访问《数据治理概论》教材官网
概 念 篇
第1章 数据治理概述 2
1.1 数据治理的基本概念 3
1.1.1 数据 3
1.1.2 数据资产及其管理 4
1.1.3 数字化 6
1.1.4 数据治理 9
1.2 数据治理的发展历程及趋势 14
1.2.1 数据治理的发展历程 14
1.2.2 数据治理的发展趋势 21
1.3 数据治理在现代组织中的定位 25
1.3.1 数据治理赋能企业运营 25
1.3.2 数据治理是企业数据资产管理的“基石” 26
1.3.3 数据治理是企业数字化转型的必经之路 26
1.4 数据治理的误区 27
1.4.1 项目式的数据治理 27
1.4.2 数据治理只是技术部门的事 28
1.4.3 数据治理唯工具论 28
1.4.4 数据治理可以短期见效 29
1.4.5 找到问题却不解决问题 29
1.4.6 只定标准却不落地 30
1.4.7 大而全的数据治理 30
1.4.8 为治理而治理 31
1.4.9 脱离企业现状，治理目标过于理想化 31
1.5 数据管理 32
1.5.1 数据管理的概念 32
1.5.2 数据管理框架 32
1.5.3 数据管理与数据治理的关系 35
本章小结 36
本章习题 36
第2章 数据治理框架 38
2.1 主流数据治理框架介绍 39
2.1.1 ISO/IEC 38505的数据治理框架 39
2.1.2 DGI数据治理框架 40
2.1.3 DAMA数据管理框架 41
2.1.4 GB/T 34960.5—2018的数据治理框架 41
2.1.5 DCMM数据管理框架 42
2.1.6 数据资产管理框架 44
2.2 本书数据治理框架 45
2.3 数据治理框架的作用 46
2.3.1 形成数据治理的闭环 46
2.3.2 聚焦业务价值的发现 47
本章小结 47
本章习题 48
体 系 篇
第3章 数据战略规划 50
3.1 数据战略规划的概念 51
3.2 数据战略从规划到执行 52
3.2.1 数据战略规划的制定 52
3.2.2 数据战略规划的实施 54
3.2.3 数据战略规划的评估 55
3.3 数据战略规划工具 56
3.3.1 企业战略规划中使用的工具介绍 56
3.3.2 企业数据战略规划中使用的工具介绍 66
本章小结 70
本章习题 70
第4章 数据采集 71
4.1 数据采集的概念 72
4.2 数据采集的范围 72
4.2.1 业务范围的确定 72
4.2.2 数据采集范围的确定 73
4.2.3 数据采集范围的管理 74
4.3 数据采集的方法 75
4.3.1 数据获取的典型技术手段 75
4.3.2 数据获取手段的选择 75
4.4 数据采集关键技术 78
4.4.1 数据源连接技术 79
4.4.2 数据抽取技术 79
4.4.3 数据传输协议 80
4.4.4 数据格式转换与映射技术 81
4.4.5 数据质量验证技术 82
4.4.6 典型的数据采集工具 83
本章小结 84
本章习题 85
第5章 数据存储 86
5.1 数据存储的概念 87
5.2 数据存储需求 88
5.2.1 不同业务需求的数据存储方式 88
5.2.2 几类典型的数据存储架构 89
5.3 数据存储模型设计 94
5.3.1 数据模型的定义 94
5.3.2 从概念模型到物理模型 96
5.3.3 数据存储模型的选择依据 99
5.3.4 典型的数据存储模型 99
5.3.5 数据模型管理 103
5.4 数据存储架构设计 103
5.4.1 数据存储架构概述 103
5.4.2 数据存储架构设计步骤 104
5.4.3 典型的数据存储系统 109
5.4.4 数据存储架构的设计 114
本章小结 118
本章习题 118
第6章 数据管理 119
6.1 元数据管理 120
6.1.1 元数据的定义 120
6.1.2 元数据需求 120
6.1.3 元模型设计 121
6.1.4 元数据维护 125
6.1.5 元数据应用 125
6.2 数据标准管理 125
6.2.1 数据标准的定义 125
6.2.2 组织数据的构成 126
6.2.3 数据标准的分类 128
6.2.4 数据标准的构成 137
6.2.5 数据标准的制定 137
6.2.6 数据标准的落地 139
6.3 主数据管理 141
6.3.1 主数据的定义 141
6.3.2 主数据管理的意义 144
6.3.3 主数据的识别 144
6.3.4 主数据分类 146
6.3.5 主数据编码 148
6.3.6 主数据建模 149
6.3.7 主数据清洗 150
6.3.8 主数据映射治理 151
6.3.9 主数据集成 151
6.3.10 主数据运维管理 153
6.3.11 主数据质量管理 153
6.3.12 主数据安全管理 154
6.4 数据质量管理 154
6.4.1 数据质量管理的定义 154
6.4.2 数据质量管理的价值 156
6.4.3 数据质量生命管理周期 157
6.4.4 数据质量规划 158
6.4.5 数据质量评估 159
6.4.6 数据质量提升 164
6.4.7 数据质量监控 169
6.4.8 数据质量改进 170
6.4.9 数据质量培训和教育 170
6.4.10 数据质量管理能力评价 171
6.5 数据安全管理 173
6.5.1 数据安全的定义 173
6.5.2 数据安全策略 177
6.5.3 数据安全管控 178
6.5.4 数据安全审计 182
本章小结 183
本章习题 183
第7章 数据应用 185
7.1 数据分析 186
7.1.1 数据分析的概念 186
7.1.2 数据分析类型 187
7.1.3 数据分析方法 187
7.2 数据共享 192
7.2.1 数据共享的概念 192
7.2.2 数据共享的主要活动 195
7.2.3 数据共享价值评估 198
7.3 数据开放 198
7.3.1 数据开放的概念 198
7.3.2 数据开放的主要活动 200
7.3.3 数据开放价值评估 200
7.4 数据赋能业务的典型场景 201
7.4.1 数据驱动业务 202
7.4.2 数据赋能管理 202
7.4.3 商业模式创新 203
7.5 数据分析关键技术 204
7.5.1 数据可视化 205
7.5.2 统计分析 212
7.5.3 机器学习 217
7.5.4 知识图谱 220
本章小结 226
本章习题 226
第8章 数据治理价值评估 228
8.1 数据治理价值评估的概念 229
8.2 数据治理价值评估的原则 229
8.3 业务价值评估 230
8.3.1 数据治理对业务活动的影响和贡献 230
8.3.2 业务价值评估方法 232
8.4 成本效益评估 232
8.4.1 数据治理对成本效益的影响和贡献 232
8.4.2 成本效益评估方法 233
8.5 风险管理评估 234
8.5.1 数据治理对风险管理的影响和贡献 234
8.5.2 风险管理评估方法 235
8.6 组织能力评估 235
8.6.1 组织在数据治理能力方面的评估内容 235
8.6.2 组织能力评估方法 236
8.7 持续改进评估 236
8.7.1 数据治理的持续改进效果的评估内容 236
8.7.2 数据治理的持续改进效果的评估方法 238
8.8 价值评估工作的开展 239
8.8.1 确定评估目标 239
8.8.2 确定评估指标 240
8.8.3 收集数据 241
8.8.4 分析数据 242
8.8.5 解释结果 243
8.8.6 编写评估报告 243
8.8.7 反馈和改进 244
本章小结 245
本章习题 245
保 障 篇
第9章 数据治理组织、制度与规范 247
9.1 数据治理组织 248
9.1.1 数据治理组织的概念 248
9.1.2 数据治理组织的作用 250
9.1.3 数据认责机制 251
9.1.4 数据治理沟通 256
9.2 数据治理制度与规范 258
9.2.1 数据治理制度的概念及作用 258
9.2.2 数据治理规范的概念及作用 262
本章小结 267
本章习题 267
第10章 数据治理文化 268
10.1 数据治理文化的概念 269
10.2 数据治理文化的建立 269
10.2.1 意识和认知 269
10.2.2 领导力和支持 270
10.2.3 沟通和培训 272
10.2.4 合作和协作 273
10.2.5 激励和奖励 274
10.2.6 监督和评估 275
10.3 数据文化与数据治理框架 276
本章小结 277
本章习题 278
第11章 数据治理工具 279
11.1 数据采集工具 280
11.2 数据存储工具 280
11.2.1 开源的关系型数据库 280
11.2.2 开源的分析型数据存储工具 281
11.2.3 开源大数据存储工具 281
11.2.4 开源知识图谱存储工具 282
11.3 数据管理工具 283
11.3.1 开源元数据管理工具 283
11.3.2 开源主数据管理工具 283
11.3.3 开源数据模型管理工具 283
11.3.4 开源数据质量管理工具 284
11.4 数据应用工具 284
11.4.1 数据可视化工具 284
11.4.2 数据分析工具 285
11.4.3 AI工具 285
本章小结 286
本章习题 286
典型案例篇
第12章 某能源企业数据治理 288
12.1 项目背景 289
12.2 建设方案 289
12.3 建设效果 294
第13章 某制造企业数据治理 295
13.1 项目背景 296
13.2 企业数据治理痛点 296
13.3 业务数据现状分析 296
13.4 数据治理建设目标 297
13.5 数据生态解决方案 297
13.6 数据治理实施成果 298
13.7 业务应用场景的实现成果 300
13.8 经验总结 301
第14章 某金融企业数据治理 302
14.1 项目背景 303
14.2 企业面临的挑战 303
14.3 建设方案 303
14.4 实施成果 306
参考文献 307