《一本书讲透数据治理》

机器学习算法与Python实战

共 3289字,需浏览 7分钟

 ·

2021-12-09 20:11

在大数据时代,“数据治理”对所有拥有大量数据的公司来说都是一个挑战。业内还流传着“数字转型,治理先行”的说法。越来越多的企业将数据治理作为数字化战略的一项必要举措,并将其列入企业的战略行动计划。


“数据治理”的重点在于“治理”,它是一个涉及企业战略、组织架构、数据标准、管理规范、数据文化、技术工具的综合体。没有数据治理实践经验的人一定会认为:“哇,数据治理好高端!又是战略,又是标准,又是文化,听起来很高深嘛!”然而,真正做过数据治理的人会告诉你:“数据治理不仅是苦活、累活,还是个受累不讨好、经常背锅、不容易让领导看见价值的活。”


“数据治理,说起来容易,做起来难。”这是业界的共识。在数字化转型过程中,数据治理不得不做,但又难以做好,这成了企业的一个“魔咒”。


什么是数据治理?
数据治理治的是数据吗?
为什么要实施数据治理?
数据治理会遇到哪些挑战
数据治理的关键要素是什么?
数据治理有哪些常见误区
数据治理在哪里治,源头系统还是数据中台?
数据治理的实施方法论是什么?
数据治理的关键技术有哪些?如何应用这些技术?
数据治理需要哪些工
如何保证企业数据质量的长治久安?



《一本书讲透数据治理》这本书中,结合作者自身多年的数据项目经验,总结出了企业数据治理规划和落地的“3个机制、8项举措、7种能力、7把利剑”,分别对应企业数据治理之企业数据治理企业数据治理之企业数据治理之四部分内容,希望能够为企业数据治理工作的规划和落地提供一些思路和启发。





读者对象



本书适合正在或希望从事数据治理、数据管理工作的相关人员阅读。本书为正在寻求数字化转型的企业提供了数据治理的思路和框架,因此特别适合这些企业的CIO、CDO、IT总监、IT经理、项目经理、业务主管、业务骨干、数据管理员、数仓开发工程师、数据分析师等阅读。




本书希望



帮助那些想学习数据治理的新手建立对数据治理的整体认识;

帮助那些了解数据治理零散知识的人建立起数据治理知识体系;

为那些正在或计划进行数据治理的相关人员提供一定的方法和参考案例;

帮助那些正在从事数据治理却屡碰难题、饱受挫折的人找到新的思路和方法。




本书特色



不仅包含业界主流的数据治理理论框架,还包含用友平台与数据智能团队多年的数据项目实战经验总结;

不仅涉及数据治理在战略层面的顶层设计,还囊括数据治理在落地执行层面的实施方法;

不仅可以作为配合企业数据治理的纲领性指南,还可以作为数据管理人员开展数据治理的实操手册。






作者简介



罗小江

用友集团助理总裁、平台和数据智能事业部总经理、北京软件和信息服务业协会云计算专委会副会长、中国企业财务管理协会企业风险管控专业委员会副主任委员。

专注于企业数字化平台技术应用研究,具有企业管理、IT等复合知识,并且有丰富的实施交付经验,主导过多个千万级项目的规划及设计工作。参与过来自不同行业的众多企业和机构的信息化建设项目,其中包括中国海关总署、中国一汽、中兴通讯、中国建筑总公司、三一重工、华新丽华、江西贵冶、联想控股、哈电集团、象屿集团、厦门国贸、国电投、东方传媒、施耐德等。


石秀峰

用友集团数据治理专家、中国电子商会数据资源服务创新专业委员会受聘专家、数据质量管理智库(DQPro)受聘专家。

深耕数据领域十余年,曾主导过多家大型集团的数据治理、数据集成等项目的咨询和落地,其中包括江西贵冶、中国振华电子集团、隆平高科、象屿集团、太阳纸业、中广核风电、中国航天科技集团、航空工业集团、国家电网等。





本书赞誉



本书结合国内外数据治理理论框架以及用友平台与数据智能团队多年的实战经验,详细阐述了数据治理的理论、方法、技术和工具,希望能够为企业打好数智商业创新的数据基础提供启示和帮助。

——王文京 用友集团董事长


本书对数据治理的体系规划、落地方法、技术工具、实践案例等方面进行了系统阐述,对企业落地数据治理具有一定的借鉴意义。

——安筱鹏博士 阿里研究院副院长/中国信息化百人会执委


用通俗的语言把数据治理讲透了,既有理论高度,又具有实战参考意义,还提出了许多新概念、新观点,这是本书的价值所在。

——汪广盛 DAMA中国区主席


本书由表及里地分析了系统性提升企业数据管理能力的方法,具有很强的实用性。

——陈果 波士顿咨询Platinion董事总经理


本书作者之一石秀峰是数据领域的“老法师”,这本书凝结了他们团队丰富的专业经验。如果你想全面了解数据治理并学以致用,那就赶快翻开这本书吧!

——付晓岩 《企业级业务架构设计》《银行数字化转型》《聚合架构》等畅销书作者


本书在多个行业典型案例实践的基础上,对数据治理的理论、路径和方法进行了全面、系统的归纳和总结,有很多独到的见解。本书源于实践、基于案例、理论联系实际、内容翔实、案例丰富、深入浅出,具有很强的实操性和指导性。

——陈新河 中关村大数据产业联盟副秘书长/中数智汇独立董事/聚合数据独立董事


本书从不同视角对数据治理的价值、现状、问题、挑战进行阐述,涵盖了数据治理的方方面面,可以指导企业从无到有建立并健全数据治理体系,全面支撑高质量的数据分析与应用,对企业数据治理具有指导作用。

 ——蔡春久  腾讯云数据治理专家


本书作者之一石秀峰的公众号文章干货满满,我一直在跟随阅读并经常转发给相关的学员和客户、合作伙伴。这本由石老师主笔的著作真正体系化地讲清楚了数据治理,非常推荐。

——郭兰英 青藤时代创始人 


我主导翻译了DAMA-DMBOK 1和DAMA-DMBOK 2,这两本书的内容相对基础,在面对复杂的数据治理环境时,我们需要贴近一线、理论联系实际的图书来指导实践。这本书深入浅出地讲解了数据治理的方法和技术,可为企业数据治理提供参考和指导。

——马欢 数据治理资深专家/DAMA-DMBOK主要译者





如何阅读本书



本书分为六部分,共31章,全面阐述数据治理是什么,数据治理为什么重要,数据治理治什么,以及数据治理如何实施。


第一部分 数据治理概述(第1~3章)


主要介绍数据治理的概念,数据治理对企业的重要性,企业数据治理的背景、目标、价值,以及国内外数据治理的参考框架,并阐明为什么数据治理是企业数字化转型的必经之路。第3章非常关键,不仅起着承上启下的作用,还是全书的总纲,对企业数据治理的“道、法、术、器”进行概括和说明。


第二部分 数据治理之道(第4~6章)


重点介绍数据治理的3个机制—数据战略、组织机制和数据文化,以及如何通过这3个机制形成自我驱动、自我进化、可持续发展和长效运营的数据治理体系。


第三部分 数据治理之法(第7~14章)


重点介绍数据治理的8项举措,即理现状与定目标、能力成熟度评估、路线图规划、保障体系建设、技术体系建设、策略执行与监控、绩效考核、长效运营。这8项举措构成了企业数据治理的完整实施方法论。


第四部分 数据治理之术(第15~21章)


数据治理是一个很宽泛的概念,涉及的技术非常多,本部分重点总结了数据治理的7种能力,即数据梳理与建模、元数据管理、数据标准管理、主数据管理、数据质量管理、数据安全治理、数据集成与共享。


第五部分 数据治理之器(第22~29章)


“术”需要“器”来承载,这一部分将重点介绍数据治理所需的7个主要工具,笔者称之为企业数据治理的7把利剑。它们分别是什么,有哪些特点,相信你都能在本部分中找到答案。


第六部分 数据治理实践与总结(第30~31章)


重点介绍数据治理的实践案例,并总结开展数据治理工作应做好的6项准备、应避免的6个误区。最后,再次阐明数据治理是企业数字化转型的必经之路,并对数据治理的技术发展进行展望。




本书装订


内外+外封


16开硬壳精装





扫码抢购




推荐阅读

  1. 决策树可视化,被惊艳到了!
  2. 开发机器学习APP,太简单了
  3. 200 道经典机器学习面试题总结
  4. 卷积神经网络(CNN)数学原理解析
  5. 周志华教授:关于深度学习的一点思考


浏览 23
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报
评论
图片
表情
推荐
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报