1.语言通俗易懂,即使不懂得IT技术的人士阅读本书也不存在障碍。 2.书中应用大量的实例,大多来源于元年科技的咨询实践,真实范例,贴近中国企业数字化转型前沿。 3.以业务为导向,以管理会计闭环为抓手阐述数据中台如何提升企业决策质量。 4.本书编委会既包括元年科技高管,也包括具有丰富咨询经验的一线咨询顾问,既保证本书立意的高度,又可着眼于实践的细节。
售 价:¥
纸质售价:¥58.40购买纸书
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
内容提要
本书编委会(按姓氏音序排列)
推荐序一
推荐序二
前言
第1章 数据中台:是虚火还是趋势
1.1 数据中台是什么
1.2 为什么互联网巨头都在为数据中台背书
1.3 数字化转型中最亮的那颗星
1.4 建好数据中台的四个前提
第2章 看透数据中台架构
2.1 数据采集类似于商品进货
2.2 数据存储类似于门店后仓
2.3 数据开发类似于商品补货和生鲜加工
2.4 数据治理类似于商品陈列与标识
2.5 数据标签类似于卖场销售经验
2.6 数据安全类似于超市安保
2.7 数据服务类似于超市服务
2.8 平台运维类似于超市运营管理
2.9 这5类企业需要建设数据中台
第3章 数据中台建设:从方法论到实践
3.1 传统IT规划转变为数据应用规划
3.2 数据应用规划与传统IT规划的比较
3.3 数据应用规划的六大要点
3.4 七步成诗:元年科技数据中台建设方法
第4章 数据中台:企业经营的全面“赋能官”
4.1 数字技术与管理需求
4.2 数据赋予业务经营超能力
4.3 数据赋能企业经营管理环节闭环
4.4 数据赋能企业价值链
4.5 数据赋能产业平台升级
第5章 数据架构:统一才是大势所趋
5.1 VUCA时代的业务诉求与目标
5.2 数据架构
5.3 数据架构是业务的黏合剂
5.4 数据架构落地的五个关键点
第6章 数据治理是一座高质量的金矿
6.1 数据清洗后才能用
6.2 数据治理都治什么
6.3 数据治理解放了谁的时间
6.4 数据治理和数据中台的关联
6.5 一步到位的数据治理体系
6.6 别做无用功
第7章 源源不断的数据之泉
7.1 无死角的数据采集
7.2 数据采集:数字时代的掘金者
7.3 企业价值链中的数据采集
7.4 数据采集是数据中台的运输队
7.5 数据采集的具体方法
7.6 评价所采集数据的质量
第8章 从0到1的数据开发
8.1 人找数,还是数找人
8.2 数据开发到底是什么
8.3 跃然“网”上的业务信息流
8.4 数据开发为数据中台挖掘有价值的数据
8.5 遵循数据架构规范的数据开发
8.6 数据开发成果的评价指标
第9章 让算法模型做经营决策的智慧大脑
9.1 用算法模型代替“四拍”
9.2 算法模型是客观世界的数学抽象
9.3 算法模型打造敏捷的决策支持体系
9.4 算法模型是数据中台的首席服务官
9.5 构建算法模型的八个步骤
9.6 算法模型成果评价的五个维度
第10章 为数据打个标签
10.1 从业务数据到数据标签
10.2 摆脱数据负累的包袱
10.3 数据标签是数据中台的得力助手
10.4 数据标签是业务分析与优化的有力抓手
第11章 在安全的数据世界里徜徉
11.1 数据泄露问题不可小觑
11.2 数据安全定义及相关概念
11.3 数据安全是数据中台的数据安保官
11.4 数据安全是企业业务增长的砝码
11.5 实现数据安全的三部曲
第12章 别让迟滞的数据服务蒙住了眼
12.1 把数据变成一种服务能力
12.2 可视化、零代码的全周期数据服务
12.3 利用数据服务破解冷链企业找不到货的难题
12.4 数据服务模块是数据中台的外交官
12.5 数据服务模块的建设之道
12.6 数据服务成果评价的三大指标
第13章 数据智能技术让数据“能推理、会决策”
13.1 数据智能技术已进入高光时刻
13.2 从计算智能、感知智能到认知智能
13.3 赢在数据智能技术
13.4 未来的数据智能技术
第14章 智慧经营打破理想与现实之间的壁垒
14.1 当智慧经营照进企业现实
14.2 用“4+1”破解智慧经营迷雾
14.3 没有数据中台,智慧经营无异于纸上谈兵
14.4 智慧经营之路案例
买过这本书的人还买过
读了这本书的人还在读
同类图书排行榜