展开全部

主编推荐语

数字时代的CDO生存手册,国际数据管理协会(DAMA)推荐读物。

内容简介

首席数据官(Chief Data Officer,CDO)是数字时代的产物,它在数字化转型的过程中,以及在转型成功后的数字经济中,都会起到关键作用。

本书旨在建立一套相对完整的关于首席数据官的知识体系,帮助读者更好地参与数字时代的发展。

目录

  • 版权信息
  • 内容提要
  • 编写组成员
  • 资源与支持
  • 第一篇 CDO概论
  • 第1章 CDO是数字时代的产物
  • 1.1 CDO的定义
  • 1.2 CDO产生的背景
  • 1.3 国外CDO发展的状况
  • 1.4 国内CDO发展的状况
  • 1.5 CDO发展的趋势
  • 1.6 本章小结
  • 第2章 CDO的主要职责和组织架构
  • 2.1 概述
  • 2.2 关于首席数据官职责的一些观点
  • 2.3 一个示例:美国俄勒冈州交通部CDO招聘
  • 2.4 首席数据官的主要工作职责
  • 2.5 首席数据官的汇报路径和组织架构
  • 2.6 本章小结
  • 第3章 CDO的必备技能和个人特质
  • 3.1 概述
  • 3.2 首席数据官面临的挑战
  • 3.3 首席数据官可能担当的角色
  • 3.4 CDO的必备技能(美国联邦政府首席数据官委员会的观点)
  • 3.5 CDO的数据能力:数据素养
  • 3.6 CDO的业务能力
  • 3.7 CDO的技术能力
  • 3.8 CDO的团队能力
  • 3.9 CDO的战略规划能力
  • 3.10 CDO的沟通交流能力
  • 3.11 CDO的性格特征
  • 3.12 本章小结
  • 第4章 CDO的行动指南
  • 4.1 概述
  • 4.2 国外关于CDO行动计划的一些观点
  • 4.3 DAMA的CDO行动路线图
  • 4.4 本章小结
  • 第二篇 管好数据
  • 第5章 数据战略
  • 5.1 概述
  • 5.2 数据战略七要素
  • 5.3 数据战略实施的Y形路径
  • 5.4 本章小结
  • 第6章 数据治理
  • 6.1 概述
  • 6.2 数据治理的驱动因素
  • 6.3 数据治理的核心内容
  • 6.4 数据治理的实施指南
  • 6.5 本章小结
  • 第7章 数据制度
  • 7.1 概述
  • 7.2 数据制度的主要内容
  • 7.3 数据制度的修订时机、原则和步骤
  • 7.4 本章小结
  • 第8章 元数据和数据资源目录
  • 8.1 概述
  • 8.2 元数据管理的驱动因素
  • 8.3 元数据的核心内容
  • 8.4 元数据和数据资源目录实施指南
  • 8.5 元数据管理的关键事项
  • 8.6 主动型元数据管理
  • 8.7 本章小结
  • 第9章 数据标准
  • 9.1 概述
  • 9.2 数据标准的驱动因素
  • 9.3 数据标准面临的困难
  • 9.4 数据标准的核心内容
  • 9.5 数据标准的实施指南
  • 9.6 数据标准化的评估
  • 9.7 本章小结
  • 第10章 数据架构
  • 10.1 数据架构的定义
  • 10.2 数据架构的核心内容及其演变
  • 10.3 数据架构的实施指南
  • 10.4 现代数据架构
  • 10.5 数据架构评估
  • 10.6 本章小结
  • 第11章 数据质量管理
  • 11.1 概述
  • 11.2 数据质量的概念
  • 11.3 数据质量管理的几项原则
  • 11.4 数据质量管理的具体工作
  • 11.5 数据质量管理实施的几个要点
  • 11.6 如何评估数据质量管理的成效
  • 11.7 本章小结
  • 第12章 数据安全和隐私保护
  • 12.1 概述
  • 12.2 数据安全的核心内容
  • 12.3 数据隐私保护的核心内容
  • 12.4 数据安全和隐私保护的实施方法
  • 12.5 数据安全和隐私保护的事件处理
  • 12.6 本章小结
  • 第13章 数据合规管理
  • 13.1 概述
  • 13.2 合规管理的作用
  • 13.3 数据合规义务和风险
  • 13.4 合规管理的主要步骤
  • 13.5 合规管理体系及认证
  • 13.6 本章小结
  • 第14章 主数据管理
  • 14.1 概述
  • 14.2 主数据的定义和关键特性
  • 14.3 主数据类型
  • 14.4 什么是主数据管理
  • 14.5 主数据管理面临的挑战
  • 14.6 主数据管理的核心内容
  • 14.7 主数据管理的价值
  • 14.8 主数据管理的实施方法
  • 14.9 主数据管理的评价指标
  • 14.10 本章小结
  • 第15章 指标数据
  • 15.1 概述
  • 15.2 指标数据的驱动因素
  • 15.3 指标数据的管理原则
  • 15.4 指标数据的建设过程
  • 15.5 指标数据的实施指南
  • 15.6 本章小结
  • 第16章 数据建模
  • 16.1 概述
  • 16.2 数据模型管理的驱动因素
  • 16.3 数据模型的核心内容
  • 16.4 数据模型的实施指南
  • 16.5 数据模型的评估指标
  • 16.6 本章小结
  • 第17章 数据集成
  • 17.1 概述
  • 17.2 数据集成的过程
  • 17.3 数据集成的核心内容
  • 17.4 数据集成能力的评估
  • 17.5 本章小结
  • 第18章 数据存储
  • 18.1 概述
  • 18.2 数据存储规划需要考虑的因素
  • 18.3 选择数据库系统需要考虑的因素
  • 18.4 数据存储的发展趋势
  • 18.5 本章小结
  • 第19章 数据管理能力成熟度评估
  • 19.1 数据管理能力成熟度评估模型
  • 19.2 如何开展数据管理能力成熟度评估
  • 19.3 本章小结
  • 第20章 数据生命周期管理
  • 20.1 概述
  • 20.2 数据生命周期管理的目标及意义
  • 20.3 数据生命周期管理的阶段
  • 20.4 数据生命周期管理的评估
  • 20.5 本章小结
  • 第21章 非结构化数据管理
  • 21.1 概述
  • 21.2 非结构化数据管理的意义
  • 21.3 非结构化数据管理的核心内容
  • 21.4 非结构化数据管理的建设方法
  • 21.5 本章小结
  • 第22章 数据分析和挖掘
  • 22.1 概述
  • 22.2 数据分析与数据挖掘的异同
  • 22.3 数据分析的核心内容
  • 22.4 数据挖掘的核心内容
  • 22.5 数据分析和挖掘的应用场景
  • 22.6 数据分析和挖掘的实施方法
  • 22.7 本章小结
  • 第三篇 做好转型
  • 第23章 数据伦理
  • 23.1 概述
  • 23.2 数据伦理面临的问题及典型案例
  • 23.3 数据伦理治理的核心内容
  • 23.4 本章小结
  • 第24章 数据开放与共享
  • 24.1 概述
  • 24.2 数据开放与共享的建设意义
  • 24.3 数据开放的核心内容
  • 24.4 数据共享的核心内容
  • 24.5 数据开放与共享的实施方法
  • 24.6 本章小结
  • 第25章 数字化转型与数字文化
  • 25.1 概述
  • 25.2 数字化转型的驱动因素
  • 25.3 数字文化的核心内容
  • 25.4 数字化转型的实施指南
  • 25.5 数字文化建设的评估指标
  • 25.6 本章小结
  • 第26章 数据要素
  • 26.1 概述
  • 26.2 数据要素识别
  • 26.3 数据确权
  • 26.4 数据要素价值评估
  • 26.5 数据交易
  • 26.6 数据入表
  • 26.7 本章小结
  • 第27章 公共数据授权运营
  • 27.1 概述
  • 27.2 授权运营方式
  • 27.3 授权运营的实现路径
  • 27.4 本章小结
  • 第四篇 建好团队
  • 第28章 数据团队建设
  • 28.1 数据团队的组织架构
  • 28.2 组织架构建设的指导原则
  • 28.3 建立数据团队认责机制
  • 28.4 数据团队的构成
  • 28.5 数据团队的人员构成
  • 28.6 数据团队的建设方法
  • 28.7 本章小结
  • 第29章 CDO及其数据团队的绩效考核
  • 29.1 CDO绩效管理的独特性
  • 29.2 CDO绩效考核及其目的
  • 29.3 CDO绩效考核对象及其指标
  • 29.4 考核频率
  • 29.5 考核基准
  • 29.6 考核方法
  • 29.7 考核数据收集
  • 29.8 考核结果
  • 29.9 绩效反馈
  • 29.10 绩效考核体系建设
  • 29.11 本章小结
  • 第30章 数据项目的管理
  • 30.1 数据项目的定义
  • 30.2 项目管理及其发展
  • 30.3 数据项目管理的原则
  • 30.4 数据项目管理的内容
  • 30.5 数据驱动的项目管理
  • 30.6 本章小结
  • 第五篇 新技术、新模式、新业态
  • 第31章 新型数据科技
  • 31.1 战略性新型数据平台
  • 31.2 现代数据架构
  • 31.3 湖仓一体
  • 31.4 数据民主化
  • 31.5 数据编织
  • 31.6 数据网格
  • 31.7 数据联邦
  • 31.8 DataOps
  • 31.9 数据可视化
  • 31.10 数字孪生
  • 31.11 隐私计算
  • 31.12 区块链
  • 31.13 ChatGPT带来的革命性变革
  • 31.14 “信创”及其对企业数据技术发展的影响
  • 31.15 开源
  • 31.16 数据空间和国际数据空间
  • 31.17 本章小结
  • 第32章 基于数据的商业运营新模式
  • 32.1 传统的运营模式
  • 32.2 基于数据的新模式
  • 32.3 与数据相关的其他新模式
  • 32.4 本章小结
  • 第33章 基于数据的新业态
  • 33.1 背景
  • 33.2 数商新生态
  • 33.3 数据信托
  • 33.4 数据跨境流通
  • 33.5 数据标注
  • 33.6 Web 3.0和元宇宙
  • 33.7 NFT
  • 33.8 ESG
  • 33.9 碳达峰与碳中和
  • 33.10 ESG与“双碳”之间的联系与区别
  • 33.11 本章小结
展开全部

评分及书评

4.3
3个评分

出版方

人民邮电出版社

人民邮电出版社是工业和信息化部主管的大型专业出版社,成立于1953年10月1日。人民邮电出版社坚持“立足信息产业、面向现代社会、传播科学知识、服务科教兴国”,致力于通信、计算机、电子技术、教材、少儿、经管、摄影、集邮、旅游、心理学等领域的专业图书出版。