新書推薦:

《
不再为他人而活:接纳自我的阿德勒心理学
》
售價:HK$
64.9

《
马可波罗和他的世界 蒙古世纪全球史陆海书系
》
售價:HK$
85.8

《
更生:中国文明与人文精神重塑
》
售價:HK$
162.8

《
四海之内:中国历史四十讲
》
售價:HK$
97.9

《
万亿低空:技术核心篇 低空经济
》
售價:HK$
107.8

《
逃离邪恶(中译本首-次出版 普利策奖得主厄内斯特·贝克尔遗作 《拒斥死亡》姊妹篇)
》
售價:HK$
107.8

《
萤火虫全球史072:图说中世纪医学简史
》
售價:HK$
82.5

《
汉字中国:承载三千年中华文化的瑰宝
》
售價:HK$
42.9
|
| 內容簡介: |
《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。 第壹部分(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。
《华为数字化转型之道》内容简介 本书由华为公司质量与流程IT团队官方出品,从认知、理念、转型框架、规划和落地方法、业务重构、平台构建等多个维度全面总结和阐述了华为自身的数字化转型历程、方法和实践,能为准备开展或正在开展数字化转型的企业提供系统、全面的参考。 全书共13章,内容从逻辑上分为四个部分。 第1部分 认知篇(第1~2章) 首先从华为的视角总结了企业对于数字化转型的应有的共识,以及从战略角度阐述了华为为何推行数字化转型;然后给出了华为数字化转型的整体框架(方法论),以及企业数字化转型成熟度评估的方法,帮助读者在厘清华为开展数字化转型工作的整体脉络的同时,能快速对自身的数字化水平进行自检。 第二部分 方法篇(第3~5章) 讲解了华为数字化转型的理念和方法,覆盖从变革规划、变革项目实施到IT产品实现的全部过程。 第三部分实践篇(第6~10章) 介绍了华为如何通过数字化转型进行业务运作模式重构,以提升业务运作和管理效率、改善客户体验,通过华为在业务作业、客户交易、业务运营、数字化办公等4个典型数字化场景的实践进行全面复盘。 第四部分平台篇(第11~13章) 总结了企业在数字化转型过程中需要统一构建的3大平台能力,即统一的数据底座、云化数字平台、变革治理体系,详细讲解了这3大平台能力的构建思路和完整内容。
《数据空间探索与实践》内容简介 这是一部系统梳理和总结华为在数据空间领域的研究成果与实践经验的著作,全面讲解了如何构建可信、可控、可证的数据流通体系,旨在为跨主体、跨边界数据共享这一难题提供完整的解决方案。 华为致力于数据空间理论与架构的研究近8年,积极参与国际数据空间协会(IDSA)、 Gaia-X 等国际组织的生态共建与标准制定,并与欧洲的相关科研机构在研究项目上开展了大量的合作。华为成功研发了自己的数据空间服务产品EDS(交换数据空间),并在鲲鹏昇腾生态率先得到验证,如今已经在华为内部的4大类20多个场景和外部的大量客户中得到广泛应用。在此基础上,华为将自己在数据空间理论框架、工程实践、落地原则等方面的认知、经验、教训凝结成了这本书。 本书将为您揭示数据流通的破局之道,从理论到实践、从架构到落地,全面解析数据空间这一创新方案。阅读本书,您将收获: (1)一套完整的数据空间知识体系: 全书共11章,系统覆盖了数据流通的时代背景与世界性难题、欧洲数据空间的最新实践、数据空间的4大设计原则和五层三维参考架构、数据连接器的6大关键能力,以及如何构建“可信、可控、可证”的数据流通保障机制。 (2)一套可落地的企业实践方法: 详细阐述了企业在部署和运营数据空间时需要解答的3个关键问题(谁来用、谁来管、怎么用),并提供了4大类企业应用场景的实操指南,涵盖企业内部、集团内、产业链上下游以及与外部组织间的数据交换模式。 (3)一套面向未来的前瞻性思考: 深入探讨了在AI大模型时代,数据空间如何应对数据流通的新挑战,以及如何支撑AI场景下的数据可控利用,展望了数据空间成为未来国家数据要素流通基础设施的宏伟蓝图。 本书将为您的数据战略规划和数字化转型实践提供极具价值的参考与指引,帮助您在数据浪潮中占得先机。
|
| 關於作者: |
华为公司数据管理部 华为公司数据管理部作为集团层面的数据管理组织,主要负责如下工作: 公司数据工作的战略规划、路标举措以及实施落地; 数据从产生到消费全生命周期管理的治理框架、流程规范、方法和IT工具的制定与推行; 公司级信息架构的设计和数据资产的治理维护; 主持集团层面数据相关项目,推动以数据为核心的数字化转型; 设计公司数据质量度量模型、执行数据质量监控及重大数据问题披露; 组织跨业务领域、跨BG信息架构集成和数据问题的解决; 负责公司数据管理能力提升,推动企业数据文
华为公司企业架构与变革管理部 华为企业架构与变革管理部成立于2017年,由原变革项目管理办和企业架构与流程管理部合并而来,是变革指导委员会(华为变革*高决策机构)的支撑和执行组织,也负责华为集团的变革项目、企业架构、流程和数据治理等工作。 在数字化转型启动之初,企业架构与变革管理部与各业务组织共同输出华为数字化转型愿景及架构蓝图,明确举措、边界和责任,在变革指导委员会上形成了广泛共识与决策。在转型的开展阶段,通过管理投资、架构、战略资源和关键项目,保障各领域和变革项目组按照目标和蓝图有序推进。同时,作为整个变革体系的COE组织,也负责将数字化转型过程中的经验与教训,沉淀成公司的知识资产、方法论和规则,专业化地引导和支撑公司数字化转型的成功。 本书主要作者有:熊康、孙昶、罗祠璋、蒋艳华、马运(MA YUN)、姬琼、陈志、杜浩、韩丽、钱亚东、吴茂
马运(MA YUN),华为公司数据总架构师、数据首席专家、信息架构专家委员会主任、数据管理教研室主任。 2015年至2022年期间,在华为公司担任数据管理部部长、质量与流程IT首席数据官,负责公司信息架构、数据底座和数据治理体系建设,主持公司数据资产管理、元数据驱动产品信息管理、主权可控数据交换等变革项目,深度参与数字化转型工作。畅销书《华为数据之道》第一作者,《华为数字化转型之道》主要作者。 曾在瑞典爱立信总部工作多年,担任产品线业务总监、集团信息管理部总监。曾任北京交通大学副教授、统计教研室主任、经济系主任,在瑞典国家公路与运输研究院任客座研究员。 当前研究领域:企业AI数据管理、AI+区块链、数据要素
|
| 目錄:
|
《华为数据之道》目录 序一 序二 序三 前言 第1章 数据驱动的企业数字化转型 第2章 建立企业级数据综合治理体系 第3章 差异化的企业数据分类管理框架 第4章 面向“业务交易”的信息架构建设 第5章 面向“联接共享”的数据底座建设 第6章 面向“自助消费”的数据服务建设 第7章 打造“数字孪生”的数据全量感知能力 第8章 打造“清洁数据”的质量综合管理能力 第9章 打造“安全合规”的数据可控共享能力 第10章 未来已来:数据成为企业核心竞争力
《华为数字化转型之道》目录 序一 序二 前言 认 知 篇 第1章 数字化转型,华为的战略选择002 第2章 数字化转型框架016 第3章 愿景驱动的数字化转型规划026 第4章 用变革的方法确保规划落地058 第5章 视IT为投资,用产品思维管理IT084 第6章 数字化重构业务运作模式106 第7章 数字化作业:减少业务高能耗点138 第8章 数字化交易:让做生意简单、高效157 第9章 数字化运营:实现业务运营模式升级186 第10章 数字化办公:构建全方位的连接与协同212 第11章 统一的数据底座230 第12章 云化数字平台269 第13章 变革治理体系294
《数据空间探索与实践》目 录 序 前言 第1章 数据流通释放价值 第2章 数据流通的世界级难题 第3章 数据流通难题的欧洲实践 第4章 数据空间的底层逻辑 第5章 数据空间的总体设计 第6章 数据空间中的数据连接器 第7章 数据空间中的可信、可控、可证 第8章 数据空间的部署与运营 第9章 数据空间的企业应用 第10章 数据空间与AI大模型 第11章 数据空间未来展望
|
|