（1）作者背景权威：亿信华辰是国内数据治理领域的头部厂商，服务超过12000家客户，覆盖超过200个行业。 （2）立足中国，面向全球：立足亿信华辰在中国本土的10余年数据治理经验，同时融合全球数据治理的最佳实践。 （3）知识体系完整：亿信华辰结合10余年的经验，围绕数据治理项目实施，归纳出一套“方法论+场景化+案例库”的数据治理知识体系。 （4）理论实践结合：不仅总结了数据治理项目实施的框架和方法论，还通过大量案例讲解了6大场景和7大行业的数据治理实践。
售 价：¥
纸质售价：¥96.70购买纸书
6.6
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
序 人工智能2.0时代的数据治理
前言
建设篇
CHAPTER 1 第1章 数据治理的价值与意义
1.1 数据要素化时代的数据管理
1.2 数据价值释放的困难与挑战
1.3 数据治理的关键部分与价值
1.4 本章小结
CHAPTER 2 第2章 数据治理项目的准备工作
2.1 制定数据战略：明确目标与方向
2.2 业务梳理：理解业务需求与数据流程
2.3 技术准备：评估与选择合适的技术栈
2.4 组织：构建数据治理团队与培养能力
2.5 实施路径：制定蓝图和阶段目标
2.6 本章小结
CHAPTER 3 第3章 数据治理项目建设流程
3.1 流程设计思路
3.2 启动与调研
3.3 规划与设计
3.4 实施落地
3.5 验收与运营
3.6 本章小结
场景篇
CHAPTER 4 第4章 主数据管理
4.1 定义和价值
4.2 主数据的典型业务场景
4.3 核心建设过程
4.4 注意事项
4.5 最佳实践
4.6 本章小结
CHAPTER 5 第5章 数据质量管理
5.1 概念
5.2 典型业务场景
5.3 建设内容
5.4 注意事项
5.5 最佳实践
5.6 本章小结
CHAPTER 6 第6章 数据标准管理
6.1 概念及特征
6.2 典型业务场景与价值分析
6.3 建设内容
6.4 注意事项
6.5 最佳实践
6.6 本章小结
CHAPTER 7 第7章 数据共享与交换
7.1 概念与技术演进
7.2 典型场景与场景的选择
7.3 建设内容
7.4 注意事项
7.5 最佳实践
7.6 本章小结
CHAPTER 8 第8章 数据资产管理
8.1 定义和特征
8.2 典型业务场景和价值分析
8.3 建设内容
8.4 注意事项
8.5 最佳实践
8.6 本章小结
CHAPTER 9 第9章 数据应用
9.1 概念和演进历程
9.2 典型应用场景和价值分析
9.3 建设内容
9.4 注意事项
9.5 最佳实践
9.6 本章小结
案例篇
CHAPTER 10 第10章 强监管的全局金融数据治理实践
10.1 项目背景
10.2 数据管理现状
10.3 成熟度评估：基于DCMM的评估报告
10.4 解决方案：体系化设计与技术赋能
10.5 实施过程：分步推进与敏捷迭代
10.6 建设成效：从治理到价值释放
10.7 经验总结与行业启示
10.8 本章小结
CHAPTER 11 第11章 采产销一体的主数据管理实践
11.1 项目建设背景
11.2 项目实施内容
11.3 项目过程管理
11.4 项目建设成效
11.5 项目复盘
11.6 本章小结
CHAPTER 12 第12章 联邦式跨境主数据管理实践
12.1 项目概况
12.2 项目实施过程
12.3 项目建设成效
12.4 项目复盘
12.5 本章小结
CHAPTER 13 第13章 教学和运营管理的数据应用实践
13.1 案例1：某大学教务数据看板实践
13.2 案例2：某教育集团的运营管理实践
13.3 本章小结
CHAPTER 14 第14章 跨产业超大规模数据治理体系的构建与实施
14.1 项目概况
14.2 项目交付实施
14.3 项目成效
14.4 项目复盘
14.5 本章小结
CHAPTER 15 第15章 基于双重组织架构和风险管控的主数据管理实践
15.1 项目概述
15.2 项目建设方案
15.3 项目实施过程
15.4 项目亮点和建设成效
15.5 项目复盘
15.6 本章小结
CHAPTER 16 第16章 盘活异构数据资产的数据治理实践
16.1 项目概述
16.2 项目解决方案
16.3 项目实施过程
16.4 项目建设成效
16.5 项目复盘
16.6 本章小结
总结篇
CHAPTER 17 第17章 数据治理项目实施的常见问题与解决方案
17.1 数据战略域
17.2 数据标准域
17.3 数据质量域
17.4 数据架构域
17.5 数据应用能力域
17.6 数据生命周期域
17.7 数据安全管理域
17.8 本章小结
CHAPTER 18 第18章 数据治理项目实施成功的关键因素
18.1 战略耦合，全局规划，分步建设
18.2 持续借力高层，巧妙设计制度
18.3 穿透组织壁垒，打通协作与沟通
18.4 聚焦关键活动，校准实施路径
18.5 推动治理成果显性化
18.6 数据治理持续优化与赋能
18.7 本章小结
CHAPTER 19 第19章 数据治理的发展趋势
19.1 数据治理现状
19.2 工程化趋势：标准化路径，构建数据治理流水线
19.3 智能化趋势：AI驱动的治理范式革新
19.4 更安全趋势：可信数据空间全方位保障数据安全可控
19.5 运营化趋势：数据治理助力数据资产高效变现
19.6 本章小结
APPENDIX 附录 数据治理常用工具的功能清单
推荐阅读
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
购物车
个人中心
