内容简介
作者简介
作者名单
赞誉
前言
第一部分 数据治理概述
 第1章 全面认识数据治理
  1.1 数据治理是什么
   1.1.1 从管理者视角看数据治理
   1.1.2 从业务人员视角看数据治理
   1.1.3 从技术人员视角看数据治理
   1.1.4 数据治理的定义
  1.2 数据治理相关术语和名词
  1.3 数据治理治什么
   1.3.1 什么是数据资产
   1.3.2 数据资产的利益相关方
   1.3.3 对利益相关方的协调和规范
  1.4 数据治理的6个价值
  1.5 数据治理的3个现状
  1.6 数据治理的5类问题
  1.7 数据治理的6个挑战
  1.8 本章小结
 第2章 数据治理框架和标准
  2.1 国际数据治理框架
   2.1.1 ISO数据治理标准
   2.1.2 DGI数据治理框架
   2.1.3 DAMA数据管理框架
  2.2 国内数据治理框架
   2.2.1 GB/T 34960规定的数据治理规范
   2.2.2 数据管理能力成熟度评估模型
  2.3 本章小结
 第3章 企业数据怎么治
  3.1 企业数据治理体系的内涵
   3.1.1 数据治理、数据管理与数据管控
   3.1.2 企业数据治理的9个要素
   3.1.3 企业数据治理的4个层面
  3.2 企业数据治理之道——3个机制
  3.3 企业数据治理之法——8项举措
  3.4 企业数据治理之术——7种能力
  3.5 企业数据治理之器——7把利剑
  3.6 本章小结
第二部分 数据治理之道
 第4章 数据战略：数字化转型的灯塔
  4.1 数据战略的定义
   4.1.1 DAMA对数据战略的定义
   4.1.2 DCMM对数据战略的定义
   4.1.3 本书对数据战略的理解
  4.2 数据战略与企业战略、数据架构的关系
   4.2.1 数据战略与企业战略
   4.2.2 数据战略与数据架构
  4.3 数据战略的3个要素
   4.3.1 战略定位
   4.3.2 实施策略
   4.3.3 行动计划
  4.4 实施数据战略的5个步骤
   4.4.1 环境因素分析
   4.4.2 确定战略目标
   4.4.3 制定行动方案
   4.4.4 落实保障措施
   4.4.5 战略评估与优化
  4.5 本章小结
 第5章 组织机制：敏捷的治理组织
  5.1 什么是敏捷组织
  5.2 为什么数据治理需要敏捷组织
  5.3 如何构建敏捷组织
   5.3.1 以客户为中心
   5.3.2 以数据驱动
   5.3.3 重新定义IT
   5.3.4 业务与IT深度融合
   5.3.5 培养复合型人才
  5.4 本章小结
 第6章 数据文化：数据思维融入企业文化
  6.1 数字转型，文化先行
  6.2 数据文化从建立数据思维开始
   6.2.1 什么是数据思维
   6.2.2 数据思维的3个特点
   6.2.3 如何建立数据思维
  6.3 培养数据文化的3个办法
   6.3.1 打破数据孤岛，实现共享数据
   6.3.2 建立制度体系，固化数据文化
   6.3.3 推行数据治理，增强数据文化
  6.4 本章小结
第三部分 数据治理之法
 第7章 理现状，定目标
  7.1 现状调研
   7.1.1 信息化摸底
   7.1.2 业务部门调研
   7.1.3 高层领导调研
  7.2 现状评估
   7.2.1 数据思维和认知现状
   7.2.2 IT系统现状
   7.2.3 数据分布现状
   7.2.4 数据管理现状
   7.2.5 数据质量现状
  7.3 确定目标
  7.4 本章小结
 第8章 数据治理能力成熟度评估
  8.1 数据治理能力成熟度评估模型
   8.1.1 DMM模型
   8.1.2 DCMM
  8.2 开展DCMM评估
   8.2.1 启动阶段
   8.2.2 宣贯阶段
   8.2.3 评估阶段
   8.2.4 报告阶段
  8.3 本章小结
 第9章 数据治理路线图规划
  9.1 数据治理路线图概述
   9.1.1 数据治理路线图的定义
   9.1.2 数据治理路线图的5个要素
  9.2 明确目标，量化指标
   9.2.1 大处着眼，小处入手
   9.2.2 量化数据治理指标
  9.3 选择合适的技术路径
   9.3.1 自主研发
   9.3.2 采购平台
   9.3.3 PaaS服务
  9.4 制定数据治理路线图
   9.4.1 确定数据治理优先级
   9.4.2 绘制数据治理路线图
  9.5 本章小结
 第10章 数据治理保障体系建设
  10.1 数据治理组织机构
   10.1.1 设置数据治理组织的3个原则
   10.1.2 数据治理组织与职责分工
   10.1.3 谁该对数据负责
   10.1.4 数据治理组织的演进
  10.2 打造“一把手工程”
   10.2.1 数据治理需要“一把手工程”
   10.2.2 数据治理需要4类人的支持
   10.2.3 如何获得高层领导的支持
   10.2.4 高层领导如何发挥作用
  10.3 本章小结
 第11章 数据治理技术体系建设
  11.1 以元数据为核心的数据治理
  11.2 以主数据为主线的数据治理
  11.3 混合云架构下的数据治理
  11.4 大数据架构下的数据治理
  11.5 微服务架构下的数据治理
  11.6 本章小结
 第12章 数据治理策略执行与监控
  12.1 数据治理的4个过程
  12.2 数据治理策略定义
   12.2.1 制定数据治理策略
   12.2.2 制定项目章程与计划
  12.3 数据治理策略执行
   12.3.1 良好的开端：项目启动会
   12.3.2 做好沟通管理：借势和造势
   12.3.3 不可忽视的例行会议和报告
  12.4 数据治理策略监控
   12.4.1 执行情况监控
   12.4.2 有效性和价值监控
  12.5 本章小结
 第13章 数据治理绩效考核
  13.1 数据治理的4个考核原则
  13.2 数据治理的6类考核指标
  13.3 数据质量的6种检查办法
  13.4 数据治理的4种考核方式
  13.5 本章小结
 第14章 数据治理长效运营
  14.1 什么是数据治理长效运营机制
  14.2 数据治理长效运营的意义
   14.2.1 建设数字化协同环境的需要
   14.2.2 巩固和扩大数据治理成果的需要
   14.2.3 加速企业数字化转型的需要
  14.3 数据治理长效运营的挑战
   14.3.1 来自组织的挑战
   14.3.2 来自文化认知的挑战
   14.3.3 来自项目转产的挑战
  14.4 建立数据治理长效运营机制
   14.4.1 组织领导机制
   14.4.2 标准规范机制
   14.4.3 培训教育机制
   14.4.4 人才培养机制
   14.4.5 绩效考评机制
   14.4.6 持续优化机制
  14.5 本章小结
第四部分 数据治理之术
 第15章 数据梳理与建模
  15.1 数据模型概述
   15.1.1 什么是数据模型
   15.1.2 数据模型的3个要素
   15.1.3 数据模型的3种类型
   15.1.4 数据模型的重要性
  15.2 数据梳理
   15.2.1 自上而下的数据梳理
   15.2.2 自下而上的数据梳理
  15.3 数据建模技术和方法
   15.3.1 什么是ER模型
   15.3.2 ER模型的构成
   15.3.3 ER建模的5个步骤
   15.3.4 ER建模技术：UML
  15.4 数据建模与数据治理
   15.4.1 数据模型与数据治理的关系
   15.4.2 数据建模是数据治理的开端
   15.4.3 数据模型管理存在的3个问题
   15.4.4 数据模型管理的3个有效措施
   15.4.5 数据模型驱动数据治理
  15.5 本章小结
 第16章 元数据管理
  16.1 元数据管理概述
   16.1.1 什么是元数据
   16.1.2 元数据的3种类型
   16.1.3 元数据的6个作用
   16.1.4 什么是元数据管理
   16.1.5 元数据管理的3个目标
   16.1.6 元数据管理的4个挑战
   16.1.7 元数据管理的4个阶段
  16.2 元数据管理方法
   16.2.1 业务目标理解
   16.2.2 元数据需求规划
   16.2.3 元数据规划设计
   16.2.4 元数据管理体系设计
  16.3 元数据管理技术
   16.3.1 元数据采集
   16.3.2 元数据管理
   16.3.3 元数据应用
   16.3.4 元数据接口
  16.4 本章小结
 第17章 数据标准管理
  17.1 数据标准管理概述
   17.1.1 什么是数据标准
   17.1.2 数据标准的作用
   17.1.3 什么是数据标准化
   17.1.4 数据标准与数据治理
   17.1.5 数据标准管理的3个常见问题
   17.1.6 数据标准管理的意义
  17.2 数据标准管理内容
   17.2.1 数据模型标准
   17.2.2 基础数据标准
   17.2.3 主数据与参考数据标准
   17.2.4 指标数据标准
  17.3 数据标准管理体系
   17.3.1 数据标准管理组织
   17.3.2 数据标准管理流程
   17.3.3 数据标准管理办法
  17.4 数据标准管理的4个最佳实践
  17.5 本章小结
 第18章 主数据管理
  18.1 主数据管理概述
   18.1.1 什么是主数据
   18.1.2 什么是主数据管理
   18.1.3 主数据管理的意义
  18.2 主数据管理方法
   18.2.1 摸家底阶段
   18.2.2 建体系阶段
   18.2.3 接数据阶段
   18.2.4 抓运营阶段
  18.3 主数据管理技术
   18.3.1 主数据分类
   18.3.2 主数据编码
   18.3.3 主数据集成
  18.4 主数据管理的7个最佳实践
  18.5 本章小结
 第19章 数据质量管理
  19.1 数据质量管理概述
   19.1.1 什么是数据质量
   19.1.2 数据质量差的后果
   19.1.3 什么是数据质量维度
   19.1.4 什么是数据质量测量
   19.1.5 什么是数据质量管理
  19.2 数据问题根因分析
   19.2.1 什么是根因分析
   19.2.2 产生数据问题的阶段
   19.2.3 产生数据问题的原因
   19.2.4 根因分析的方法
   19.2.5 根因分析的工具
  19.3 数据质量管理体系框架
   19.3.1 基于ISO 9001的数据质量管理
   19.3.2 基于六西格玛的数据质量管理
   19.3.3 数据质量评估框架
  19.4 数据质量管理策略和技术
   19.4.1 数据质量管理之事前预防
   19.4.2 数据质量管理之事中控制
   19.4.3 数据质量管理之事后补救
  19.5 本章小结
 第20章 数据安全治理
  20.1 数据安全治理概述
   20.1.1 什么是数据安全
   20.1.2 数据安全的脆弱性
   20.1.3 数据安全风险来自哪里
   20.1.4 什么是数据安全治理
   20.1.5 数据治理与数据安全治理
  20.2 数据安全治理策略
   20.2.1 数据安全治理体系
   20.2.2 数据安全治理目标
   20.2.3 数据安全治理组织
   20.2.4 数据安全认责策略
   20.2.5 数据安全治理制度
   20.2.6 数据安全治理培训
   20.2.7 数据安全运维体系
  20.3 数据安全治理技术
   20.3.1 数据梳理与敏感数据识别
   20.3.2 数据分类分级策略
   20.3.3 身份认证
   20.3.4 授权
   20.3.5 访问控制
   20.3.6 安全审计
   20.3.7 资产保护
   20.3.8 数据脱敏
   20.3.9 数据加密技术
  20.4 数据安全的政策法规
   20.4.1 欧盟的数据安全法律法规
   20.4.2 美国的数据安全法律法规
   20.4.3 中国的数据安全法律法规
  20.5 本章小结
 第21章 数据集成与共享
  21.1 应用集成的4个层面
   21.1.1 门户集成
   21.1.2 服务集成
   21.1.3 流程集成
   21.1.4 数据集成
  21.2 数据集成架构的演进
   21.2.1 点对点集成架构
   21.2.2 EDI集成架构
   21.2.3 SOA集成架构
   21.2.4 微服务集成架构
  21.3 数据集成的4种典型应用
   21.3.1 基于中间件交换共享模式
   21.3.2 主数据应用集成模式
   21.3.3 数据仓库应用模式
   21.3.4 数据湖应用模式
  21.4 数据集成步骤和方法
   21.4.1 集成需求分析
   21.4.2 制定集成方案
   21.4.3 接口开发与联调
   21.4.4 部署运行与评价
  21.5 本章小结
第五部分 数据治理之器
 第22章 数据模型管理工具
  22.1 系统架构
  22.2 数据模型管理
  22.3 数据模型应用
  22.4 本章小结
 第23章 元数据管理工具
  23.1 系统架构
  23.2 元数据采集
  23.3 元数据管理
  23.4 元数据应用
  23.5 本章小结
 第24章 数据标准管理工具
  24.1 系统架构
  24.2 数据标准管理
  24.3 数据标准应用
  24.4 本章小结
 第25章 主数据管理工具
  25.1 系统架构
  25.2 主数据建模
  25.3 主数据管理
  25.4 主数据质量
  25.5 主数据安全
  25.6 主数据集成
  25.7 本章小结
 第26章 数据质量管理工具
  26.1 系统架构
  26.2 数据质量指标
  26.3 数据质量测量
  26.4 数据质量剖析
  26.5 数据质量问题分析与改进
  26.6 本章小结
 第27章 数据安全治理工具
  27.1 系统架构
  27.2 数据安全治理
  27.3 数据安全应用
  27.4 本章小结
 第28章 数据集成与共享工具
  28.1 系统架构
  28.2 数据交换共享系统
  28.3 目录服务系统
  28.4 数据管理系统
  28.5 本章小结
 第29章 数据治理工具选型建议
  29.1 供应商综合实力
  29.2 产品的架构考察
  29.3 产品的功能考察
  29.4 产品的性能考察
  29.5 工具选型与成本预算
  29.6 本章小结
第六部分 数据治理实践与总结
 第30章 企业数据治理实践案例
  30.1 案例1：某电线电缆集团的主数据管理实践
   30.1.1 企业简介
   30.1.2 项目建设背景
   30.1.3 主数据普查情况
   30.1.4 主数据管理解决方案
   30.1.5 项目建设成效
  30.2 案例2：某新能源汽车公司的数据资产管理实践
   30.2.1 企业简介
   30.2.2 项目建设背景
   30.2.3 企业数据管理现状
   30.2.4 数据资产管理解决方案
   30.2.5 项目建设成效
  30.3 本章小结
 第31章 企业数据治理总结与展望
  31.1 数据治理的6项准备
  31.2 数据治理的6个误区
  31.3 数据治理的5个技术展望
  31.4 企业数据治理与数字化转型
  31.5 本章小结