万本电子书0元读

万本电子书0元读

顶部广告

数据中台架构——企业数据化最佳实践电子书

    数据中台是当下非常热门的话题,可以解决企业重复造轮子的问题。本书由国内知名的数据中台产品及解决方案服务商袋鼠云高级副总裁领衔撰写,基于十几个行业头部企业的数据中台项目落地经验提炼出数据中台建设五步法。   《数据中台架构:企业数据化*实践》对数据中台建设五步法做了详细介绍,完整地介绍了数据中台的建设过程。     读了本书后,你可以了解数据中台是什么、数据中台的价值是什么、数据中台如何帮助企业腾飞、企业具备数据中台的建设条件吗、应该如何建设数据中台、数据中台在哪些行业中有成功的应用、建设数据中台需要哪些软件支撑。

售       价:¥

纸质售价:¥67.90购买纸书

897人正在读 | 0人评论 6.5

作       者:张旭 等

出  版  社:电子工业出版社

出版时间:2020-04-01

字       数:11.4万

所属分类: 经管/励志 > 管理 > 管理信息系统

温馨提示:数字商品不支持退换货,不提供源文件,不支持导出打印

为你推荐

  • 读书简介
  • 目录
  • 累计评论(0条)
  • 读书简介
  • 目录
  • 累计评论(0条)
    《数据中台架构:企业数据化*实践》对企业数据化建设的目标、内容及定位做了相对完整的论述,详细地阐述了数据中台的定义、内容及如何支撑企业数据化整体建设,同时也介绍了数据中台在企业中的落地步骤、丰富的数据应用场景与实际效果。《数据中台架构:企业数据化*实践》是企业数据化建设的实用参考书。     《数据中台架构:企业数据化*实践》的内容完全基于笔者团队的实践经验。笔者团队曾经帮助十几个行业头部企业的数据中台项目成功落地,这些项目验证了本书中阐述的方法论体系的可行性。希望本书能够对国内数据化工作者提供一定的帮助。<br/>【推荐语】<br/>    数据中台是当下非常热门的话题,可以解决企业重复造轮子的问题。本书由国内知名的数据中台产品及解决方案服务商袋鼠云高级副总裁领衔撰写,基于十几个行业头部企业的数据中台项目落地经验提炼出数据中台建设五步法。   《数据中台架构:企业数据化*实践》对数据中台建设五步法做了详细介绍,完整地介绍了数据中台的建设过程。     读了本书后,你可以了解数据中台是什么、数据中台的价值是什么、数据中台如何帮助企业腾飞、企业具备数据中台的建设条件吗、应该如何建设数据中台、数据中台在哪些行业中有成功的应用、建设数据中台需要哪些软件支撑。  <br/>【作者】<br/>张旭 袋鼠云合伙人、高级副总裁;阿里云MVP;用友集团应用集成业务部原总经理、主数据管理专家及业务带头人。 技术发烧友:拥有多项技术及算法专利,OSCHINA社区源技术工具“丁丁主数据查重引擎”作者,“基于副本主数据的数据治理方法”曾获用友技术创新大赛二等奖。 方案专家、业务带头人:企业应用集成解决方案专家,企业主数据管理解决方案专家,企业数据中台解决方案专家,“七天学会主数据”系列培训视频作者,曾因营销业绩出众评选为十佳用友人。 交付达人:常年奔波在国内各大城市的项目现场,成功主导过中国葛洲坝集团、中国建筑总公司第五工程局,国药集团、上海医药集团、碧桂园、万科、茅台集团、李宁、飞鹤乳业、全友家私、隆平高科等众多国内大型知名企业的数据化相关项目。<br/>
目录展开

内容简介

专家力荐

前言

1 信息认知和当前的信息化革命

1.1 信息工具的发展推动人类历史进步

1.2 信息工具的进步与历史发展

1.3 当前的信息化革命

2 企业数据化

2.1 企业数据化认知

2.2 企业数据化与企业信息化及企业的关系

2.3 企业数据化建设的内容

2.4 企业数据化的现状与问题

3 数据中台概述

3.1 数据中台是什么

3.2 数据中台的价值与建设的必要性

3.3 数据中台建设五步法

4 数据资源盘点与规划

4.1 数据资源盘点

4.2 数据资源规划

5 数据资产建设

5.1 数据资产建设概述

5.2 产品选型与技术方案设计

5.3 数据模型设计规范[1]

5.4 数据开发规范及数据开发

6 数据应用规划与建设

6.1 数据应用规划

6.2 数据应用建设

7 数据应用之最佳实践

7.1 房地产行业的数据应用方案

7.2 鞋服行业的数据应用方案

7.3 乳制品行业的数据应用方案

7.4 新零售营销的数据应用方案

7.5 人力资源领域的数据应用方案

8 数据化组织规划

8.1 数据化组织规划的必要性

8.2 数据化组织的定位与职责

8.3 数据化组织的工作内容与边界

8.4 数据化组织的岗位设置

8.5 数据化组织的人数配置、预算资金与考核建议

9 数据中台与数据质量

9.1 数据质量的常见问题

9.2 数据模型规范提升数据质量

9.3 数据管理提升数据质量

9.4 数据共享提升数据质量

9.5 清洗历史数据提升数据质量

9.6 主数据管理提升基础数据质量

10 数据中台建设

10.1 数据中台建设的特点

10.2 数据中台建设的策略选择

10.3 数据中台建设的整体流程

10.4 数据中台的建设风险及应对方法

11 数据中台的软件支撑

11.1 平台的整体架构

11.2 计算引擎

11.3 离线/流计算开发套件

11.4 实时计算开发套件

11.5 数据资产管理套件

11.6 数据质量管理套件

11.7 数据科学平台

11.8 分析引擎

11.9 数据API引擎

11.10 标签引擎

11.11 数据应用规划工具

累计评论(0条) 0个书友正在讨论这本书 发表评论

发表评论

发表评论,分享你的想法吧!

买过这本书的人还买过

读了这本书的人还在读

回顶部