商业 类型
可以朗读 语音朗读
301千字 字数
2022-12-01 发行日期
展开全部

主编推荐语

财务数据治理，提升数据价值；本书应用理论于财务，分析常见问题和案例。

内容简介

随着数据被纳入第五生产要素，数据治理已成为推动社会治理进程的重要动力，也是实现高质量数字化转型的重要基础。财务部门是企业的“数据中枢”，汇聚企业从前端业务到后端财务管理的大量数据，因此在众多企业中，财务数据成了企业整体数据治理落地实践的**“试验基地”。财务数据治理指从财务视角出发，以资产、负债、所有者权益、收入、费用和利润的会计六要素为核心关联数据，通过一系列与信息相关联的过程来确保决策权和职责分工系统的实现。财务数据治理的最终目标是提升财务相关数据的价值。财务数据治理非常有必要，它是企业实现数字战略的基础，是一个管理体系，包括组织、制度、流程和工具。这本书将数据治理理论应用于财务管理实践，针对财务工作场景阐释数据治理方法论，总结财务数据管理的六大常见问题，分析五大财务数据问题场景，涵盖众多企业实践案例。将数据治理的体系融入财务职能，实现财务职能的升级和拓展。

目录

  • 版权信息
  • 作者简介
  • 本书编委会
  • 丛书序言
  • 推荐序1
  • 推荐序2
  • 前瞻篇数据春天
  • 第1章数据生产要素
  • 1.1　财务数据治理背景
  • 1.2　数据是信息时代的第一生产力
  • 1.3　数据管理与国际数据管理协会
  • 1.4　财务数据治理研究的意义和全书结构
  • 第2章数字化转型
  • 2.1　数字化的概念
  • 2.2　数字化转型之路
  • 2.3　数字化转型中的几个问题
  • 第3章数据治理的重要性
  • 3.1　数据治理概念
  • 3.2　数据治理原则
  • 3.3　业务驱动因素
  • 3.4　组织和岗位设置
  • 3.5　资金投入情况
  • 3.6　组织文化培养
  • 3.7　度量指标
  • 3.8　数据治理定位
  • 问题篇财务数据应用问题分析
  • 第4章财务数据问题影响分析
  • 4.1　财务数据整体现状
  • 4.2　问题表现一：财务数据集成方面
  • 4.3　问题表现二：财务数据标准方面
  • 4.4　问题表现三：财务数据质量方面
  • 4.5　问题表现四：财务主数据方面
  • 4.6　问题表现五：财务数据安全方面
  • 4.7　问题表现六：财务数据应用方面
  • 4.8　财务数据问题带来的影响
  • 第5章财务数据问题场景
  • 5.1　案例场景一：主数据管理缺失，难以支持集团多元化发展
  • 5.2　案例场景二：财务数据问题降低机场业务结算效能
  • 5.3　案例场景三：数据问题引发财务指标应用困境
  • 5.4　案例场景四：财务数据问题制约大数据审计工作高效开展
  • 5.5　案例场景五：财务数据问题成为业财一体化管理障碍
  • 理论篇数据治理体系
  • 第6章数据组织与职责
  • 6.1　设立数据治理组织的必要性
  • 6.2　数据组织的定义
  • 6.3　数据治理组织建立
  • 6.4　数据归口部门与其他数据相关机构间的沟通
  • 6.5　数据管理角色（岗位、职责与技能）
  • 6.6　数据组织建设中的变革管理
  • 6.7　经验总结与案例分析
  • 第7章数据架构
  • 7.1　企业架构和数据架构
  • 7.2　数据架构框架的构成
  • 7.3　数据架构管理和实施流程
  • 7.4　数据架构师
  • 第8章数据建模与设计
  • 8.1　什么是数据建模
  • 8.2　活动
  • 8.3　工具
  • 8.4　实施指南
  • 8.5　数据模型治理
  • 第9章数据标准
  • 9.1　什么是数据标准
  • 9.2　数据标准的价值
  • 9.3　数据标准与数据治理的关系
  • 9.4　数据标准的分类框架
  • 9.5　数据标准的内容框架
  • 9.6　数据标准管理组织
  • 9.7　数据标准管理流程
  • 9.8　数据标准的系统落地及工具
  • 9.9　大型银行案例—某大型国有银行企业级数据治理与标准化体系建设项目
  • 9.10　中小银行案例—某省级商业银行数据标准与数据管控平台建设项目
  • 第10章数据质量
  • 10.1　数据质量概述
  • 10.2　活动
  • 10.3　工具
  • 10.4　实施方案
  • 第11章参考数据与主数据
  • 11.1　参考数据与主数据概述
  • 11.2　参考数据
  • 11.3　管理原则和活动
  • 11.4　工具和方法
  • 11.5　实施要点
  • 11.6　主数据治理和数据治理
  • 第12章数据保护
  • 12.1　数据作为人权的保护
  • 12.2　数据作为生产要素的保护
  • 12.3　数据处理者如何实现数据保护
  • 第13章数据仓库与商务智能
  • 13.1　数据仓库与商务智能概述
  • 13.2　活动
  • 13.3　工具和技术
  • 13.4　实施指南
  • 第14章大数据与数据科学
  • 14.1　财务大数据
  • 14.2　数据科学与财务管理
  • 14.3　数据科学应用与数据治理
  • 第15章数据管理能力成熟度评估
  • 15.1　数据管理能力成熟度评估模型概况
  • 15.2　企业开展DCMM贯标的流程
  • 15.3　数据管理能力成熟度评估对企业的主要价值
  • 15.4　数据管理能力成熟度评估工作的推动
  • 15.5　DCMM相关机构及其在全国的开展情况
  • 15.6　DCMM框架介绍
  • 15.7　小结
  • 解决方案篇财务数据治理
  • 第16章财务数据治理指南
  • 16.1　财务管理的职能
  • 16.2　财务数据治理方法
  • 16.3　指标数据的治理
  • 第17章财务数据治理方案
  • 17.1　大数据审计问题整改方案建议
  • 17.2　财务指标治理方案建议
  • 实战篇应用案例分析
  • 第18章金融行业典型案例
  • 18.1　某城商行数据治理案例
  • 18.2　某国有银行数据治理案例
  • 第19章多元化控股公司主数据治理案例
  • 19.1　项目背景
  • 19.2　建设目标
  • 19.3　实施过程
  • 19.4　建设成果
  • 19.5　经验总结
  • 参考文献
展开全部

评分及书评

评分不足
2个评分

出版方

清华大学出版社

清华大学出版社成立于1980年6月，是由教育部主管、清华大学主办的综合出版单位。植根于“清华”这座久负盛名的高等学府，秉承清华人“自强不息，厚德载物”的人文精神，清华大学出版社在短短二十多年的时间里，迅速成长起来。清华大学出版社始终坚持弘扬科技文化产业、服务科教兴国战略的出版方向，把出版高等学校教学用书和科技图书作为主要任务，并为促进学术交流、繁荣出版事业设立了多项出版基金，逐渐形成了以出版高水平的教材和学术专著为主的鲜明特色，在教育出版领域树立了强势品牌。