新書推薦：
《
日本与德国：两种战后思想（历史学堂）
》
售價：HK$
52.8
《
清宫与皇家生活
》
售價：HK$
86.9
《
结构化的政治：比较分析中的历史制度主义
》
售價：HK$
118.8
《
心智升维：思考力跃迁的底层逻辑（知名心理学家20年心血之作，解读诺奖得主卡尼曼快与慢思维系统，在AI狂潮下找到无法被替代的价值——思考力）
》
售價：HK$
74.8
《
黑色的眼睛（黑夜给了我黑色的眼睛，我却用它寻找光明）
》
售價：HK$
60.5
《
解码生物电
》
售價：HK$
75.9
《
艾略特波浪理论：精华笔记图文版
》
售價：HK$
75.9
《
修真十书研究
》
售價：HK$
151.8
|
| 編輯推薦： |
|
（1）作者背景资深：作者是北邮博士、DGBOK理事会主席、中华全国数字化人才培育联盟（全数联）副理事长。 （2）作者经验丰富：作者有近20年的数字化领域工作经验，曾成功布局难度较大的国家级数字化项目。 （3）零基础构建数据体系：从全面认识数据价值出发，逐步深入讲解数据管理体系的搭建方法，覆盖数据战略设计、数据资源建设、数据资产管理及数据治理等全流程关键环节。 （4）全球数据资产理事会联合出品：本书由全球数据资产理事会（DAC）联合出品，内容质量得到官方认可和推荐。
|
| 內容簡介： |
|
内容简介 这是一本指导各类型组织科学构建数据体系，并通过对数据体系的管理和运营让数据实现价值转化的实战性著作，是作者在数字化领域近20年工作经验的总结。 本书深度剖析了数字化时代数据体系建设的关键要素与实施路径，系统而全面地介绍了数据体系建设的方法论、框架与实战案例。从全面认识数据与数据要素的价值出发，逐步深入探讨了数据管理与数据体系、数据战略设计与实施、数据资源建设与管理、数据资产管理与流通、数据治理框架与方法等核心内容。不仅详细阐述了数据体系建设的理论基础与关键步骤，还通过实战技巧与案例分析，展示了如何将理论知识应用于实际业务场景中，推动组织数据的有效整合、优化利用与价值提升。 通过阅读本书，你将： （1）深刻认识到数据作为新型生产要素在推动业务决策与价值创造中的关键作用； （2）掌握数据体系建设的方法论与框架，构建覆盖数据全生命周期的管理体系； （3）深入了解数据战略、数据资源、数据资产与数据治理的核心内容与实施路径； （4）实战演练数据管理体系的构建，包括管理组织、机制、标准、人才、平台工具等关键要素； （5）借鉴实际案例，理解理论与实践之间的差距，提升数据体系建设的实战能力。 本书旨在帮助读者在数字化转型的浪潮中占据先机，通过构建高效的数据体系，实现数据的有效整合与优化利用，为组织的业务创新与价值创造提供有力支持。无论是政府机构、企业高管还是数据管理者与从业者，都能从中获得极具价值的洞见与实操指南。
|
| 關於作者： |
|
王晓华北京邮电大学博士、高级工程师、数据资产与数字化转型领域资深专家，拥有近20年数字化项目经验。DGBOK理事会主席、中华全国数字化人才培育联盟（全数联）副理事长、中国能源研究会数字化转型专家，具备数字化业务从咨询、规划、设计、实现到实施的全程经验，曾成功布局过难度较大的国家级数字化项目。拥有工业和信息化部认证首席数据官（CDO）、DAMA中国首席数据官（CCDO）、TOGAF企业架构师、CDMP-Practitioner、信息系统项目管理师等证书，著有《一本书讲透数据体系建设：方法与实践》《一本书讲透首席数据官：CDO知识体系与能力模型详解》等多本著作。
|
| 目錄：
|
|
目录前言第1章 全面认识数据与数据要素1.1 什么是数据21.1.1 数据的定义21.1.2 数据的特性21.1.3 数据的生成31.1.4 数据的消费41.2 数据的分类51.2.1 按结构化特征分类61.2.2 按使用场景分类71.2.3 按权利所属分类81.2.4 组织内不同人眼中的数据分类111.3 什么是数据要素141.3.1 数据是新型生产要素141.3.2 数据要素的主要表现形态151.3.3 数据要素的价值实现路径171.3.4 数据要素的特征19第2章 数据管理与数据体系2.1 数据的流动与变化222.2 内外部环境对数据的要求232.2.1 合规需求242.2.2 外部洞察需求262.2.3 内部洞察需求282.3 不同数据管理阶段的数据形态302.3.1 数据管理的发展历程302.3.2 数据的形态变化332.4 数据管理的知识402.5 数据体系解析422.5.1 从宏观战略角度分析数据体系432.5.2 从管理对象角度分析数据体系452.6 数据体系正在从成本和效率中心向价值中心转变46第3章 数据战略的设计、实施与管理3.1 什么是数据战略523.1.1 数据战略的定义523.1.2 数据战略的核心要素533.1.3 数据战略与其他战略的关系543.2 数据战略的设计与实施573.3 数据战略管理613.3.1 数据战略管理的定义613.3.2 数据战略管理的要点613.3.3 数据战略管理体系653.4 案例：商业银行的数据战略683.4.1 商业银行的数据战略框架693.4.2 商业银行的数据战略实施路径733.4.3 总结78第4章 数据资源的设计、建设与管理4.1 什么是数据资源804.1.1 数据资源的定义804.1.2 数据资源的生命周期814.2 数据需求解析834.2.1 数据需求834.2.2 元数据914.3 数据资源设计974.3.1 数据资源设计概述984.3.2 数据资源设计的实现1264.3.3 数据资源架构的特性1294.3.4 案例：大型零售连锁企业的数据资源设计1324.4 数据资源建设1404.4.1 建设流程1414.4.2 建设要点1424.4.3 常见问题及解决方案1434.5 数据资源管理1454.5.1 数据资源管理体系框架1454.5.2 核心职能之间的管理逻辑1484.5.3 数据资源架构管理1504.5.4 数据资源质量管理1574.5.5 数据资源生命周期管理1644.5.6 数据资源风险管理167第5章 数据资产的建设、管理与流通5.1 什么是数据资产1755.1.1 数据资产的定义1765.1.2 常见的数据资产分类1775.1.3 数据资产的关键点1795.1.4 数据资产的生命周期1805.2 数据资产建设1805.2.1 数据资产需求识别1815.2.2 数据资产架构设计1865.2.3 数据资产开发1915.2.4 数据资产登记与形成1925.3 数据资产管理体系1945.4 数据资产管理的核心职能1975.4.1 数据资产需求管理1985.4.2 数据资产价值管理1995.4.3 数据资产流通管理2015.4.4 数据资产架构管理2025.4.5 数据资产风险管理2045.4.6 数据资产生命周期管理2055.5 数据资产管理实施2085.5.1 实施过程2085.5.2 实施的关键点2105.6 数据资产流通2125.6.1 数据流通2125.6.2 数据资产流通概述2165.6.3 数据资产流通管理体系2195.6.4 数据资产流通管理的核心职能2215.6.5 数据资产流通管理的关键点和注意点2285.7 案例：商业银行数据资产体系建设实践2295.7.1 背景与需求2305.7.2 实践目标2305.7.3 构思2315.7.4 工作步骤2385.7.5 主要成果240第6章 数据治理的框架、标准与方法6.1 什么是数据治理2446.1.1 不同组织对数据治理的定义2446.1.2 本书对数据治理的定义2456.1.3 数据管理与数据治理2486.2 数据治理的框架和标准2506.2.1 国际数据治理框架2506.2.2 国内数据治理标准2686.3 数据治理方法2716.3.1 现状与需求分析2716.3.2 蓝图规划2806.3.3 规划实施2856.3.4 优化与改进2926.4 ×农商行数据治理实践2946.4.1 ×农商行简介2956.4.2 数据管理现状2956.4.3 数据治理成熟度评估及问题分析3016.4.4 数据治理体系实施原则3066.4.5 数据治理优化方案3066.4.6 数据治理实施318第7章 数据管理保障体系7.1 数据管理保障体系简介3237.1.1 数据管理保障体系的组成3237.1.2 按照5W2H模型理解数据管理保障体系3247.2 数据管理组织3257.2.1 组织架构3267.2.2 岗位设置3357.2.3 团队建设3517.2.4 数据责任3577.2.5 绩效考核3597.2.6 案例：A银行数据管理组织3677.3 数据管理机制3737.3.1 数据管理制度3737.3.2 数据管理流程3827.4 数据标准规范3847.4.1 数据标准的定义3857.4.2 数据标准的分类及范围3857.4.3 数据标准管理4027.5 数据人才4087.5.1 什么是数据人才4087.5.2 数据人才建设4097.5.3 数据人才培养4117.6 数据平台及工具4127.6.1 数据平台及工具的定义4127.6.2 数据平台及工具建设4137.6.3 数据平台及工具的选择策略4137.6.4 数据仓库、数据平台、数据中台、数据湖的 内涵和区别4157.6.5 数据平台及工具管理4197.7 数据技术创新4207.7.1 数据技术的内涵4217.7.2 数据技术的更新迭代4227.7.3 数据技术的发展规划4237.7.4 数据技术创新的方法4257.8 数据文化素养4267.8.1 数据文化素养的内涵4267.8.2 培养数据文化素养4277.8.3 培养数据文化素养的注意事项429第8章 数据体系建设的方法与实践8.1 数据体系建设是一个复杂过程4318.2 数据体系建设的6个原则4338.3 数据体系建设的过程4368.3.1 规划设计阶段4368.3.2 实施阶段4408.3.3 管理阶段4428.3.4 监督阶段4448.4 数据体系建设的注意事项4468.4.1 规划设计阶段4468.4.2 实施阶段4478.4.3 管理阶段4488.4.4 监督阶段4498.4.5 跨阶段的通用注意事项及其解决方案4498.5 案例：某公司数据资产管理体系构建与应用实践4518.5.1 项目背景4518.5.2 建设阶段划分4518.5.3 数据资产管理体系的创新构建与成效4528.5.4 解决方案4528.5.5 价值与成效4578.6 案例分析4588.6.1 内容对比分析4588.6.2 造成差异的原因4598.6.3 一般企业数据体系建设的常见路径461
|
| 內容試閱：
|
|
前言为何写作本书相信你已经见过或听到过众多的数据词汇：数据资源、数据资产、数据要素、数据资源入表、数据价值……2019年，党的十九届四中全会首次将数据增列为生产要素；2022年12月，中共中央、国务院印发《中共中央 国务院关于构建数据基础制度更好发挥数据要素作用的意见》；2023年2月27日，中共中央、国务院印发《数字中国建设整体布局规划》；2023年8月1日，财政部印发《企业数据资源相关会计处理暂行规定》（财会〔2023〕11号）；2023年12月31日，国家数据局等17个部门联合印发《“数据要素×”三年行动计划（2024—2026年）》；2024年12月31日，财政部印发《关于加强数据资产管理的指导意见》。从中能够看到，大数据战略已经从政策构建层面逐步细化深入，数据也已经从粗犷式应用向精细化管理和运营纵深发展，数据作为一种重要的生产要素，正逐渐进入流通体系，全面赋能经济社会发展。作为数据要素市场建设的参与主体，组织在数据的洪流中要做些什么才可以应对不断变化的环境与业务发展挑战？相信这是你一直在思考的。表面上看，组织需要充分激发数据的潜力，利用数据来赋能业务和服务客户。通过组织的数据，组织成员可以了解目前组织的运营情况，分析业务流程中存在的问题，帮助组织更好地做出商业决策。但是要实现这一切，需要一个重要的基础支撑—一个稳健的数据体系。建设稳健的数据体系并不是一件简单的事情，你至少需要做好以下五点：第一，需要对组织的业务战略非常了解，知道业务走向，知道业务对数据的需求。除了业务需求，还需要知道政策、法律法规以及监管对组织数据的要求。第二，基于这些需求和要求，以终为始，规划和设计组织的数据资源架构，分析组织应该具有哪些数据，了解数据的特性、使用场景、分布情况以及如何对数据进行标准化管理，构建组织的数据资源和数据资产蓝图。第三，还需要了解组织的数据现状，在此基础之上，对比现状和蓝图，规划组织的数据体系如何一步步地实现从现状到蓝图的转变。第四，光有数据体系不行，还必须配套建设全套的数据管理体系，把组织数据从规划到设计、落地、使用、销毁等的全生命周期管理起来，按照所需构建组织数据管理体系，监督整个体系的建设。第五，随着业务的变化，还需要不断优化、调整组织的数据体系及数据管理体系，让组织的数据由无管理状态向着基本管理、完整管理、智能化、自优化方向发展，向着能够给组织带来直接和间接价值的方向转变。在这个过程中我们需要注意，管理的对象从原始数据/数据资源逐渐转换为了数据资产，管理的重心从资源管理逐步迁移到了数据资产管理和运营，数据也从成本中心逐渐转换为利润中心。数据将从一级市场（组织内部）进入二级市场（组织外部的流通体系），给组织带来数据价值，发挥数据作为新型生产要素的核心作用。上述体系的建设可能是一项很复杂的工作，本书立足于降低该项工作的复杂度。笔者在系统学习和总结现有的各类数据管理理论的基础上，概述了组织数据框架，并围绕框架讲述数据的运行和管理逻辑，希望能够帮助更多的组织更好地理解数据、管理数据、运用数据、流通数据，并从数据中获取价值。对大多数高级管理人员来说，数据管理/运营看上去晦涩、复杂且高度技术化。但实际上，这仍然是一门管理学科，只是由于管理对象—数据的特殊性（数据自身的一些特性以及数据会流动，形态会变化），以及数据管理相关的理论相对不成熟，所以看上去不好理解和掌握。希望本书能够帮你拨开数据的迷雾，透过诸多的热门数据词汇、纷杂的现象看清组织数据管理的本质，帮助你的组织建立高效的数据体系，从而抓住商机，从数据中获得更大的价值。本书主要内容在数字时代，数据已成为组织推动决策和创新的关键资产。本书深入探讨了数据管理、数据体系、数据战略、数据资源、数据资产、数据治理等多个主题。从认识到数据的价值，到构建数据体系（从数据资源管理到数据资产管理），再到实施数据治理和数据管理保障体系，本书为读者提供了一套全面的框架、方法论及案例，不仅揭示了数据作为新型生产要素如何驱动业务决策与价值创造，还详细指导了如何构建一套覆盖数据全生命周期的管理体系，旨在帮助组织实现数据的有效整合、优化利用与价值最大化，从而在数字化转型的浪潮中占据先机。本书共8章，各章的主要内容如下：第1章 全面认识数据与数据要素数据作为一个重要的生产要素，具有独有的特征，且伴随着业务的发展，具有了独特的价值实现路径。本章全面介绍数据与数据要素，帮助读者建立对它们的基础认知。第2章 数据管理与数据体系分析组织内部数据的流动过程，解析内外部环境对组织数据的要求与约束。同时，基于组织数据管理的发展历程和组织数据的形态变化，提出组织数据体系的框架结构，以帮助读者理解组织数据体系的主要内容。第3章 数据战略的设计、实施与管理从组织数据战略的定义、关键要素入手，分析组织数据战略的设计与实施过程，讲解如何实现组织数据管理，并以商业银行为例，阐述组织数据战略的框架和实施路径。第4章 数据资源的设计、建设与管理首先介绍组织数据资源的定义和生命周期，然后讲解组织如何基于数据需求进行数据资源设计、建设和管理，使数据资源由无序变为有序，形成企业级标准数据资源。第5章 数据资产的建设、管理与流通首先阐述数据资产的定义、分类和关键点，然后结合数据资产生命周期讲解数据资产建设、管理、流通等核心内容，明确组织如何构建数据资产管理体系，促进组织数据资产的内部共享使用和外部流通交易，给组织带来间接和直接的经济价值。第6章 数据治理的框架、标准与方法首先明确组织数据治理的定义，然后参考国内外常见的数据治理框架和标准给出数据治理方法，帮助组织实现存量数据的治理。第7章 数据管理保障体系详细阐述数据管理保障体系，包括管理组织、管理机制、标准规范、数据人才、平台及工具、技术创新、文化素养等。第8章 数据体系建设的方法与实践详细讲解组织数据体系建设的原则、建设阶段划分、每个阶段的建设内容以及注意事项，并以某公司数据资产管理体系构建与应用为例进行分析，展示成功实践的宝贵经验和启示。本书读者对象本书是一部面向数据管理领域专业人士和爱好者的全面指南，旨在为不同背景的读者提供数据管理的深度见解和实用技能。本书适合以下群体阅读：企业高管与决策者：帮助他们认识数据的重要性，制定科学的数据战略，推动企业的数字化转型。数据管理人员与IT专业人士：为他们提供数据资源建设、数据资产管理、数据治理等方面的专业知识和实践技能。数据分析师与数据科学家：指导他们如何高效地处理和分析数据，挖掘数据的潜在价值。数据相关领域学者与研究人员：为他们在数据管理领域的研究提供理论参考和实践案例。对数据管理感兴趣的读者：帮助他们建立对数据管理的全面认识，提升个人在数字时代的竞争力。本书内容特色本书以其系统性、实践性、前沿性、易读性和全面性，为读者提供了一套全面而深入的数据知识体系。系统性：本书内容覆盖数据体系的各个方面，从理论到实践，从数据战略到数据治理，形成了一套完整的数据体系建设和管理的知识图谱。实践性：通过对实际案例的分析和解读，将理论知识与实际应用相结合，帮助读者更好地理解和运用数据体系建设和管理技能。前沿性：紧跟数据领域的发展动态，介绍最新的理论、技术和方法，使读者能够把握数据体系的前沿趋势。易读性：采用清晰明了的写作风格，配以图表和案例，使复杂的数据概念变得易于理解和掌握。全面性：不仅关注数据管理的技术层面，还涉及数据体系建设与管理等多个方面，为读者提供全方位的数据体系建设解决方案。致谢在本书漫长而富有挑战性的撰写过程中，我深感自己不是孤单一人在奋斗。这一路上，我收到了来自四面八方的热情帮助与坚定支持，这些无比珍贵的贡献为这本书的完成奠定了基石。此刻，我衷心地向每一位在这个过程中帮助和支持过我的人表示深深的感谢。首先，我要向我的家人致以最深的感激。他们不仅是我生活中的坚强后盾，更是我精神上的支柱。每当我感到疲惫或迷茫时，是家人的理解与鼓励让我重新找回信心和动力。他们的无私付出，让我能够心无旁骛地投身于本书的撰写工作中。在这个过程中，他们不仅给予我时间上的支持，更是时常提醒我注意休息、保持健康，这份关爱是我能够坚持下来的重要原因。同时，我要由衷地感谢我的同事和朋友们，尤其是徐智、于冰冰老师，他们在我构思和撰写这本书的过程中提供了大量宝贵的建议。无论是关于图书结构的调整，还是内容细节的打磨，他们都给予了我极大的帮助。他们的专业知识和独到见解，不仅丰富了本书的内容，更让我在写作过程中受益匪浅。我还要特别感谢数据管理领域的专家和学者们，他们的前沿研究和实践经验为本书提供了坚实的理论支撑和生动的案例分析。正是有了他们的辛勤工作和无私奉献，本书才得以引用众多有价值的观点和方法，使得内容更加充实、富有深度。尽管这本书已经完成，但我对数据管理的探索和实践依然保持着热情。在撰写过程中，我深刻感受到自己的不足，也意识到了数据管理知识的博大精深。因此，我坦然接受本书中可能存在的疏漏和不足，并希望它能作为一块引玉之砖，激发更多人对数据管理的兴趣和思考。如果你有关于本书的任何意见和建议，或者想与我就数据体系和数据管理进行更多的探讨，欢迎通过邮箱350289410@qq.com与我联系。在写作本书的过程中，我也深刻体会到了知识的力量和分享的价值。我相信，本书的传播能够激发更多人对数据管理的兴趣，推动数据科学的发展，为社会的进步做出贡献。我期待着与大家共同见证数据管理领域的未来，一起探索未知，创造可能。
|
|
購物車/收銀台(0) | 在線留言板
| 付款方式
| 運費計算
| 聯絡我們
| 幫助中心 |
加入書簽
HOME
新書上架
