新書推薦：
《
能源与动力工程测试技术（穆林）
》
售價：HK$
94.8
《
大学问·明清江南商业的发展
》
售價：HK$
106.8
《
金庸评传
》
售價：HK$
201.6
《
西方哲学史
》
售價：HK$
106.8
《
中国财富管理发展指数（2022）
》
售價：HK$
69.6
《
嫉妒与社会
》
售價：HK$
98.4
《
希腊神话和仪式中的结构与历史
》
售價：HK$
93.6
《
世界花纹与图案大典
》
售價：HK$
357.6
|
| 編輯推薦： |
（1）数澜出品：数澜科技是国内数据中台领域的领先企业。
（2）作者资深：10余年数据产品经验，数澜研究院院长，原阿里集团数据产品专家，获“数据类目体系”专利。
（3）系统方法论：系统总结标签类目体系方法论，并阐述其原理和实施方法。
（4）工具和模板：提供大量标签工具和模板，提升标签类目体系的设计、使用和运营效率。
（5）最佳实践：列举5个从标签设计到数据应用的最佳实践方案，并总结标签化成果价值、商业/社会价值及标签设计人才的培养经验。
|
| 內容簡介： |
《数据中台：让数据用起来》和《标签类目体系：面向业务的数据资产设计方法论》
企业数字化转型中Z适合的数据资产组织方式是什么样的？
为什么越来越多的企业在讨论标签化和标签体系？
数澜独创的标签类目体系方法论有何独到之处？
数据资产化是企业数字化转型的必经之路，也是数据中台的重要组成部分。
标签类目体系是数据中台理念落地的核心组成部分，是实现数据资产可复用、柔性组合使用、降低数据应用试错门槛的强力支撑。
数据作为第五生产要素参与分配，数据资本化的重要前提是数据商品化，数据商品化的Z佳载体就是标签。因此，学习如何将数据转化、映射为标签，并通过对标签的管理、应用实现数据资产的价值运营，对于商业化企业来说显得尤为重要。
本书旨在培养资深的数据资产架构师及数据运营专家，以方法教育而非工具实施的方式助力企业建立自身的数据资产化能力，将数据能力Z大限度地转化为商业价值。
全书共9章，分为3部分。
由来篇（第1~3章）
首先分析了当前各企业在数据建设过程中会遇到的6类主流问题与困难限制；为了应对这些数据问题，逐渐发展出的标签类目体系这一数据资产构建方法论及其定位定义；论述了采用该方法建设数据资产的3点必要性与意义：资产可复用、业务可理解、价值可衡量。
理论篇（第4~6章）
详细讲解了标签类目体系方法论的4条核心原理；从核心原理衍生出的完整设计步骤，包括3个构建前提和6条设计步骤；同时阐述了标签方法论在实施落地过程中的具体使用技法，并探讨了其中的核心问题。
实践篇（第7~9章）
重点介绍了当前可用的标签工具和经典模板，它们可以用来提升标签类目体系的设计、使用、运营效率；列举了5个从标签设计到数据应用的Z佳实践方案；并总结了标签化成果价值、商业/社会价值及标签设计人才的培养经验。
|
| 關於作者： |
任寅姿（花名：影姿）
资深产品总监、数澜研究院院长
拥有超过10年的数据产品经验，原阿里巴巴集团数据产品专家，曾负责集团消费者标签类目体系、DMP精准营销等系统的数据资产设计与实施。2016年加入数澜科技，负责管理公司产品团队，系统提升团队数据思维、数据资产设计能力及数据服务应用经验，是数据中台理论定义及体系构建的核心参与者。
合著有畅销书《数据中台：让数据用起来》，已获得“数据类目体系”专利，且撰写的多篇论文被国内外核心期刊刊登发表。
季乐乐（花名：寒泉）
政法行业资深专家、产品专家
拥有超过6年的政法行业产品经验，原南京通达海区域负责人，专注于研究数字检务、智慧法院等领域。从业以来先后负责过云南全省法院信息化建设、全国法院执行系统建设、“206”工程等行业级项目。2019年加入数澜科技，负责数字检务产品线，形成以“数据服务业务，业务产生价值”为核心的数字化建设方法论，切实解决业务场景痛点。
|
| 目錄：
|
赞誉
作者简介
前言
第1章 数据中台：信息化的下一站1
1.1 数据中台产生的大背景2
1.2 数据中台的3个核心认知11
1.3 数据中台的3个发展阶段13
1.4 开启信息化的下一站16
第2章 什么是数据中台20
2.1 解码数据中台22
2.2 数据中台的4个核心能力24
2.3 数据中台需要厘清的2个概念29
2.4 数据中台VS现有信息架构32
2.5 数据中台的业务价值与技术价值34
第3章 数据中台建设与架构39
3.1 持续让数据用起来的价值框架40
3.2 数据中台建设方法论42
3.3 数据中台架构53
3.4 中台手记（一）：我说服老板立项了57
第4章 数据中台建设的评估与选择62
4.1 企业数据应用的成熟度评估63
4.2 企业数据中台建设的应用场景75
4.3 中台手记（二）：打仗前手里得有一张“粮草”清单79
第5章 数据汇聚联通：打破企业数据孤岛82
5.1 数据采集、汇聚的方法和工具83
5.2 数据交换产品90
5.3 数据存储的选择94
第6章 数据开发：数据价值提炼工厂102
6.1 数据计算能力的4种类型104
6.2 离线开发110
6.3 实时开发117
6.4 算法开发120
6.5 中台手记（三）：选一个适合自己的技术平台真的很重要132
第7章 数据体系建设136
7.1 数据体系规划137
7.2 贴源数据层建设——全域数据统一存储140
7.3 统一数仓层建设——标准化的数据底座144
7.4 标签数据层建设——数据价值魅力所在157
7.5 应用数据层建设——灵活支撑业务需求179
7.6 中台手记（四）：即将开启的数据淘金之旅183
第8章 数据资产管理189
8.1 数据资产的定义和3个特征190
8.2 数据资产管理现状和挑战191
8.3 数据资产管理的4个目标192
8.4 数据资产管理在数据中台架构中的位置193
8.5 数据治理194
8.6 数据资产管理与数据治理的关系201
8.7 数据资产管理职能202
8.8 数据资产管理效果评估234
8.9 数据资产管理的7个成功要素239
8.10 中台手记（五）：家里的这点家底可得管好了242
第9章 数据服务体系建设245
9.1 补全数据应用的后“一公里”246
9.2 4种常见的数据服务249
9.3 3种常见的数据应用262
9.4 数据服务背后的产品技术274
9.5 中台手记（六）：解决“数据应用后一公里”问题280
第10章 数据中台运营机制284
10.1 数据中台运营效果评估模型285
10.2 数据中台运营的4个价值切入点287
10.3 数据资产运营291
10.4 数据成本运营316
10.5 数据中台运营的实践经验325
10.6 数据中台运营的要素与口诀330
10.7 中台手记（七）：让数据用起来331
第11章 数据安全管理335
11.1 数据安全面临的挑战336
11.2 贯穿数据全生命周期的数据安全管理体系344
11.3 大数据平台安全管理技术手段348
11.4 中台手记（八）：数据安全！数据安全！数据安全！357
附录 6大行业解决方案架构图359
|
| 內容試閱：
|
“用”数据而非“管”数据
当前很多企业在搭建数据中台时，仍然采用传统的管理思路：要梳理哪些数据，需要多少台服务器来存储数据，要采购什么计算引擎……其构建思路依然是：搭建开发集成环境进行一站式开发，利用数据管理工具对数据标准、数据安全、元数据进行管理，利用API网关对所有服务接口进行调用监控……
这些事情本身并没有错，但以技术来驱动数据中台建设也许从方向上就错了！技术专家给客户看的架构图越来越复杂，乙方企业在争抢技术领先的泥沼中越陷越深，甲方客户则看得晕头转向。
中台的核心本质是将可复用的能力、技术和工具汇聚在一起，帮助前端业务快速响应变化。中台从定义上就超出了技术范畴，它所涉及的系统领域并不局限于技术层面。
中台必须与业务接轨，不能与业务无缝接轨的不能叫中台。好的中台能让业务小组或创新小组基于中台已有的可复用模块快速优化业务功能，创新商业模式。而这种中台的建设不能再以“管”数据的思路为指导，而要以“用”数据为出发点。
现在的中台还停留在1.0时代，即供技术人员开发和管理数据使用；到了2.0时代，中台应该是一个智能操作系统，能让业务人员以可理解、易操作的方式创建服务接口或应用系统，让数据“用”起来。
也许我们应该花更多精力来思考如何快速进入中台2.0时代。
现状是，很多企业还停留在数据梳理、治理、数仓建设阶段，业内研究较多的仍然是如何制定标准、推动标准治理落地。在实践过程中，数据部门把自己变成了庞大的成本中心，数据治理项目做了几年还只是刚刚开了个头，而业务部门则嗷嗷待哺，已经失去了耐心。
数据资产是什么？数据中台的价值是什么？在繁杂的工作面前，我们需要回归事物的本质。数据资产是能给业务带来经济价值的数据资源。数据中台的价值在于让业务快速试错，在千百次的试验中找到并发挥数据的商业价值。因此比起开发、治理和管理，是不是更应该将注意力放在寻找真正能给业务带来价值的数据资源上？在本书中我们用标签—一种从业务视角理解数据的组织方式—作为数据资产的逻辑载体。有了标签对物理数据的逻辑映射，数据对于业务人员来说就不再是无法碰触的数据虚体，而是鲜活生动的数据产品，具有标签名、标签定义、标签逻辑、标签取值、标签适用场景、标签调用量、标签质量、标签价值等使用属性。标签化使得业务人员看数据就像逛淘宝，选数据就像加购物车，用数据就像下单购买一样简单。
这时候，一种岗位应运而生。这种岗位以前可能叫数据产品经理，现在应该叫数据资产设计师，而以后一定是数据资产使能者：专心研究业务所需标签，将其设计和开发出来并在数据中台的数据资产库中上架，让业务人员能自己查看、选择、使用标签，从而极大地缩短数据资产使用周期，降低业务试错成本，通过反向推动链将数据价值发挥到极致。
本书主要内容
本书共9章，分为3篇。
由来篇（第1～3章） 首先分析了当前各企业在数据建设过程中会遇到的6大数据困局，然后重点介绍了为应对这些数据困局而逐渐发展出的标签类目体系这一数据资产构建方法论及其定位、定义，后阐述了采用该方法建设数据资产的3点必要性：资产可复用、业务可理解、价值可衡量。
理论篇（第4～6章） 详细讲解了标签类目体系方法论的4个核心原理、从核心原理衍生出的3个构建前提和6个设计步骤，以及标签方法论在实施落地过程中的具体使用技法与核心问题。
实践篇（第7～9章） 重点介绍了当前可用来提升标签类目体系的设计、使用、运营效率的标签工具和经典模板，列举了从标签到应用的5个实践方案，并总结了标签化的价值、典型应用案例及标签设计人才的培养经验。
读者对象
企业管理者：CEO、CIO、CTO、CDO、数字化转型项目领导者、数据中台构建项目领导者等。
数据从业人员：数据部门主管、数据架构师、数据产品经理、数据分析师、数据开发工程师等。
业务人员：业务部门负责人、业务人员、运营人员等。
致谢
本书有两大写作目的：一是我们想将标签类目体系的构建过程和经验汇编成册，二是我们公司希望将优秀的数据资产设计方法沉淀下来，同时对外与所有正处于数字化转型过程中的企业客户分享，输出并传播数据资产的前沿理念和方法。因此感谢数澜科技市场营销部门、交付部门、研发部门、总裁办等各部门的支持与配合。感谢甘云锋、高雁冰两位领导为本书提供建议与指导。
本书内容来自我们多年以来的数据项目实践，特别是近几年面向企业端的数据中台建设经历。因此我们要感谢所有给予标签类目体系成长和实践机会的合作伙伴，特别感谢时尚集团、好莱客创意家居、温州检察院等企业、政府机构对标签类目体系方法论的认可及对我们工作的配合。感谢刘容、郭新和、倪建海等专家对实践篇的修改与指正。
感谢曾蓓、王尹等同事及杨福川、罗词亮两位编辑对书稿的编辑与优化。
后，也是重要的，感谢一直陪伴在我们身边的家人，是他们的理解和牺牲让我们能够全力以赴地奋战在数据线，积累起丰富的数据实践经验，并得以写下这本理论结合实际的著作。
希望我们的数据梦想能和各位分享。
|
|
購物車/收銀台(
0
) | 在線留言板
| 付款方式
| 運費計算
| 聯絡我們
| 幫助中心 |
加入書簽
HOME
新書上架
