华为官方力作(套装共3册)电子书

华为数字化转型之道

序一

序二

前言

第1章 数字化转型，华为的战略选择

1.1 数字化转型是企业的必答题

1.2 数字化转型是一场全新变革

1.3 把数字世界带入华为

第2章 数字化转型框架

2.1 1套方法、4类场景、3个平台能力

2.2 数字化转型成熟度评估方法

第3章 愿景驱动的数字化转型规划

3.1 以终为始，描绘数字化愿景

3.2 统一认识，设计架构蓝图

3.3 把握节奏，规划举措和项目

3.4 数字化转型规划的“三阶十二步法”

第4章 用变革的方法确保规划落地

4.1 变革管理实现“转人磨芯”

4.2 以项目方式推进变革，突破转型束缚

4.3 变革评估，“第3只眼”看价值实现

第5章 视IT为投资，用产品思维管理IT

5.1 数字时代IT系统的重新定位

5.2 IT产品的全生命周期管理

5.3 组建业务和IT一体化团队

5.4 用V模型指导服务化设计

第6章 数字化重构业务运作模式

6.1 业务运作模式重构是数字化转型的核心

6.2 “3个数字化”是业务运作模式重构的基础

6.3 Y模型：业务运作模式重构的方法

6.4 始于流程，终于流程，将数字化成果内化到管理体系中

第7章 数字化作业：减少业务高能耗点

7.1 传统作业模式面临的挑战

7.2 数字化提升供应链作业效率

7.3 数字化重构供应链作业模式

第8章 数字化交易：让做生意简单、高效

8.1 To B交易体验成为重要竞争力

8.2 交易流数字化的设计过程

8.3 交易流数字化的难点与应对方式

8.4 疫情下的无接触交易

第9章 数字化运营：实现业务运营模式升级

9.1 传统业务运营面临的3个挑战

9.2 数字化运营提升业务效益

9.3 数字化运营改变组织运作模式

9.4 数字化运营实现科学决策

9.5 营造共享生态，实现从0到1再到N的转变

第10章 数字化办公：构建全方位的连接与协同

10.1 “三屏都装不下”的企业App

10.2 先立后破，打造数字化办公平台

10.3 实现人、知识、业务、设备的全连接

10.4 不仅是数字化办公，更是数字企业的载体

第11章 统一的数据底座

11.1 华为数据治理概要

11.2 支撑数字化转型的数据底座

11.3 数据湖：企业数据的“逻辑汇聚”

11.4 数据主题联接：将数据转换为“信息”

11.5 面向安全共享的数据服务建设

第12章 云化数字平台

12.1 数字化转型需要数字平台

12.2 华为数字平台的4大服务域

12.3 依托华为云搭建数字平台

第13章 变革治理体系

13.1 变革指导委员会

13.2 变革项目办公室

13.3 企业架构委员会

13.4 业务主导的各领域变革团队

结语 数字化转型的8个成功要素

附录 缩略语

华为数据之道

序一

序二

序三

前言

1.1 非数字原生企业的数字化转型挑战

1.1.1 业态特征：产业链条长、多业态并存

1.1.2 运营环境：数据交互和共享风险高

1.1.3 IT建设过程：数据复杂、历史包袱重

1.1.4 数据质量：数据可信和一致化的要求程度高

1.2 华为数字化转型与数据治理

1.2.1 华为数字化转型整体目标

1.2.2 华为数字化转型蓝图及对数据治理的要求

1.3 华为数据治理实践

1.3.1 华为数据治理历程

1.3.2 华为数据工作的愿景与目标

1.3.3 华为数据工作建设的整体思路和框架

1.4 本章小结

2.1 建立公司级的数据治理政策

2.1.1 华为数据管理总纲

2.1.2 信息架构管理政策

2.1.3 数据源管理政策

2.1.4 数据质量管理政策

2.2 融入变革、运营与IT的数据治理

2.2.1 建立管理数据流程

2.2.2 管理数据流程与管理变革项目、管理质量与运营之间的关系

2.2.3 通过变革体系和运营体系进行决策

2.2.4 数据治理融入IT实施

2.2.5 通过内控体系赋能数据治理

2.3 建立业务负责制的数据管理责任体系

2.3.1 任命数据Owner和数据管家

2.3.2 建立公司层面的数据管理组织

2.4 本章小结

3.1 基于数据特性的分类管理框架

3.2 以统一语言为核心的结构化数据管理

3.2.1 基础数据治理

3.2.2 主数据治理

3.2.3 事务数据治理

3.2.4 报告数据治理

3.2.5 观测数据治理

3.2.6 规则数据治理

3.3 以特征提取为核心的非结构化数据管理

3.4 以确保合规遵从为核心的外部数据管理

3.5 作用于数据价值流的元数据管理

3.5.1 元数据治理面临的挑战

3.5.2 元数据管理架构及策略

3.5.3 元数据管理

3.6 本章小结

4.1 信息架构的四个组件

4.1.1 数据资产目录

4.1.2 数据标准

4.1.3 数据模型

4.1.4 数据分布

4.2 信息架构原则：建立企业层面的共同行为准则

4.3 信息架构建设核心要素：基于业务对象进行设计和落地

4.3.1 按业务对象进行架构设计

4.3.2 按业务对象进行架构落地

4.4 传统信息架构向业务数字化扩展：对象、过程、规则

4.5 本章小结

5.1 支撑非数字原生企业数字化转型的数据底座建设框架

5.1.1 数据底座的总体架构

5.1.2 数据底座的建设策略

5.2 数据湖：实现企业数据的“逻辑汇聚”

5.2.1 华为数据湖的3个特点

5.2.2 数据入湖的6个标准

5.2.3 数据入湖方式

5.2.4 结构化数据入湖

5.2.5 非结构化数据入湖

5.3 数据主题联接：将数据转换为“信息”

5.3.1 5类数据主题联接的应用场景

5.3.2 多维模型设计

5.3.3 图模型设计

5.3.4 标签设计

5.3.5 指标设计

5.3.6 算法模型设计

5.4 本章小结

6.1 数据服务：实现数据自助、高效、复用

6.1.1 什么是数据服务

6.1.2 数据服务生命周期管理

6.1.3 数据服务分类与建设规范

6.1.4 打造数据供应的“三个1”

6.2 构建以用户体验为核心的数据地图

6.2.1 数据地图的核心价值

6.2.2 数据地图的关键能力

6.3 人人都是分析师

6.3.1 从“保姆”模式到“服务+自助”模式

6.3.2 打造业务自助分析的关键能力

6.4 从结果管理到过程管理，从能“看”到能“管”

6.4.1 数据赋能业务运营

6.4.2 数据消费典型场景实践

6.4.3 华为数据驱动数字化运营的历程和经验

6.5 本章小结

7.1 “全量、无接触”的数据感知能力框架

7.1.1 数据感知能力的需求起源：数字孪生

7.1.2 数据感知能力架构

7.2 基于物理世界的“硬感知”能力

7.2.1 “硬感知”能力的分类

7.2.2 “硬感知”能力在华为的实践

7.3 基于数字世界的“软感知”能力

7.3.1 “软感知”能力的分类

7.3.2 “软感知”能力在华为的实践

7.4 通过感知能力推进企业业务数字化

7.4.1 感知数据在华为信息架构中的位置

7.4.2 非数字原生企业数据感知能力的建设

7.5 本章小结

8.1 基于PDCA的数据质量管理框架

8.1.1 什么是数据质量

8.1.2 数据质量管理范围

8.1.3 数据质量的总体框架

8.2 全面监控企业业务异常数据

8.2.1 数据质量规则

8.2.2 异常数据监控

8.3 通过数据质量综合水平牵引质量提升

8.3.1 数据质量度量运作机制

8.3.2 设计质量度量

8.3.3 执行质量度量

8.3.4 质量改进

8.4 本章小结

9.1 内外部安全形势，驱动数据安全治理发展

9.1.1 数据安全成为国家竞争的新战场

9.1.2 数字时代数据安全的新变化

9.2 数字化转型下的数据安全共享

9.3 构建以元数据为基础的安全隐私保护框架

9.3.1 以元数据为基础的安全隐私治理

9.3.2 数据安全隐私分层分级管控策略

9.3.3 数据底座安全隐私分级管控方案

9.3.4 分级标识数据安全隐私

9.4 “静”“动”结合的数据保护与授权管理

9.4.1 静态控制：数据保护能力架构

9.4.2 动态控制：数据授权与权限管理

9.5 本章小结

10.1 数据：新的生产要素

10.1.1 数据被列为生产要素：制度层面的肯定

10.1.2 数据将进入企业的资产负债表

10.1.3 数据资产的价值由市场决定

10.2 大规模数据交互的企业数据生态

10.2.1 数据生态离不开底层技术的支撑

10.2.2 数据主权是数据安全交换的核心

10.2.3 国际数据空间的目标与原则

10.2.4 多方安全计算强化数据主权

10.3 摆脱传统手段的数据管理方式

10.3.1 智能数据管理是数据工作的未来

10.3.2 内容级分析能力提供资产全景图

10.3.3 属性特征启发主外键智能联接

10.3.4 质量缺陷预发现

10.3.5 算法助力数据管理

10.3.6 数字道德抵御算法歧视

10.4 第四个世界：机器认知世界

10.4.1 真实唯一的“物理世界”和五彩缤纷的“人类认知世界”

10.4.2 映射“物理世界”的数字孪生——“数字世界”

10.4.3 “数字世界”中的智能认知——“机器认知世界”

10.5 本章小结

数据空间探索与实践

序 以信任构筑基石，让数据释放新质生产力

前言

目录

CHAPTER 1 第1章 数据流通释放价值

1.1 释放数据要素价值的改革全面铺开

1.2 企业数据的价值实现

1.2.1 沿着业务流的数据清洁

1.2.2 脱离业务流的数据共享

1.2.3 跨越主体的数据交换

1.3 企业数据定位的变化

1.3.1 数据是IT的一部分

1.3.2 数据作为企业战略资产

1.3.3 数据成为生产要素

1.4 企业数据流通模式的演进

1.4.1 数据流通从集成、汇聚到交换

1.4.2 数据交换的关键：跨主体边界后的可控

1.5 小结

CHAPTER 2 第2章 数据流通的世界级难题

2.1 数据要素的独特性给流通带来新难题

2.1.1 难以管控数据使用

2.1.2 增加数据使用风险

2.2 数据主体的利益保障和风险控制

2.2.1 商业利益

2.2.2 法律合规遵从

2.2.3 技术保障

2.3 世界主要经济体的应对战略及举措

2.4 小结

CHAPTER 3 第3章 数据流通难题的欧洲实践

3.1 数据空间的由来

3.1.1 从“工业数据空间”到“国际数据空间”

3.1.2 数据空间的基本理念：保护“数据主权”

3.2 数据空间的4个设计原则

3.2.1 你决定你的数据如何被使用

3.2.2 以数据和服务质量为基础的公平竞争环境

3.2.3 去中心化、技术中立的基础架构

3.2.4 公共与私营组织共同治理

3.3 五层三维的数据空间参考架构

3.3.1 业务层：定义数据空间的4类参与方及协作关系

3.3.2 功能层：数据空间的6大能力特性

3.3.3 流程层：定义数据交换的5大步骤

3.3.4 信息层：数据空间的六边形模型

3.3.5 系统层：以连接器为核心的6大组件

3.3.6 安全维度：基于最佳实践的6个安全设计

3.3.7 认证维度：个人、组织与组件的安全合规

3.3.8 治理维度：以“联邦”的形式实现数据空间的安全可信交互

3.4 数据空间已从理论走向实践

3.4.1 理论体系已经相对完善

3.4.2 数据空间生态已经成型

3.4.3 领先数字企业布局数据空间配套服务

3.4.4 初具规模的业务应用

3.5 数据空间写入《欧洲数据战略》及《数据法案》

3.5.1 《欧洲数据战略》：建立9大数据空间

3.5.2 《数据法案》：将数据空间定位为基础设施和数据治理机制

3.6 小结

CHAPTER 4 第4章 数据空间的底层逻辑

4.1 数据流通面临的现实诉求

4.1.1 组织内部门间的敏感数据获取

4.1.2 集团与子公司、事业群之间的可控数据共享

4.1.3 华为与外部企业的数据交换

4.1.4 华为与生态链上下游的数据协作

4.2 在数字世界履行数据交换合约

4.2.1 现实世界的数据交换合约通过法律执行有滞后性

4.2.2 基于数据合约的控制技术履行合同条款

4.3 数据空间的基本特征

4.3.1 参与主体通过数据连接器交换和使用数据

4.3.2 具备运营清算能力

4.3.3 以可清算范围界定数据空间边界

4.4 数据空间中的数据合约

4.4.1 可在线协商的数据合约

4.4.2 可标识的数据合约

4.4.3 基于规则进行履行验收的数据合约

4.4.4 覆盖数据全生命周期的数据合约

4.5 数据空间中的数据策略

4.5.1 从访问控制到使用控制

4.5.2 数据使用控制策略是跨边界的控制

4.5.3 多维可组合的“4W2H”策略描述模型

4.6 小结

CHAPTER 5 第5章 数据空间的总体设计

5.1 数据空间的工程能力要求

5.1.1 多模态数据按需灵活接入

5.1.2 满足不同运营要求的4种交换模式

5.1.3 人、系统与设备均可按策略消费数据

5.1.4 兼容现有的数字化环境进行部署

5.2 数据空间中的参与角色

5.2.1 保障数据空间可持续运转的清算运营方

5.2.2 供应数据资源的数据提供方

5.2.3 获取数据价值的数据消费方

5.2.4 为数据增值的数据服务方

5.3 数据空间中面向交换的数据形态

5.3.1 符合交换要求的资源成为数据交换资源

5.3.2 数据交换单元是传输、验收、使用和清算的最小单元

5.3.3 数据Offer是由交换单元组成的数据合约标的物

5.3.4 供需双方共同达成的数据交换合约

5.4 数据空间中的交换业务流

5.4.1 提供与控制数据的业务流

5.4.2 获取和使用数据的业务流

5.4.3 处理与加工数据的业务流

5.4.4 清算与运营的业务流

5.5 数据空间的核心能力组件

5.5.1 交换数据及执行合约的连接器能力

5.5.2 实现组织、个人及组件认证的可信能力

5.5.3 决定数据如何被使用的可控能力

5.5.4 全链路追溯清算的可证能力

5.6 小结

CHAPTER 6 第6章 数据空间中的数据连接器

6.1 数据连接器的关键能力特性

6.1.1 数据资源接入

6.1.2 数据资源管理

6.1.3 数据合约管理

6.1.4 数据传输和传输协议

6.1.5 数据消费和App管理

6.1.6 数据连接器的配置与监控运营

6.2 数据连接器的分层解耦架构

6.2.1 数据连接器的业务作业面与数据处理面

6.2.2 数据处理面数据集成服务的解耦架构

6.2.3 数据连接器南向环境资源解耦架构

6.2.4 数据连接器与数据空间中组件的交互关系

6.3 适应多场景、多环境的数据连接器

6.3.1 数据连接器的三种使用场景

6.3.2 数据连接器的三种安全级别形态

6.3.3 数据连接器的三种部署模式

6.4 小结

CHAPTER 7 第7章 数据空间中的可信、可控、可证

7.1 什么是可信、可控、可证

7.2 基于数据空间信任框架保障可信

7.2.1 数据空间的信任框架

7.2.2 空间组织及人员可信

7.2.3 数据服务及组件可信

7.2.4 平台及环境资源可信

7.3 基于开放数字权利语言的可控策略实现

7.3.1 标准化、机器可执行的控制策略

7.3.2 控制策略的实现机制：定义、执行与决策

7.3.3 面向业务场景的服务化与模板化能力

7.4 基于区块链实现数据交换的可证追溯与清算

7.4.1 实现数据合约履行的透明可证

7.4.2 基于数字探针端到端的实时记录

7.4.3 探针数据上链防篡改

7.4.4 标准化的查证与清算服务

7.5 小结

CHAPTER 8 第8章 数据空间的部署与运营

8.1 启动数据空间的3个关键问题

8.1.1 谁来用：使用场景的识别

8.1.2 谁来管：明确运营主体及职责

8.1.3 怎么用：被调用并嵌入现有业务流程

8.2 数据空间装载与运营

8.2.1 如何开通数据空间

8.2.2 如何在数据空间中交换数据

8.2.3 如何运营数据空间

8.3 小结

CHAPTER 9 第9章 数据空间的企业应用

9.1 企业应用数据空间的四类场景

9.1.1 企业内各业务部门间的数据交换

9.1.2 企业总部与分公司间的数据交换

9.1.3 企业与生态链上下游间的数据交换

9.1.4 企业与外部组织间的数据交换

9.2 部署数据空间的三类典型范式

9.2.1 范式1：1︰1模式

9.2.2 范式2：1︰N模式

9.2.3 范式3：N︰N模式

9.3 设计业务模板以满足场景复用需求

9.4 小结

CHAPTER 10 第10章 数据空间与AI大模型

10.1 AI大模型时代数据既丰富又稀缺

10.1.1 数据成为驱动AI大模型发展的核心要素

10.1.2 激活非结构化数据资产的潜在价值

10.1.3 高质量数据集成为稀缺资源

10.2 AI大模型时代数据流通的挑战

10.2.1 AI大模型需要数据可用又可见

10.2.2 大规模高质量数据流通安全风险更高

10.2.3 数据形态变化导致权限失效举证更难

10.3 探索AI大模型的数据控制

10.3.1 控制AI大模型的数据读取

10.3.2 控制AI大模型的数据读取与加工

10.3.3 控制AI大模型的数据读取、加工与训练

10.4 数据空间支撑AI大模型的场景推演

10.4.1 自建数据空间控制AI数据集流转使用

10.4.2 参与数据空间生态获取更多的AI数据集

10.5 小结

CHAPTER 11 第11章 数据空间未来展望

11.1 数据空间将成为大型组织数据要素流通的标准配置

11.1.1 数据空间促进大型企业跨组织协作

11.1.2 数据空间提升上下游生态安全水平

11.2 行业数据空间支撑开放协作解决行业挑战

11.2.1 行业数据空间提升行业整体竞争力

11.2.2 欧盟行业数据空间布局初见雏形

11.3 数据空间成为国家数据要素流通的基础设施

11.3.1 城市数据空间激发数据成为发展新动力

11.3.2 海量数据优势转化为国家竞争新优势

11.4 数据空间成为全球数据流通的“丝绸之路”

11.4.1 跨境数据流动推动全球协作共赢

11.4.2 数据交换标准护航全球数据流通

11.5 小结