在數字中國這一國家戰略的牽引下，數據要素和數字化轉型的研究和落地如火如荼。數據中台是企業開展數據要素相關實踐和數字化轉型的關鍵基礎設施，本書在這樣的時代背景下，以幫助企業“管好數據、用好數據”為宗旨，內容圍繞數據中台架構與建設方法論、數據中台建設流程和內容、數據中台工程化交付、數據中台行業解決方案4個維度全面、深度展開。
本書一共17章，邏輯上分為四個部分：
*第1部分 數據中台建設方法與架構設計（第1~3章）
首先，從產生、定義、認知、相關概念、建設方法論、架構等方面對數據中台進行了全面介紹，幫助讀者建立對數據中台的清晰認識和理解，熟悉數據中台的建設機制；然後，總結了企業數據應用成熟度評估、數據中台在各個行業的應用場景，以及數據中台的成功要素。
*第2部分 數據中台建設內容與運營方法（第4~10章）
深入講解了數據中台的核心模組，包括數據彙聚、數據開發、數據體系建設、數據資產管理、數據應用體系建設、數據中台運營機制、數據安全管理等，不僅介紹了如何實現一個數據中台，還介紹了數據中台的運營方法與經驗。
*第3部分 數據中台工程化交付體系（第11章）
首先介紹了數據中台工程化交付體系的概念，然後從交付團隊、交付內容、交付環節任務、交付實施思路四個方面詳細講解了數據中台工程化交付框架的內容和結構，最後提出數據中台的交付是一個可持續演進的過程。
*第4部分 數據中台行業解決方案與案例（第12~17章）
結合政務、製造、汽車、地產、零售、醫藥等6個行業的數據中台實踐案例，從專案背景、專案需求、專案實施、專案價值四個維度講解了數據中台的建設思路、實施過程與運營方法。
本書內容是數瀾科技7年來為1000餘家大中型政企機構提供數據基礎設施服務的經驗總結，第1版累計銷量超過10萬冊，好評率超過99%，第2版更新和新增的篇幅超過60%。
| FindBook |
|
有 1 項符合
付登坡的圖書 |
 |
$ 673 | 數據中台：讓數據用起來(第2版)
作者：付登坡 出版社：機械工業出版社 出版日期：2024-01-01 語言：簡體中文 規格：精裝 / 302頁 / 19 x 26 x 4.23 cm / 普通級/ 2-1  博客來 - 理論/概論/評論
- 來源網頁  看圖書介紹
|
|
|
圖書介紹 - 資料來源：博客來 評分：
圖書名稱：數據中台：讓數據用起來(第2版)
內容簡介
作者介紹
付登坡
數瀾科技聯合創始人、副總裁，國內首批大數據技術探路者，擅長數據建模、海量數據產品架構與實現，有著十餘年大數據技術與應用的從業經驗。
江敏
數瀾科技聯合創始人，曾就職于阿裡巴巴、同花順等公司，專注于金融證券系統的高性能與高併發、大數據、人工智慧等領域。阿裡巴巴內部數據業務的第一批實踐者，阿裡巴巴數據能力對外賦能的探索者，參與ID-Mapping、TCIF（淘寶消費者資訊工廠）、數據交換、5K+等重點數據工作。曾擔任華為獨立顧問、國家級課題子項負責人、多個大型數字化項目規劃落地負責人。
趙東輝
數瀾科技數據智慧首席科學家，杭州市高層次人才，西安電子科技大學碩士生校外導師。曾就職于阿裡巴巴，從事多業態數據打通及人工智慧相關工作。主要研究領域為智慧社會計算，目前是國家重點研發計畫“社會治理與智慧社會科技支撐”課題負責人。帶領團隊連續兩年入選中央網信辦人工智慧企業典型應用案例，並榮獲中國人工智慧協會第七屆“數字化轉型企業優秀案例”獎。畢業于中國科學技術大學，發表論文多篇，獲得發明專利12項。
數瀾科技聯合創始人、副總裁，國內首批大數據技術探路者，擅長數據建模、海量數據產品架構與實現，有著十餘年大數據技術與應用的從業經驗。
江敏
數瀾科技聯合創始人，曾就職于阿裡巴巴、同花順等公司，專注于金融證券系統的高性能與高併發、大數據、人工智慧等領域。阿裡巴巴內部數據業務的第一批實踐者，阿裡巴巴數據能力對外賦能的探索者，參與ID-Mapping、TCIF（淘寶消費者資訊工廠）、數據交換、5K+等重點數據工作。曾擔任華為獨立顧問、國家級課題子項負責人、多個大型數字化項目規劃落地負責人。
趙東輝
數瀾科技數據智慧首席科學家，杭州市高層次人才，西安電子科技大學碩士生校外導師。曾就職于阿裡巴巴，從事多業態數據打通及人工智慧相關工作。主要研究領域為智慧社會計算，目前是國家重點研發計畫“社會治理與智慧社會科技支撐”課題負責人。帶領團隊連續兩年入選中央網信辦人工智慧企業典型應用案例，並榮獲中國人工智慧協會第七屆“數字化轉型企業優秀案例”獎。畢業于中國科學技術大學，發表論文多篇，獲得發明專利12項。
目錄
前言
第1章 解碼數據中台1
1.1 數據中台的產生與發展1
1.2 數據中台的定義2
1.3 對數據中台的認知4
1.4 數據中台需要厘清的概念6
1.4.1 數據中台與業務中台6
1.4.2 數據中台與數據倉庫8
1.4.3 數據中台與BI8
1.4.4 數據中台與數據湖9
1.4.5 數據中台與數據編織9
1.4.6 數據中台與現有資訊架構10
1.5 歡迎進入數據中台世界12
第2章 數據中台建設與架構13
2.1 持續讓數據用起來的價值框架13
2.2 數據中台建設方法論15
2.2.1 1項戰略行動16
2.2.2 2個保障條件17
2.2.3 4條目標準則18
2.2.4 4套建設內容18
2.2.5 5個關鍵步驟20
2.3 數據中台架構22
第3章 數據應用成熟度評估與
成功要素25
3.1 企業數據應用的成熟度評估25
3.1.1 第一階段：統計分析階段27
3.1.2 第二階段：決策支撐階段28
3.1.3 第三階段：數據驅動階段29
3.1.4 第四階段：運營優化階段31
3.2 企業數據中台建設的應用場景33
3.2.1 不同行業的數據中台
應用需求33
3.2.2 什麼樣的企業適合建設
數據中台34
3.3 數據中台建設的7個成功要素35
第4章 數據彙聚：打破企業
數據孤島39
4.1 數據採集、彙聚、交換的方法
和工具39
4.1.1 數據採集39
4.1.2 數據彙聚43
4.1.3 數據交換45
4.2 數據彙聚產品46
4.3 數據存儲系統的選擇49
第5章 數據開發：數據價值
提煉工廠56
5.1 數據計算能力的主要類型57
5.1.1 批計算58
5.1.2 流計算60
5.1.3 流批一體60
5.1.4 線上查詢61
5.1.5 即席分析62
5.2 離線開發63
5.3 即時開發66
5.4 演算法開發68
5.4.1 視覺化建模70
5.4.2 Notebook建模71
5.4.3 數據集管理71
5.4.4 核心演算法元件72
5.4.5 多演算法框架75
5.4.6 與離線、即時開發的
聯合應用75
第6章 數據體系建設77
6.1 數據體系規劃77
6.2 貼源數據層建設—全域數據
統一存儲79
6.2.1 相關概念80
6.2.2 貼源數據表設計81
6.2.3 貼源數據表實現82
6.3 統一數倉層建設—標準化的
數據底座82
6.3.1 相關概念83
6.3.2 數據域劃分85
6.3.3 指標設計87
6.3.4 維度表設計87
6.3.5 事實表設計88
6.3.6 模型落地實現90
6.4 標籤數據層建設—數據價值
的魅力所在91
6.4.1 相關概念91
6.4.2 確定對象93
6.4.3 對象ID打通93
6.4.4 標籤類目設計94
6.4.5 標籤設計97
6.4.6 標籤融合表設計101
6.4.7 標籤融合表實現103
6.5 應用數據層建設—靈活支撐
業務需求103
6.5.1 相關概念104
6.5.2 應用數據表設計104
6.5.3 應用數據表實現104
6.5.4 應用數據場景化支撐105
第7章 數據資產管理107
7.1 數據資產的定義和3個特徵107
7.2 數據資產管理現狀和挑戰108
7.3 數據資產管理的4個目標109
7.4 數據資產管理在數據中台中
的位置110
7.5 數據資產管理與數據治理
的關係110
7.6 數據資產管理職能110
7.6.1 數據標準管理111
7.6.2 數據模型管理114
7.6.3 元數據管理115
7.6.4 主數據管理118
7.6.5 數據品質管制119
7.6.6 數據安全管理122
7.6.7 數據開發管理122
7.6.8 數據資產流通123
7.6.9 數據價值評估123
7.6.10 數據資產運營123
7.6.11 數據生命週期管理124
7.6.12 標籤管理124
7.6.13 數據資產門戶125
第8章 數據應用體系建設127
8.1 數據應用概述127
8.1.1 數據應用的定義128
8.1.2 數據應用的架構128
8.1.3 數據應用的特點130
8.1.4 數據應用的價值130
8.2 數據應用體系建設流程131
8.2.1 數據準備131
8.2.2 引擎選型134
8.2.3 服務及產品建設140
8.3 數據應用管理與運營146
8.3.1 管理體系建設147
8.3.2 品質管制監控147
8.3.3 效果評估與改進148
8.3.4 持續運營優化148
8.4 數據應用的發展趨勢149
第9章 數據中台運營機制151
9.1 數據中台運營效果評估模型151
9.2 數據中台運營的4個價值
切入點153
9.3 數據資產運營156
9.3.1 數據資產運營的
4個目標156
9.3.2 數據資產運營的完整
鏈路159
9.3.3 數據資產運營執行的
5個動作160
9.3.4 數據資產品質評估165
9.3.5 數據資產安全管理167
9.3.6 數據資產運營報告170
9.3.7 數據資產運營與數據資產
管理的關係171
9.4 數據成本運營171
9.5 數據中台運營的實踐經驗177
9.6 數據中台運營的要素與口訣180
第10章 數據安全管理181
10.1 數據安全面臨的挑戰181
10.1.1 數據安全問題帶來的
四大損害181
10.1.2 法律與政策背景182
10.1.3 數據安全的三大技術
挑戰183
10.2 貫穿數據生命週期的數據
安全管理體系184
10.2.1 數據生命週期184
10.2.2 數據安全管理體系185
10.3 數據中台的安全管理
技術手段186
10.3.1 統一安全認證186
10.3.2 數據存取權限管理187
10.3.3 多租戶數據資源隔離187
10.3.4 數據加密188
10.3.5 數據脫敏188
10.3.6 數據共用安全189
10.3.7 數據的容災備份189
10.3.8 數據安全的其他技術190
10.4 數據安全保護的技術趨勢190
第11章 數據中台工程化
交付體系192
11.1 數據中台交付體系概述192
11.2 數據中台工程化交付框架194
11.2.1 構建鐵三角交付團隊194
11.2.2 聚焦三大交付內容198
11.2.3 標準化交付環節任務201
11.2.4 工程化交付實施思路206
11.3 數據中台交付的可持續演進218
第12章 政務行業案例：浙江
某區縣公共數據平臺
項目219
12.1 專案背景219
12.2 專案需求220
12.3 建設實施221
12.3.1 需求調研221
12.3.2 資源評估222
12.3.3 專案規劃設計222
12.3.4 方案落地實施223
12.4 專案價值230
第13章 製造行業案例：S集團
財務資金風險監控平臺
項目232
13.1 專案背景232
13.2 專案需求233
13.2.1 業務痛點233
13.2.2 專案建設目標235
13.3 建設實施236
13.3.1 需求調研236
13.3.2 資源投入236
13.3.3 專案規劃設計237
13.3.4 平臺功能239
13.3.5 方案落地實施239
13.3.6 項目上線試運行240
13.4 專案價值241
第14章 汽車行業案例：W集團
車聯網大數據分析平臺
項目243
14.1 專案背景243
14.2 專案需求244
14.3 建設實施245
14.3.1 需求調研245
14.3.2 專案規劃設計246
14.3.3 方案落地實施248
14.4 專案價值253
第15章 地產行業案例：Z集團
客戶數據中台從規劃到
落地255
15.1 專案背景255
15.2 專案需求258
15.3 建設實施260
15.3.1 需求調研260
15.3.2 資源評估260
15.3.3 專案規劃設計261
15.3.4 方案落地實施266
15.3.5 項目上線試運行267
15.4 專案價值268
第16章 零售行業案例：B公司
零售大數據平臺項目273
16.1 專案背景273
16.2 專案需求275
16.3 建設實施276
16.3.1 需求調研276
16.3.2 資源與風險評估277
16.3.3 專案規劃設計277
16.3.4 方案落地實施282
16.3.5 項目上線試運行285
16.4 專案價值285
第17章 醫藥行業案例：央國
企S公司的數字化轉
型項目287
17.1 央國企數字化轉型的背景287
17.2 醫藥行業數字化轉型的背景288
17.3 S公司的數字化轉型思考288
17.3.1 公司現狀與問題洞察288
17.3.2 數字化建設需求挖掘289
17.3.3 數字化建設思路289
17.4 S公司數字化建設範圍290
17.5 總體建設方案290
17.5.1 數字化宣貫方案290
17.5.2 數字化轉型藍圖設計292
17.5.3 以數據中台為核心的
雙中台建設295
17.5.4 基於雙中台的數字化
場景建設297
17.6 專案交付實施保障298
17.6.1 項目建設特點298
17.6.2 專案交付保障299
17.6.3 專案過程回顧300
17.7 專案價值301
第1章 解碼數據中台1
1.1 數據中台的產生與發展1
1.2 數據中台的定義2
1.3 對數據中台的認知4
1.4 數據中台需要厘清的概念6
1.4.1 數據中台與業務中台6
1.4.2 數據中台與數據倉庫8
1.4.3 數據中台與BI8
1.4.4 數據中台與數據湖9
1.4.5 數據中台與數據編織9
1.4.6 數據中台與現有資訊架構10
1.5 歡迎進入數據中台世界12
第2章 數據中台建設與架構13
2.1 持續讓數據用起來的價值框架13
2.2 數據中台建設方法論15
2.2.1 1項戰略行動16
2.2.2 2個保障條件17
2.2.3 4條目標準則18
2.2.4 4套建設內容18
2.2.5 5個關鍵步驟20
2.3 數據中台架構22
第3章 數據應用成熟度評估與
成功要素25
3.1 企業數據應用的成熟度評估25
3.1.1 第一階段：統計分析階段27
3.1.2 第二階段：決策支撐階段28
3.1.3 第三階段：數據驅動階段29
3.1.4 第四階段：運營優化階段31
3.2 企業數據中台建設的應用場景33
3.2.1 不同行業的數據中台
應用需求33
3.2.2 什麼樣的企業適合建設
數據中台34
3.3 數據中台建設的7個成功要素35
第4章 數據彙聚：打破企業
數據孤島39
4.1 數據採集、彙聚、交換的方法
和工具39
4.1.1 數據採集39
4.1.2 數據彙聚43
4.1.3 數據交換45
4.2 數據彙聚產品46
4.3 數據存儲系統的選擇49
第5章 數據開發：數據價值
提煉工廠56
5.1 數據計算能力的主要類型57
5.1.1 批計算58
5.1.2 流計算60
5.1.3 流批一體60
5.1.4 線上查詢61
5.1.5 即席分析62
5.2 離線開發63
5.3 即時開發66
5.4 演算法開發68
5.4.1 視覺化建模70
5.4.2 Notebook建模71
5.4.3 數據集管理71
5.4.4 核心演算法元件72
5.4.5 多演算法框架75
5.4.6 與離線、即時開發的
聯合應用75
第6章 數據體系建設77
6.1 數據體系規劃77
6.2 貼源數據層建設—全域數據
統一存儲79
6.2.1 相關概念80
6.2.2 貼源數據表設計81
6.2.3 貼源數據表實現82
6.3 統一數倉層建設—標準化的
數據底座82
6.3.1 相關概念83
6.3.2 數據域劃分85
6.3.3 指標設計87
6.3.4 維度表設計87
6.3.5 事實表設計88
6.3.6 模型落地實現90
6.4 標籤數據層建設—數據價值
的魅力所在91
6.4.1 相關概念91
6.4.2 確定對象93
6.4.3 對象ID打通93
6.4.4 標籤類目設計94
6.4.5 標籤設計97
6.4.6 標籤融合表設計101
6.4.7 標籤融合表實現103
6.5 應用數據層建設—靈活支撐
業務需求103
6.5.1 相關概念104
6.5.2 應用數據表設計104
6.5.3 應用數據表實現104
6.5.4 應用數據場景化支撐105
第7章 數據資產管理107
7.1 數據資產的定義和3個特徵107
7.2 數據資產管理現狀和挑戰108
7.3 數據資產管理的4個目標109
7.4 數據資產管理在數據中台中
的位置110
7.5 數據資產管理與數據治理
的關係110
7.6 數據資產管理職能110
7.6.1 數據標準管理111
7.6.2 數據模型管理114
7.6.3 元數據管理115
7.6.4 主數據管理118
7.6.5 數據品質管制119
7.6.6 數據安全管理122
7.6.7 數據開發管理122
7.6.8 數據資產流通123
7.6.9 數據價值評估123
7.6.10 數據資產運營123
7.6.11 數據生命週期管理124
7.6.12 標籤管理124
7.6.13 數據資產門戶125
第8章 數據應用體系建設127
8.1 數據應用概述127
8.1.1 數據應用的定義128
8.1.2 數據應用的架構128
8.1.3 數據應用的特點130
8.1.4 數據應用的價值130
8.2 數據應用體系建設流程131
8.2.1 數據準備131
8.2.2 引擎選型134
8.2.3 服務及產品建設140
8.3 數據應用管理與運營146
8.3.1 管理體系建設147
8.3.2 品質管制監控147
8.3.3 效果評估與改進148
8.3.4 持續運營優化148
8.4 數據應用的發展趨勢149
第9章 數據中台運營機制151
9.1 數據中台運營效果評估模型151
9.2 數據中台運營的4個價值
切入點153
9.3 數據資產運營156
9.3.1 數據資產運營的
4個目標156
9.3.2 數據資產運營的完整
鏈路159
9.3.3 數據資產運營執行的
5個動作160
9.3.4 數據資產品質評估165
9.3.5 數據資產安全管理167
9.3.6 數據資產運營報告170
9.3.7 數據資產運營與數據資產
管理的關係171
9.4 數據成本運營171
9.5 數據中台運營的實踐經驗177
9.6 數據中台運營的要素與口訣180
第10章 數據安全管理181
10.1 數據安全面臨的挑戰181
10.1.1 數據安全問題帶來的
四大損害181
10.1.2 法律與政策背景182
10.1.3 數據安全的三大技術
挑戰183
10.2 貫穿數據生命週期的數據
安全管理體系184
10.2.1 數據生命週期184
10.2.2 數據安全管理體系185
10.3 數據中台的安全管理
技術手段186
10.3.1 統一安全認證186
10.3.2 數據存取權限管理187
10.3.3 多租戶數據資源隔離187
10.3.4 數據加密188
10.3.5 數據脫敏188
10.3.6 數據共用安全189
10.3.7 數據的容災備份189
10.3.8 數據安全的其他技術190
10.4 數據安全保護的技術趨勢190
第11章 數據中台工程化
交付體系192
11.1 數據中台交付體系概述192
11.2 數據中台工程化交付框架194
11.2.1 構建鐵三角交付團隊194
11.2.2 聚焦三大交付內容198
11.2.3 標準化交付環節任務201
11.2.4 工程化交付實施思路206
11.3 數據中台交付的可持續演進218
第12章 政務行業案例：浙江
某區縣公共數據平臺
項目219
12.1 專案背景219
12.2 專案需求220
12.3 建設實施221
12.3.1 需求調研221
12.3.2 資源評估222
12.3.3 專案規劃設計222
12.3.4 方案落地實施223
12.4 專案價值230
第13章 製造行業案例：S集團
財務資金風險監控平臺
項目232
13.1 專案背景232
13.2 專案需求233
13.2.1 業務痛點233
13.2.2 專案建設目標235
13.3 建設實施236
13.3.1 需求調研236
13.3.2 資源投入236
13.3.3 專案規劃設計237
13.3.4 平臺功能239
13.3.5 方案落地實施239
13.3.6 項目上線試運行240
13.4 專案價值241
第14章 汽車行業案例：W集團
車聯網大數據分析平臺
項目243
14.1 專案背景243
14.2 專案需求244
14.3 建設實施245
14.3.1 需求調研245
14.3.2 專案規劃設計246
14.3.3 方案落地實施248
14.4 專案價值253
第15章 地產行業案例：Z集團
客戶數據中台從規劃到
落地255
15.1 專案背景255
15.2 專案需求258
15.3 建設實施260
15.3.1 需求調研260
15.3.2 資源評估260
15.3.3 專案規劃設計261
15.3.4 方案落地實施266
15.3.5 項目上線試運行267
15.4 專案價值268
第16章 零售行業案例：B公司
零售大數據平臺項目273
16.1 專案背景273
16.2 專案需求275
16.3 建設實施276
16.3.1 需求調研276
16.3.2 資源與風險評估277
16.3.3 專案規劃設計277
16.3.4 方案落地實施282
16.3.5 項目上線試運行285
16.4 專案價值285
第17章 醫藥行業案例：央國
企S公司的數字化轉
型項目287
17.1 央國企數字化轉型的背景287
17.2 醫藥行業數字化轉型的背景288
17.3 S公司的數字化轉型思考288
17.3.1 公司現狀與問題洞察288
17.3.2 數字化建設需求挖掘289
17.3.3 數字化建設思路289
17.4 S公司數字化建設範圍290
17.5 總體建設方案290
17.5.1 數字化宣貫方案290
17.5.2 數字化轉型藍圖設計292
17.5.3 以數據中台為核心的
雙中台建設295
17.5.4 基於雙中台的數字化
場景建設297
17.6 專案交付實施保障298
17.6.1 項目建設特點298
17.6.2 專案交付保障299
17.6.3 專案過程回顧300
17.7 專案價值301
|
