展开全部

主编推荐语

激活数据资产,赋能企业增长,洞见AI时代创新方法论。

内容简介

在汇聚行业可复制经验的基础上,本书凝练了作者对企业数据资产管理的系统性洞见与前瞻性创新;内容严谨、脉络清晰,兼具落地“硬度”与思维“锐度”,助你在AI大模型时代激活“数据资产”,赋能企业创新式增长。

第1章介绍数据资产定义及其五层价值金字塔,从合规到业务创新,了解其价值全貌。

第2章给出数据资产“画像”,分析其分类、特性、价值释放阶段、管理原则、核心步骤、管理团队组成及管理发展趋势,提供全面的数据资产管理框架。

第3章介绍从数据资产到数据要素的转变,数据要素市场的生态、使命、意义、参与的注意事项,以及可信数据空间的概念、组成体系和运营模式。

第4章讲解主数据资产的定义、管理目标与成熟度模型、建模方法、类型、管理系统。

第5章探讨交易型数据资产的价值、管理流程、质量管理。

第6章提供数据指标体系构建指南,包括场景挖掘、指标详解、指标设计原则与方法、数据指标体系建设、指标血缘关联及指标中台建设等。

第7章介绍决策模型的定义、使用方法和常见模型,学以致用。

第8章介绍数据产品的开发与运营,涵盖定义、分类、开发过程、DataOps产品架构、运营以及案例解析,提供全面的落地指导。

目录

  • 版权信息
  • 前言
  • CHAPTER 1 第1章 数据资产与五层价值金字塔
  • 1.1 数据何以成为资产
  • 1.1.1 我们身边的数据资产
  • 1.1.2 数据资产定义
  • 1.2 数据资产五层价值金字塔
  • 1.2.1 第一层价值:守法合规、符合伦理
  • 1.2.2 第二层价值:文化塑造、科学决策
  • 1.2.3 第三层价值:增强控制、管理透明
  • 1.2.4 第四层价值:风险控制、生态连接
  • 1.2.5 第五层价值:业务创新、未来发展
  • 1.3 本章小结
  • CHAPTER 2 第2章 数据资产“画像”
  • 2.1 分类
  • 2.1.1 基础型数据资产
  • 2.1.2 服务型数据资产
  • 2.1.3 两类数据资产的关系
  • 2.2 三大特性
  • 2.2.1 复制无消耗性
  • 2.2.2 形式多样性
  • 2.2.3 价值衍生性
  • 2.3 价值释放三阶段
  • 2.3.1 第一阶段价值释放:业务贯通
  • 2.3.2 第二阶段价值释放:数据决策
  • 2.3.3 第三阶段价值释放:产品赋能
  • 2.4 管理五原则
  • 2.4.1 够用原则
  • 2.4.2 甜区原则
  • 2.4.3 互利原则
  • 2.4.4 场景原则
  • 2.4.5 流通原则
  • 2.5 三大核心步骤
  • 2.5.1 基础型数据资产管理
  • 2.5.2 服务型数据资产管理
  • 2.5.3 数据产品的开发和运营
  • 2.6 数据管理团队组成
  • 2.6.1 CDO
  • 2.6.2 数据治理团队
  • 2.6.3 数据洞察团队
  • 2.6.4 数据产品开发团队
  • 2.7 管理发展趋势
  • 2.7.1 管理理念:从被动到主动
  • 2.7.2 组织形态:团队专业化
  • 2.7.3 数据架构:DataOps
  • 2.7.4 数据治理:面向AI
  • 2.7.5 管理手段:智能化
  • 2.7.6 运营模式:多元化
  • 2.7.7 数据安全:统一规范化
  • 2.8 本章小结
  • CHAPTER 3 第3章 数据要素市场与可信数据空间
  • 3.1 从数据资产到数据要素
  • 3.2 数据要素市场的生态
  • 3.3 数据要素市场的使命
  • 3.3.1 推动制度建设,提供基础保障
  • 3.3.2 构建基础设施,加速升级之路
  • 3.3.3 服务AI,促进产业革命
  • 3.3.4 推进数据财政,带动经济发展
  • 3.3.5 沉淀场景案例,激发价值释放
  • 3.4 数据要素市场的意义
  • 3.5 参与数据要素市场的注意事项
  • 3.6 可信数据空间
  • 3.6.1 什么是可信数据空间
  • 3.6.2 可信数据空间组成体系
  • 3.6.3 可信数据空间运营模式
  • 3.7 本章小结
  • CHAPTER 4 第4章盘活基本盘:主数据资产与管理
  • 4.1 什么是主数据资产
  • 4.1.1 主数据资产定义
  • 4.1.2 主数据与其他类型数据的比较
  • 4.1.3 主数据资产的价值
  • 4.2 主数据资产的管理目标与成熟度模型
  • 4.2.1 主数据资产的管理目标
  • 4.2.2 主数据资产管理的成熟度模型
  • 4.3 主数据建模方法
  • 4.3.1 概念建模
  • 4.3.2 逻辑建模
  • 4.3.3 物理建模
  • 4.4 主数据资产类型
  • 4.5 主数据管理系统
  • 4.5.1 系统架构
  • 4.5.2 构建的工作流程
  • 4.5.3 架构模式
  • 4.5.4 与相似系统的区别
  • 4.6 本章小结
  • CHAPTER 5 第5章 疏通水源:交易型数据资产与管理
  • 5.1 交易型数据资产的价值
  • 5.2 交易型数据资产管理流程
  • 5.2.1 数据生成
  • 5.2.2 数据抽取
  • 5.2.3 数据预处理
  • 5.2.4 数据存储
  • 5.2.5 数据分析
  • 5.3 交易型数据资产质量管理
  • 5.3.1 数据质量维度
  • 5.3.2 数据质量问题成因分析
  • 5.3.3 数据质量管理过程
  • 5.3.4 数据质量管理常见误区
  • 5.3.5 交易型数据资产质量管理成熟度模型
  • 5.4 本章小结
  • CHAPTER 6 第6章 定海神针:数据指标体系建设
  • 6.1 场景挖掘
  • 6.1.1 价值驱动树法
  • 6.1.2 场景优先级
  • 6.1.3 典型数据需求场景
  • 6.2 指标的属性、维度、分类、命名
  • 6.2.1 指标的属性
  • 6.2.2 指标的维度
  • 6.2.3 指标的分类
  • 6.2.4 指标的命名
  • 6.3 指标设计原则
  • 6.3.1 原则1:指标应该衡量你关心的事物
  • 6.3.2 原则2:指标应易于计算和理解
  • 6.3.3 原则3:指标应保证一定的时效性
  • 6.3.4 原则4:指标应该难以被操控
  • 6.3.5 原则5:指标不应预设任意的阈值
  • 6.3.6 原则6:用良好的指标提供上下文信息
  • 6.3.7 原则7:指标需要明确的负责人
  • 6.3.8 原则8:好的指标可最大限度地减少噪声
  • 6.3.9 原则9:标准指标应保持一致
  • 6.4 指标设计方法
  • 6.4.1 树上结果:完成价值驱动树
  • 6.4.2 澄清问题、达成共识
  • 6.4.3 确定决策模型
  • 6.4.4 深入理解领域
  • 6.4.5 构建数学模型
  • 6.4.6 规划指标维度
  • 6.4.7 专用方法
  • 6.5 数据指标体系建设
  • 6.5.1 何为数据指标体系
  • 6.5.2 数据指标体系建设中的问题
  • 6.5.3 角色与权责
  • 6.5.4 梳理价值驱动树
  • 6.5.5 “户籍”与“身份证”
  • 6.5.6 指标标准建设
  • 6.5.7 规范应用场景
  • 6.5.8 设计驾驶舱数据指标体系
  • 6.6 指标血缘关联
  • 6.6.1 何为指标血缘
  • 6.6.2 指标血缘的重要性和特点
  • 6.6.3 如何维护指标血缘
  • 6.6.4 血缘数据平台
  • 6.7 指标中台建设
  • 6.7.1 何为指标中台
  • 6.7.2 指标不能复用带来的问题
  • 6.7.3 理想中台
  • 6.8 本章小结
  • CHAPTER 7 第7章运筹帷幄:决策模型
  • 7.1 何为决策模型
  • 7.1.1 决策模型定义
  • 7.1.2 决策模型与数据资产
  • 7.2 如何使用决策模型
  • 7.3 应用决策模型
  • 7.3.1 勒温力场模型
  • 7.3.2 多维度模型
  • 7.3.3 漏斗模型
  • 7.3.4 帕累托模型
  • 7.4 本章小结
  • CHAPTER 8 第8章 数据产品:从定义到落地案例解析
  • 8.1 数据产品定义
  • 8.2 数据产品分类
  • 8.2.1 按输出形态分类
  • 8.2.2 按应用场景分类
  • 8.3 数据产品开发过程
  • 8.4 DataOps产品架构
  • 8.4.1 为什么需要DataOps
  • 8.4.2 DataOps的能力构成
  • 8.4.3 成功的DataOps特征
  • 8.4.4 典型DataOps架构
  • 8.5 数据产品运营
  • 8.5.1 数据产品上架
  • 8.5.2 数据产品的盈利模式
  • 8.5.3 估值模型与定价
  • 8.5.4 数据产品增值
  • 8.6 数据产品落地案例解析
  • 8.6.1 案例1:某电子控股集团公司工业数据产品
  • 8.6.2 案例2:某医疗科技公司医疗数据产品
  • 8.6.3 案例3:某市生态环境局生态环境数据产品
  • 8.7 本章小结
  • 附录企业大数据的类型、特征与治理要点
  • 推荐阅读
展开全部

评分及书评

尚无评分
目前还没人评分

出版方

机械工业出版社

机械工业出版社是全国优秀出版社,自1952年成立以来,坚持为科技、为教育服务,以向行业、向学校提供优质、权威的精神产品为宗旨,以“服务社会和人民群众需求,传播社会主义先进文化”为己任,产业结构不断完善,已由传统的图书出版向着图书、期刊、电子出版物、音像制品、电子商务一体化延伸,现已发展为多领域、多学科的大型综合性出版社,涉及机械、电工电子、汽车、计算机、经济管理、建筑、ELT、科普以及教材、教辅等领域。