万本电子书0元读

万本电子书0元读

顶部广告

数据治理:工业企业数字化转型之道电子书

中国工程院院士 高金吉、倪光南 等多位专家荐读 14个工业企业案例 本书既具有国际性理论高度,也具备面向中国工业企业的实操性 本书既具有国际性理论高度,也具备面向中国工业企业的实操性 参与本书编著的作者均为国内各企业的数据治理专家,所有案例均为企业的真实实践

售       价:¥

纸质售价:¥105.90购买纸书

535人正在读 | 1人评论 6.4

作       者:祝守宇,蔡春久 等

出  版  社:电子工业出版社

出版时间:2020-10-01

字       数:34.1万

所属分类: 科技 > 计算机/网络 > 程序设计

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(1条)
  • 读书简介
  • 目录
  • 累计评论(1条)
《数据治理:工业企业数字化转型》是一本全面关注工业企业数据治理方面的工具书,主要内容分为概述篇、体系篇、工具篇、实施篇及案例篇。其中概述篇主要介绍工业企业数据治理的基础概念、主流数据治理标准及框架、数据治理的发展趋势等;体系篇主要介绍数据管控、数据战略、数据架构、主数据管理等的基本原理与管理体系;工具篇主要介绍主数据管理工具、数据模型管理工具、数据资产运营工具等;实施篇主要介绍具体实施策略及路径选择、顶层架构规划与设计、数据资产运营实施等;案例篇主要介绍电力、能源化工、钢铁、制造、战略投资等行业的数据治理案例,为读者提供专业、丰富、可信的数据治理实施范例。 《数据治理:工业企业数字化转型》是工业大数据应用技术国家工程实验室多年潜心研究的重要科研成果的总结和凝聚,既具有理论高度,也具备面向中国工业企业的可实操性。参与本书编著的作者均为国内各企业的数据治理专家,所有案例均来自这些企业的实践。 对企业的基层管理者或初职场的人士来说,本书是充分认识数据治理意义、组织行数据治理的具体方案和工具手册;对企业中层管理者来说,本书是一本配合企业数据治理的纲领性指南;对企业高层管理者来说,本书是一本推动企业数据治理的方法论。本书还适合作为高校的MBA、EMBA教材。<br/>【推荐语】<br/>中国工程院院士 高金吉、倪光南 等多位专家荐读 14个工业企业案例 本书既具有国际性理论高度,也具备面向中国工业企业的实操性 本书既具有国际性理论高度,也具备面向中国工业企业的实操性 参与本书编著的作者均为国内各企业的数据治理专家,所有案例均为企业的真实实践<br/>【作者】<br/>祝守宇 中国航天科工集团航天云网公司副总经理、工业大数据应用技术国家工程实验室主任、教授级高级工程师。 曾获1997年美国贝尔实验室总裁金奖、美国电信管理协会(TMF)年度新产品大奖、北京市科技步一等奖一次、北京市科技步三等奖两次。先后主持重大产业专项十余项,拥有美国和中国发明专利十余项。长期从事互联网、大数据、复杂软件系统、移动通信、网络安全等领域的研究和产业化工作,是航天科工集团“五重大一专项”集团特聘专家。   蔡春久 DAMA中国理事会会员、大数据技术标准推委员会数据资产专家、中国电子工业标准化技术协会数据管理应用推分会副会长,数据工匠俱乐部创始人。具有20余年的IT咨询和数据治理行业经验, 为中国石化、国家电投等80余家世界500强企业提供数据治理服务。<br/>
目录展开

内容简介

本书编委会

致谢

推荐语

序一

序二

第1篇 概述篇

第1章 工业企业需要数据治理

1.1 工业革命的演变与发展趋势

1.2 工业大数据是第四次工业革命的核心基础

1.3 各国的工业大数据战略

1.4 工业企业数据的核心价值

1.5 我国各行业数据治理现状

1.6 数据治理是工业大数据的基础

1.7 工业企业数据治理面临的挑战

本章精要

第2章 工业企业数据治理概述

2.1 数据治理的相关概念和定义

2.2 数据的分类

2.3 数据治理的顶层架构

2.4 数据治理的核心内容

本章精要

第3章 主流数据治理标准及框架介绍

3.1 国际标准

3.2 国内标准及模型

3.3 专业组织

3.4 国内外数据治理体系的对比分析

本章精要

第4章 数据治理的发展趋势

4.1 国内外数据治理的演变与发展

4.2 数据隐私保护政策

4.3 区块链与数据共享

4.4 5G技术与数据安全

4.5 新技术与数据治理

4.6 数据文化与伦理道德

4.7 工业企业数据的运营

本章精要

第5章 本书阅读导引

5.1 数据治理是一个系统工程

5.2 工具是数据治理的保障

5.3 实施数据治理有路线可循

5.4 数据治理已在诸多行业成功实施

参考资料

第2篇 体系篇

第6章 数据管控

6.1 数据管控概述

6.2 组织架构

6.2.1 数据治理组织架构

6.2.2 数据治理组织模式

6.2.3 数据治理职责分工

6.3 制度规范

6.3.1 数据治理制度框架

6.3.2 数据治理制度修订

6.4 执行流程

6.4.1 数据治理总体流程框架

6.4.2 数据治理典型场景的流程

6.5 设计机制

6.6 绩效体系

6.7 标准体系

本章精要

第7章 数据战略

7.1 数据战略概述

7.2 数据战略规划

7.2.1 愿景和目标

7.2.2 基本原则

7.2.3 战略举措选择

7.2.4 模型工具

7.3 数据战略实施

7.3.1 实施策略

7.3.2 实施路径

7.3.3 实施步骤

本章精要

第8章 数据架构

8.1 数据架构概述

8.2 框架设计

8.2.1 数据分布

8.2.2 数据主题域

8.2.3 数据关联关系

8.3 数据建模

8.3.1 概念数据模型

8.3.2 逻辑数据模型

8.3.3 物理数据模型

8.3.4 数据模型开发方法

本章精要

第9章 主数据管理

9.1 主数据和主数据管理

9.1.1 主数据的特征

9.1.2 主数据管理的基本概念

9.2 主数据标准管理

9.3 主数据全生命周期管理

9.4 主数据应用管理

9.5 企业常用的几类主数据

9.5.1 物料主数据

9.5.2 设备主数据

9.5.3 资产主数据

9.5.4 财务主数据

9.5.5 组织机构和员工主数据

本章精要

第10章 元数据管理

10.1 元数据的定义

10.2 元数据分类

10.2.1 业务元数据

10.2.2 技术元数据

10.2.3 操作元数据

10.3 元数据核心能力

10.4 元数据的价值

本章精要

第11章 数据指标管理

11.1 数据指标管理概述

11.1.1 数据指标应用和管理中的挑战

11.1.2 设计目的

11.1.3 设计思路

11.2 体系框架

11.2.1 典型的数据指标定义框架

11.2.2 指标选取原则及方法

11.2.3 指标体系层级设计

11.2.4 指标体系评价方法

11.3 找指标

11.4 理指标

11.5 管指标

11.6 用指标

本章精要

第12章 时序数据管理

12.1 时序数据管理概述

12.2 时序数据的特点

12.3 时序数据的应用

12.3.1 技术挑战

12.3.2 典型的技术架构及特点

12.3.3 系统核心功能

本章精要

第13章 数据质量管理

13.1 数据质量需求

13.2 数据质量检查

13.3 数据质量分析

13.4 数据质量提升

13.5 数据质量评估

13.5.1 数据质量问题的起因

13.5.2 数据质量管理技术指标

13.5.3 数据质量管理业务指标

本章精要

第14章 数据安全管理

14.1 数据安全管理概述

14.2 数据安全体系框架

14.3 数据安全防护策略

14.4 数据安全审计

14.5 数据安全风险评估

14.6 数据应急保障

本章精要

第15章 数据交换与服务

15.1 数据交换与服务的意义

15.2 数据交换与服务技术演进

15.2.1 文件共享技术

15.2.2 数据库中间表技术

15.2.3 点对点接口技术

15.2.4 消息队列技术

15.2.5 企业服务总线交换技术

15.2.6 ETL数据交换技术

15.2.7 物联网数据采集交换技术

15.3 工业企业数据交换与服务标准体系架构

15.3.1 CPS信息交换模型

15.3.2 设备互联总线

15.3.3 应用互联总线

15.3.4 数据总线

15.3.5 开放互联API网关

本章精要

第16章 数据共享与开放

16.1 共享与开放概述

16.2 数据资源目录

16.3 数据资源准备

16.3.1 数据采集

16.3.2 数据加工

16.3.3 数据保密

16.3.4 数据装载

16.3.5 数据发布

16.4 数据服务

16.5 共享与开放评价

本章精要

第17章 数据管理成熟度评估

17.1 数据管理成熟度评估模型

17.2 数据管理成熟度等级定义

17.3 开展数据管理成熟度评估

17.4 数据管理成熟度评估实施

本章精要

参考资料

第3篇 工具篇

第18章 数据治理工具概述

第19章 数据资产运营工具

19.1 数据资产目录

19.1.1 总体概述

19.1.2 数据资产目录系统构建

19.1.3 数据资产目录能力评估模型

19.2 数据资产价值评估

19.2.1 总体概述

19.2.2 数据资产价值评估模型

19.2.3 数据资产价值评估工具

本章精要

第20章 数据模型管理工具

20.1 数据模型管理工具概述

20.2 企业级数据模型管控

20.3 数据标准管控

20.3.1 标准的发布和工具访问

20.3.2 模型设计中的应用数据标准

20.3.3 数据标准应用情况的自动检核

20.3.4 自定义标准的发布管理

20.4 数据字典的质量检核

本章精要

第21章 数据指标管理工具

21.1 指标库管理

21.2 指标体系管理

21.3 指标评价管理

21.4 指标应用管理

本章精要

第22章 主数据管理工具

22.1 主数据提取与整合

22.2 主数据模型管理

22.3 主数据清洗管理

22.3.1 主数据清洗的内容

22.3.2 主数据清洗的一般过程

22.4 主数据全周期管理

22.5 主数据质量管理

22.6 主数据发布与共享

本章精要

第23章 元数据管理工具

23.1 元数据管理工具概述

23.2 元数据在数据架构管理中的应用

23.3 元数据在数据资产目录中的应用

23.4 元数据在主数据管理中的应用

23.5 元数据在数据交换和共享中的应用

23.6 元数据在大数据平台中的应用

本章精要

第24章 时序数据处理工具

24.1 通用大数据处理工具的不足

24.2 时序数据处理工具应具备的功能和特点

24.3 时序数据的采集

24.4 时序数据处理工具

本章精要

第25章 数据质量管理工具

25.1 数据质量管理工具概述

25.2 数据质量稽核规则设置

25.3 数据质量任务管理

25.4 数据质量报告

本章精要

第26章 数据交换与服务工具

26.1 数据交换与服务工具概述

26.2 数据采集

26.3 数据交换

26.3.1 前置交换子系统

26.3.2 交换传输子系统

26.3.3 交换管理子系统

26.4 数据加工服务

26.5 数据共享服务

26.6 工业大数据技术平台

26.6.1 工业大数据的采集

26.6.2 工业大数据的交换

26.6.3 工业大数据的处理

本章精要

第27章 数据安全管理工具

27.1 数据安全管理工具概述

27.2 数据采集安全管理工具

27.2.1 数据分类与分级工具

27.2.2 采集内容及策略

27.2.3 数据采集人员管理工具

27.2.4 数据源鉴别及记录

27.3 数据传输安全管理工具

27.3.1 加密算法

27.3.2 对称加密

27.3.3 非对称加密

27.4 数据存储安全管理工具

27.4.1 数据存储介质管理

27.4.2 数据存储安全

27.4.3 数据备份和恢复

27.4.4 等级划分

27.5 数据处理安全管理工具

27.6 数据交换安全管理工具

27.6.1 数据导入/导出的安全保障

27.6.2 数据交换安全

27.6.3 数据销毁安全管理

27.7 统一的身份认证系统

本章精要

第28章 数据中台

28.1 数据中台的概念和定位

28.2 数据采集

28.2.1 数据采集方式

28.2.2 通用数据采集

28.2.3 流式数据采集

28.3 数据存储

28.3.1 分布式数据存储

28.3.2 NoSQL数据存储

28.4 数据计算

28.4.1 分布式查询

28.4.2 分布式计算

28.4.3 数据建模

28.4.4 数据分析

28.5 数据服务

28.5.1 API网关

28.5.2 API生成

28.5.3 API发布

28.5.4 API调用申请

28.5.5 API调用审核

28.5.6 API信息支持

28.5.7 API服务监控

28.6 从ETL向ELT转变

本章精要

参考资料

第4篇 实施篇

第29章 数据治理实施策略和路径选择

29.1 实施内容

29.2 路径选择

本章精要

第30章 数据治理顶层架构规划与设计

30.1 实施内容

30.2 步骤和方法

30.2.1 顶层设计总体思路

30.2.2 数据治理顶层设计要点

30.3 成熟度评估

本章精要

第31章 数据资产运营实施

31.1 实施内容

31.2 步骤和方法

本章精要

第32章 主数据管理实施

32.1 实施内容

32.2 步骤和方法

32.2.1 实施步骤

32.2.2 实施方法

本章精要

第33章 元数据管理实施

33.1 实施内容

33.2 步骤和方法

本章精要

第34章 数据指标管理实施

34.1 实施内容

34.2 步骤和方法

34.3 模板

34.3.1 数据指标项定义

34.3.2 形成指标卡片及指标模板

34.3.3 数据需求规划

本章精要

第35章 数据质量管理实施

35.1 实施内容

35.2 步骤和方法

35.2.1 数据剖析

35.2.2 数据质量诊断

35.2.3 数据处理规则

35.2.4 数据质量优化

35.2.5 数据质量监管

35.2.6 实施数据质量管理时需注意的问题

本章精要

第36章 数据安全管理实施

36.1 实施内容

36.2 实施步骤

36.3 实践模式

36.3.1 数据安全管理的建设策略

36.3.2 数据安全管理的切入方式

36.3.3 工业互联网云平台的数据安全

本章精要

第37章 数据治理常见误区

本章精要

参考资料

第5篇 案例篇

第38章 电力行业:夯实数字化转型基础——南方电网数据资产管理行动实践

38.1 背景介绍

38.2 项目实施

38.3 项目成果

38.4 项目亮点和洞察

38.5 数据治理愿景

第39章 电力行业:支撑集团产业数字化转型——国家电投集团数据治理实践

39.1 背景介绍

39.2 数据治理工作实践

39.2.1 五凌电力数据治理实践——水电领域

39.2.2 黄河公司数据治理实践——光、风、水领域

39.2.3 云南国际数据治理实践——风电领域

39.3 经验总结

39.4 总结与展望

第40章 能源化工行业:数据治理助百年油企数字化转型

40.1 背景介绍

40.2 工作概况

40.3 组织保障

40.4 主要成果

40.5 炼化公司智能工厂数据治理实践案例

40.6 建设主要内容

40.7 总结与展望

第41章 钢铁行业:酒钢集团数据治理实践

41.1 背景介绍

41.2 项目目标

41.3 项目实施

41.4 项目总结

41.5 未来展望

第42章 汽车行业:数据驱动长安汽车数字化转型

42.1 背景介绍

42.2 工作概况

42.3 组织保障

42.4 项目成果

42.5 工作价值

42.6 交流分享

第43章 核工业:物料主数据治理助力核电智慧运营

43.1 背景介绍

43.2 工作概况

43.3 组织保障

43.4 项目成果

43.5 项目总结

第44章 航空行业:军工企业的“三位一体”数据治理体系建设实践

44.1 背景介绍

44.2 工作历程

44.3 组织保障

44.4 实施效果

44.5 项目总结

44.6 未来展望

第45章 航空行业:面向航空装备研制生产的数据治理研究与实践

45.1 背景介绍

45.2 两级数据管控模式

45.3 信息分类与编码标准

45.4 数据应用场景

45.5 总结与展望

第46章 重型装备制造行业:数据标准,装备中国——中国一重的数据标准化管理项目

46.1 背景介绍

46.2 数据治理概况

46.3 数据治理成果

46.4 总结与成效

第47章 交通物流行业:主数据治理助力中国外运数字化转型

47.1 背景介绍

47.2 项目实施

47.3 主要成果

47.4 未来展望

第48章 建材行业:中国建材集团工业大数据应用实践

48.1 背景介绍

48.2 工作实施

48.3 应用框架与技术路线

48.4 工作成果

第49章 制造行业:威孚集团基于斯欧应用互联平台建设数据通道

49.1 背景介绍

49.2 项目建设技术方案

49.3 项目实施步骤

49.4 项目实施效果

49.5 项目价值及特点

第50章 战略投资行业:国投集团的数据标准化管理实践

50.1 背景介绍

50.2 工作概况

50.3 组织保障

50.4 项目成果

50.5 工作价值

50.6 经验分享

第51章 多元化集团:数据治理助力多元化企业集团管控

51.1 背景介绍

51.2 数据治理概况

51.3 组织保障

51.4 项目成果

51.5 工作价值

51.6 项目总结

附录A 工业英文缩写术语表

累计评论(1条) 2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