企业让数字化转型落地，以及中台在资源整合、业务创新、数据闭环、应用移植、组织演进 5 个方面为企业带来的价值； 第二，业务中台、数据中台、技术平台这3大平台的建设内容、策略和方法； 第三，中台如何驱动新地产、新汽车、新直销、新零售、新渠道5大行业和领域实现数字化转型，给出了成熟的解决方案（实现目标、解决方案和实现路径）和成功案例； 第四，开创性地提出了“软件定义中台”的思想，通过对中台的进化历程和未来演进方向的阐述，帮助读者更深入地理解中台并明确未来的行动方向。 中台是企业数字化转型的技术底座，它将加速企业数字化转型的进程，让企业真正实现数据驱动运营，在实现业绩增长的同时打造极致的用户体验。 ---------------------------数据即未来：大数据王者之道--------------------------- 数据科学项目的生命周期 本书围绕着数据科学项目的三个阶段组织： 第一阶段是准备，把时间和精力花在项目初期的信息收集上，以避免事后的麻烦。 第二阶段是构建，利用在准备阶段所获得的信息，以及统计和软件可提供的所有工具构建产品，把计划付诸行动。 第三阶段是完成，交付产品、获得反馈、进行修改、支持产品和结束项目。 作者布瑞恩·戈德西结合自己的亲身经历，讲述了数据科学从项目准备、解决方案构建到项目交付的全部过程，并以案例的形式深入浅出地讲解了在开展数据科学项目的过程中可能遇到的各种问题，循序渐进地教你解决现实世界中以数据为中心的问题。在阅读本书时，你会发现或掌握有价值的统计技术，并探索强大的数据科学软件。更重要的是，你将使用结构化的数据过程来集成这些知识。完成了这个过程，你便为终身学习和实践数据科学奠定了坚实的基础。 |
| 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 ---------------------------中台实践：数字化转型方法论与解决方案--------------------------- 作者简介 前言 第一部分 数智化转型与中台落地路径 第1章 数智化转型 1.1 数字化和智能化浪潮2 1.1.1 数智化领域4 1.1.2 数智化思维8 1.2 数智化转型路径9 1.2.1 关键路径10 1.2.2 数字化营销是切入点12 1.3 数字中台是企业应用新基建13 1.3.1 什么是数字中台14 1.3.2 数字中台是新基建16 1.4 软件定义中台17 1.4.1 软件定义中台的组成18 1.4.2 软件定义中台的6大特性21 第2章 业务和数据深度融合的中台价值 2.1 整合企业数字能力26 2.1.1 企业数字能力快速有效整合26 2.1.2 企业“共性”数字能力的沉淀、组装和共享27 2.1.3 企业上下游数字能力全链路拉通和赋能28 2.2 提效企业业务创新29 2.2.1 助力业务规划29 2.2.2 提升业务实现效率30 2.2.3 推动新业务热启动30 2.3 打造企业业务和数据的闭环31 2.3.1 投入成本大幅度降低32 2.3.2 业务创新小闭环快速实现33 2.3.3 推动企业业务、数据、运营体系良性互动33 2.4 快速移植原有应用34 2.4.1 业务应用高效化移植34 2.4.2 业务数据无流失迁移35 2.4.3 业务系统无抖动切换36 2.5 推动企业组织演进37 2.5.1 组织形式演进37 2.5.2 组织动能聚变39 2.5.3 组织专业分工39 第3章 业务中台建设 3.1 什么是业务中台41 3.1.1 业务中台定义42 3.1.2 业务中台主要建设内容44 3.2 业务中台的架构设计与组成46 3.2.1 业务中台的核心架构47 3.2.2 业务中台体系内容48 3.3 业务中台构建策略50 3.3.1 领域驱动设计50 3.3.2 需求结构化57 3.3.3 能力可配置58 3.4 业务中台构建五步法59 3.4.1 高阶规划60 3.4.2 领域分析61 3.4.3 中心设计61 3.4.4 开发交付62 3.4.5 持续运营63 3.5 业务中台与其他系统的集成64 3.5.1 业务驱动集成64 3.5.2 集成策略66 3.6 业务与数据的联动69 第4章 数据中台建设 4.1 什么是数据中台72 4.1.1 数据中台定义72 4.1.2 数据中台价值75 4.2 数据中台的架构设计与组成77 4.2.1 数据中台功能架构77 4.2.2 数据中台技术架构85 4.3 数据中台构建策略88 4.3.1 构建数据中台的挑战88 4.3.2 数据中台的构建策略91 4.3.3 数据中台构建的三大路径92 4.4 数据中台构建五步法94 4.4.1 高阶规划95 4.4.2 系统设计99 4.4.3 开发实施110 4.4.4 试运行111 4.4.5 持续运营112 4.5 用数赋智，建设企业数智大脑114 4.5.1 营销域智能114 4.5.2 商品域智能115 4.5.3 门店域智能115 4.5.4 渠道域智能116 4.5.5 物流供应链域智能117 4.5.6 服务域智能117 第5章 技术平台建设 5.1 什么是技术平台119 5.1.1 技术平台的定义120 5.1.2 技术平台的7大价值121 5.2 技术平台的架构设计与组成126 5.2.1 技术平台概览126 5.2.2 研发协作平台126 5.2.3 低代码开发平台131 5.2.4 移动开发平台133 5.2.5 数据开发平台134 5.2.6 运维监管平台137 5.2.7 多云适配137 5.2.8 网关138 5.3 技术平台构建策略139 5.3.1 困难与挑战139 5.3.2 技术平台设计原则139 5.3.3 技术平台规划演进141 5.4 技术平台构建方法论142 5.4.1 选型142 5.4.2 边界确认142 5.4.3 平台化集成143 5.4.4 数据化支撑143 第二部分 解决方案与案例 第6章 新地产行业的中台实践 6.1 实现目标148 6.1.1 降本：以运营效率为核心，加速企业内部打通，构建自上而下的经营战略148 6.1.2 增效：以转化漏斗为核心，加速线上线下打通，构建持续成长的客户经营体系149 6.1.3 创新：以生态优势为核心，加速产品与服务打通，构建新的加速引擎151 6.2 解决方案153 6.2.1 地产数据中台解决方案153 6.2.2 地产泛会员运营解决方案164 6.2.3 多业态超级会员运营解决方案171 6.3 实现路径173 6.3.1 客户中台176 6.3.2 地产中台177 6.3.3 企业中台177 6.3.4 生态平台178 6.4 案例分析：A公司双中台—智慧交易的发动机179 6.4.1 项目背景180 6.4.2 痛点聚焦180 6.4.3 中台实施183 6.4.4 项目成果192 6.4.5 未来展望194 6.5 面临的挑战195 第7章 新汽车行业的中台实践 7.1 实现目标198 7.1.1 汽车行业数智化转型198 7.1.2 汽车新零售200 7.2 解决方案204 7.2.1 客户数据洞察解决方案206 7.2.2 数字营销解决方案206 7.2.3 DMS 4.0解决方案208 7.3 实现路径214 7.4 案例分析1：爱驰汽车的中台实践与数字化破局219 7.4.1 项目背景220 7.4.2 痛点聚焦221 7.4.3 建设中台224 7.4.4 产生价值231 7.5 案例分析2：长安福特的双中台实践与数字营销破局237 7.5.1 项目背景238 7.5.2 痛点聚焦238 7.5.3 中台实施240 7.5.4 产生价值248 7.5.5 最终效果251 7.6 面临的挑战256 7.6.1 新能源车企256 7.6.2 传统主机厂257 7.6.3 总结258 第8章 新直销行业的中台实践 8.1 实现目标261 8.1.1 开源：搭建线上交易平台，线上线下全渠道融合261 8.1.2 节流：应用信息技术，打造新工具，改善经营成本262 8.1.3 转型：面向未来，推动业务模式转型263 8.2 解决方案267 8.2.1 数智商城解决方案267 8.2.2 数智营销解决方案271 8.2.3 数智工具解决方案273 8.2.4 数智门店解决方案275 8.2.5 数智客服解决方案277 8.2.6 数智供应链解决方案279 8.2.7 数智直播解决方案281 8.2.8 数智社交解决方案284 8.3 实现路径286 8.3.1 直销电商化288 8.3.2 电商社交化289 8.3.3 直销零售化290 8.4 案例分析：直销巨头B公司的数字中台实践291 8.4.1 项目背景291 8.4.2 痛点聚焦292 8.4.3 中台实施294 8.4.4 产生价值303 8.5 面临的挑战308 8.5.1 管理的挑战308 8.5.2 商业逻辑的挑战308 8.5.3 商业模式融合的挑战309 8.5.4 内部组织的挑战309 8.5.5 企业日常运营的挑战310 第9章 新零售的中台实践 9.1 实现目标311 9.1.1 线上线下渠道全覆盖312 9.1.2 公域流量和私域流量统一运营314 9.1.3 线上线下多场景交互319 9.2 解决方案320 9.2.1 全域消费者运营解决方案321 9.2.2 新零售解决方案323 9.2.3 智能配补货解决方案325 9.2.4 渠道数字化解决方案327 9.3 实现路径330 9.3.1 消费者数字化4大阵地330 9.3.2 消费者数字化6个核心能力332 9.4 案例分析：良品铺子的业务中台实践338 9.4.1 公司背景339 9.4.2 痛点聚焦339 9.4.3 中台实施343 9.4.4 产生价值348 9.5 面临的挑战359 9.5.1 思维上的挑战359 9.5.2 商业逻辑上的挑战359 9.5.3 组织上的挑战359 第10章 新渠道的中台实践 10.1 实现目标362 10.1.1 产品和服务的升级与融合362 10.1.2 数字创新能力驱动363 10.2 解决方案365 10.2.1 总体业务蓝图365 10.2.2 全域营销触达，连接商户、赋能消费者的数字化运营367 10.2.3 线上线下一体化全渠道运营，促进高效转化372 10.2.4 智慧供应链服务377 10.2.5 数据赋能渠道商户智能化运营378 10.3 实现路径381 10.3.1 渠道数字化381 10.3.2 政策资源数字化381 10.3.3 供应链数字化381 10.3.4 消费者运营数字化382 10.4 案例分析：C公司的数字化闭环渠道链382 10.4.1 项目背景383 10.4.2 痛点聚焦385 10.4.3 中台实施386 10.4.4 产生价值397 10.5 面临的挑战400 10.5.1 业务模式变革的挑战400 10.5.2 运营组织中台化的挑战401 10.5.3 数字化运营能力的挑战401 第三部分 进化与未来 第11章 中台的进化与未来 11.1 这些都不是中台405 11.1.1 微服务化不是中台405 11.1.2 数据仓库不是中台406 11.2 中台的进化路径407 11.2.1 第一阶段：领域微服务化407 11.2.2 第二阶段：业务中台或数据中台409 11.2.3 第三阶段：业务中台+数据中台409 11.3 中台的未来：软件定义中台410 ---------------------------数据即未来：大数据王者之道--------------------------- 本书赞誉 中文版序一 中文版序二 译者序 前言 致谢 关于本书 关于原书封面插图 第一部分 准备和收集数据与知识 第1章 数据科学的逻辑 …… 2 1.1 数据科学与本书 …… 4 1.2 意识的可贵 …… 7 1.3 研发人员与数据科学家 …… 9 1.4 需要成为软件研发者吗 …… 12 1.5 需要明白统计学吗 …… 13 1.6 优先级：知识、技术、观点 …… 14 1.7 最佳实践 …… 17 1.8 阅读本书：我怎么讨论概念 …… 23 小结 …… 24 第2章 通过好的提问设置目标 …… 26 2.1聆听客户 …… 27 2.2提出关于数据的好问题 …… 37 2.3用数据回答问题 …… 42 2.4设定目标 …… 48 2.5计划要有弹性 …… 50 练习 …… 51 小结 …… 51 第3章 周围的数据：虚拟的荒野 …… 52 3.1数据作为研究对象 …… 52 3.2数据可能存在的地方，以及如何与之交互 …… 62 3.3数据侦察 …… 80 3.4案例：microRNA与基因表达 …… 89 练习 …… 94 小结 …… 95 第4章 数据整理：从捕捉到驯化 …… 96 4.1案例研究：最佳田径表演 …… 97 4.2准备整理数据 …… 101 4.3技巧与工具 …… 109 4.4常见的陷阱 …… 112 练习 …… 119 小结 …… 119 第5章 数据评估：动手检查 …… 120 5.1案例：安然的电子邮件数据 …… 121 5.2描述性统计 …… 123 5.3检查数据的假设 …… 130 5.4寻找特定的实体 …… 134 5.5大概的统计分析 …… 140 练习 …… 147 小结 …… 147 第二部分 构建软件和统计产品 第6章 制订计划 …… 150 6.1学到了什么 …… 152 6.2重新考虑期望和目标 …… 158 6.3规划 …… 164 6.4沟通新目标 …… 175 练习 …… 176 小结 …… 177 第7章 统计建模：概念与基础 …… 178 7.1如何看待统计 …… 179 7.2统计学：与数据科学相关的领域 …… 180 7.3数学 …… 184 7.4统计模型与推理 …… 194 7.5其他的统计方法 …… 218 练习 …… 227 小结 …… 227 第8章 软件：统计学在行动 …… 229 8.1电子表格和用户图形界面应用 …… 230 8.2编程 …… 239 8.3选择统计软件工具 …… 264 8.4把统计转换成软件 …… 271 练习 …… 277 小结 …… 278 第9章 辅助软件：更大、更快、更高效 …… 279 9.1数据库 …… 280 9.2高性能计算 …… 287 9.3云服务 …… 290 9.4大数据技术 …… 293 9.5XX即服务 …… 297 练习 …… 298 小结 …… 298 第10章 执行计划：汇总 …… 299 10.1执行计划的诀窍 …… 300 10.2修改计划 …… 308 10.3结果：知道什么时候足够好 …… 310 10.4案例研究：基因活性测定协议 …… 315 练习 …… 328 小结 …… 329 第三部分 整理产品结束项目 第11章 交付产品 …… 332 11.1了解客户 …… 333 11.2交付形式 …… 335 11.3内容 …… 345 11.4案例：分析电子游戏 …… 351 练习 …… 353 小结 …… 353 第12章 交付后：问题与修改 …… 354 12.1产品及其使用问题 …… 354 12.2反馈 …… 364 12.3产品修改 …… 370 练习 …… 377 小结 …… 378 第13章 结束：项目善后 …… 379 13.1项目善后 …… 380 13.2从项目中学习 …… 392 13.3展望未来 …… 396 练习 …… 398 小结 …… 399 练习：案例与答案 …… 400 |