新書推薦：
《
维特根斯坦传
》
售價：NT$
296
《
暮日耀光：张居正与明代中后期政局
》
售價：NT$
959
《
厚土中华
》
售價：NT$
500
《
镜头设计：电影、短剧与短视频的拍摄之道
》
售價：NT$
500
《
读懂RWA
》
售價：NT$
403
《
复合型AI Agent开发：从理论到实践
》
售價：NT$
505
《
选择的权利：推翻罗诉韦德案（译文纪实系列）
》
售價：NT$
602
《
符号空间：品牌建筑空间媒介化研究
》
售價：NT$
638
|
| 編輯推薦： |
|
“数据管理知与行系列图书”机械工业信息研究院策划并出版的数据管理领域重磅图书。它扎根于中国数据管理实践的沃土，为读者打开一扇通往高效数据管理世界的大门，为数据领域的专业人士、企业决策者以及对数据管理感兴趣的朋友们提供极具价值的指导与参考。作为该丛书的开篇制作，这本100余万字的《基于5W+HMU的数据管理知识体系》更是集理论与实践与一体。它以独特的视角、系统的理论框架以及丰富的大型企业实践案例，为读者呈现了一幅全面、深入的数据管理画卷。
|
| 內容簡介： |
|
本书系统总结了中国大型企业数据管理的实践经验，构建了基于5W+HMU的数据管理知识体系，深入厘清了数据治理、数据管理、数据资产和数据资本之间的逻辑关系，全面解析了数据管理核心工作的知识与实践，明确了数据管理的核心内容、实施路径与评估机制，并通过精选的大型企业案例为读者提供极具参考价值的经验借鉴。本书内容兼具理论深度与实践指导意义，适合企业管理者、数据管理从业者及高校相关专业师生阅读，助力更好把握激活数据要素的关键脉络与发展方向，为企业数据管理实践提供理论依据和行动指导。
|
| 關於作者： |
李 涛 现任石化盈科信息技术有限责任公司副总裁，正高级工程师，具有近30年IT行业从业经验、百余个大型项目管理经验，是企业数字化转型方面的领军人物，对企业数据管理有极深造诣。贯通能源化工全业务域的信息与数字化工作，深耕商业新业态、智慧经营板块，精通智能制造、新基础设施板块，获得多项省部级科技进步奖和管理创新奖。出版专著2部，发表核心期刊论文6篇，拥有授权专利7项。
蒋 楠 博士，正高级工程师，现任中国石化集团信息和数字化管理部副总经理，国家数据标准委员会委员。长期从事集团型企业数字化转型与智能化升级工作，全面负责集团人工智能发展战略规划、数字化平台架构设计、数据治理体系构建等，主导推进工业互联网与智能技术在能源化工领域的深度融合与规模化应用。设计并推行建立集团级统一的数据治理框架与标准体系，数据管理和应用水平达到国内领先水平，通过DCMM5级数据管理等级认证。其成果荣获多项省部级科技奖励与荣誉称号，发表高水平学术论文10余篇，拥有授权及申请发明专利8项，出版专著（合著）2部。
王建峰 现任石化盈科信息技术有限责任公司数据业务总监，中国两化融合应用联盟副理事长，国家工业大数据工程实验室特聘专家，央企数字化转型百问专家委员，中国智慧企业推进委员会专家委员，中国信息协会数字治理专委会智库专家，中国化工经济技术发展中心智库专家。著有或参编/译《数据治理驱动的数字化转型》《中企联：工业企业数据治理实施指南》《数据治理：工业企业数字化转型之道》等多部著作。
|
| 目錄：
|
序一：数据管理知与行合一，筑牢数字经济发展底座
序二：数据要素时代的战略转型与管理创新
序三：数据要素驱动未来，构建数字经济时代的管理新范式
序四：数据管理知识体系为智能时代奠基
前言
第1章数据管理
1.1数据管理概述
1.2数据管理知识框架
1.2.1数据管理知识车轮图
1.2.2数据管理语境关系图
1.2.3数据管理运行层级图
1.2.4数据管理知识架构图
1.3数据管理趋势
1.3.1拥抱多云时代：数据管理的新视野
1.3.2混合云平台：弥合受监管行业的差距
1.3.3多模态数据存储：数据平台的革命
1.3.4构建非结构化数据：数据组织的艺术
1.3.5安全成为焦点：保护企业的核心资产
1.3.6数据治理：在数据驱动的世界中掌舵
1.3.7元数据管理：数据智能的无名英雄
1.3.8低代码/无代码运动：数据应用民主化
1.4本章小结
第2章数据战略
2.1数据战略概述
2.2数据战略知识
2.2.1数据战略的定义
2.2.2数据战略管理的原因
2.2.3数据战略管理的角色
2.2.4数据战略管理的时机
2.2.5数据战略管理的层级
2.3数据战略管理实践
2.3.1数据战略管理的方法
2.3.2数据战略管理的工具
2.3.3数据战略管理的度量指标
2.3.4数据战略管理典型案例
2.4本章小结
第3章数据治理
3.1数据治理概述
3.2数据治理知识
3.2.1数据治理的定义
3.2.2数据治理的原因
3.2.3数据治理的角色
3.2.4数据治理的时机
3.2.5数据治理的层级
3.3数据治理实践
3.3.1数据治理的方法
3.3.2数据治理的工具
3.3.3数据治理的度量指标
3.3.4数据治理典型案例
3.4本章小结
第4章数据架构
4.1数据架构概述
4.2数据架构知识
4.2.1数据架构的定义
4.2.2数据架构的作用
4.2.3数据架构的要素
4.2.4数据架构的价值
4.2.5数据架构的应用场景
4.2.6数据架构的角色
4.2.7数据架构的时机
4.2.8数据架构管理的层级
4.3数据架构实践
4.3.1数据架构如何实施
4.3.2数据架构管理工具
4.3.3数据架构如何度量
4.3.4数据架构典型案例
4.4本章小结
第5章数据建模
5.1数据建模概述
5.2数据建模知识
5.2.1数据建模的定义
5.2.2数据建模的原因
5.2.3数据建模的角色
5.2.4数据建模的时机
5.2.5数据建模管理的层级
5.3数据建模实践
5.3.1数据建模如何实施
5.3.2数据建模管理工具
5.3.3数据建模如何度量
5.3.4数据建模典型案例
5.4本章小结
ⅩⅦⅩⅧ第6章数据存储
6.1数据存储概述
6.2数据存储知识
6.2.1数据存储的定义
6.2.2数据存储管理的原因
6.2.3数据存储管理的角色
6.2.4数据存储管理的时机
6.2.5数据存储管理的层级
6.3数据存储实践
6.3.1数据存储管理如何实施
6.3.2数据存储管理工具
6.3.3数据存储管理如何度量
6.3.4数据存储管理案例
6.4本章小结
第7章数据集成
7.1数据集成概述
7.2数据集成知识
7.2.1数据集成的定义
7.2.2数据集成的原因
7.2.3数据集成的角色
7.2.4数据集成的时机
7.3数据集成实践
7.3.1数据集成技术架构的演化过程
7.3.2数据集成的架构模式
7.3.3数据集成的实施步骤和方法
7.3.4数据集成的工具
7.3.5数据集成的效果评价与改进
7.3.6数据集成案例
7.4本章小结
第8章数据标准
8.1数据标准概述
8.2数据标准知识
8.2.1数据标准的定义
8.2.2数据标准的价值
8.2.3数据标准管理的角色
8.2.4数据标准开展时机
8.2.5数据标准的定位
8.3数据标准实践
8.3.1数据标准如何实施
8.3.2数据标准管理工具
8.3.3数据标准如何度量
8.3.4数据标准典型案例
8.4本章小结
第9章主数据
9.1主数据管理概述
9.2主数据管理知识
9.2.1主数据的定义
9.2.2主数据管理的原因
9.2.3主数据管理的角色
9.2.4主数据管理开展的时机
9.2.5主数据管理的层级
9.3主数据管理实践
9.3.1主数据管理如何实施
9.3.2主数据管理工具
9.3.3主数据管理如何度量
9.3.4主数据管理案例
9.4本章小结
第10章元数据
10.1元数据概述
10.2元数据知识
10.2.1元数据的定义
10.2.2元数据管理的原因
10.2.3元数据管理的角色
10.2.4元数据管理的时机
10.2.5元数据管理的层级
10.3元数据实践
10.3.1元数据管理如何实施
10.3.2元数据管理工具
10.3.3元数据管理如何度量
10.3.4元数据管理案例
10.4本章小结
ⅩⅨⅩⅩ第11章数据质量
11.1数据质量概述
11.2数据质量知识
11.2.1数据质量的定义
11.2.2数据质量管理的原因
11.2.3数据质量管理的角色
11.2.4数据质量管理开展的时机
11.2.5数据质量管理的层级
11.3数据质量管理实践
11.3.1数据质量管理如何实施
11.3.2数据质量管理工具
11.3.3数据质量管理如何度量
11.3.4数据质量管理典型案例
11.4本章小结
第12章数据应用
12.1数据应用概述
12.2数据应用的知识
12.2.1数据应用的定义
12.2.2数据应用的原因
12.2.3数据应用的角色
12.2.4数据应用的时机
12.3数据应用的层级
12.3.1决策层
12.3.2管理层
12.3.3执行层
12.4数据应用实践
12.4.1数据应用如何实施
12.4.2数据应用相关工具
12.4.3数据应用如何度量
12.4.4数据应用案例
12.5本章小结
第13章数据共享
13.1数据共享概述
13.2数据共享知识
13.2.1数据共享的定义
13.2.2数据共享管理的原因
13.2.3数据共享管理的角色
13.2.4数据共享管理的时机
13.2.5数据共享管理的层级
13.3数据共享实践
13.3.1数据共享如何实施
13.3.2数据共享相关工具
13.3.3数据共享如何度量
13.3.4数据共享典型案例
13.4本章小结
第14章数据安全
14.1数据安全概述
14.2数据安全知识
14.2.1数据安全的定义
14.2.2数据安全管理的原因
14.2.3数据安全管理的角色
14.2.4数据安全管理的时机
14.2.5数据安全管理的层级
14.3数据安全实践
14.3.1数据安全管理如何实施
14.3.2数据安全管理工具
14.3.3数据安全管理如何度量
14.3.4数据安全管理典型案例
14.4本章小结
第15章数据资产
15.1数据资产概述
15.2数据资产知识
15.2.1数据资产概述
15.2.2数据资产管理的原因
15.2.3数据资产管理的角色
15.2.4数据资产管理的时机
15.2.5数据资产管理的层级
15.3数据资产实践
15.3.1数据资产管理如何实施
15.3.2数据资产管理工具
15.3.3数据资产管理如何度量
15.3.4数据资产管理典型案例
15.4本章小结
第16章数据资本
16.1数据资本概述
16.2数据资本知识
16.2.1数据资本的定义
16.2.2数据资本管理的原因
16.2.3数据资本管理的角色
16.2.4数据资本管理开展的时机
16.2.5数据资本管理的层级
16.3数据资本实践
16.3.1数据资本管理如何实施
16.3.2数据资本管理工具
16.3.3数据资本管理如何度量
16.3.4数据资本化典型案例
16.4本章小结
第17章数据管理成熟度评估
17.1数据管理成熟度评估概述
17.2数据管理成熟度评估知识
17.2.1数据管理成熟度评估的定义
17.2.2数据管理成熟度评估的原因
17.2.3数据管理成熟度评估的角色
17.2.4数据管理成熟度评估的时机
17.2.5数据管理成熟度评估的层级
17.3数据管理成熟度评估实践
17.3.1数据管理成熟度评估如何实施
17.3.2数据管理成熟度评估工具
17.3.3数据管理成熟度评估如何度量
17.3.4数据管理成熟度评估典型案例
17.4本章小结
附录 名词术语
参考文献
数据管理工具图谱
|
| 內容試閱：
|
当前，中国各行业数字化转型深入推进，数据已成为组织的核心资产与关键生产要素，其正深刻重塑生产力、生产关系与经济结构。然而，企业和组织普遍面临数据质量参差不齐、数据孤岛现象严重、数据安全隐患突出、数据管理流程混乱等问题，严重制约了数据价值的释放，急需科学有效的数据管理方法破解困局。
企业管理者需要清晰认知数据管理对提升企业竞争力、优化业务流程、支持战略决策的核心价值，期望获得体系化的理论框架与实际案例，助力其在数字化转型中明确数据管理方向、合理配置资源，将数据转化为驱动业务增长的战略力量。
数据管理从业者渴望获取贴合本土实际的专业知识，如符合中国企业架构的数据架构设计方法、适配国内法规（如《数据安全法》《个人信息保护法》）的数据安全策略、解决跨部门协同的数据共享机制等，以应对工作中的具体难题，提升数据治理、数据质量管控等核心职业技能。
高校相关专业学生作为数据管理领域的准从业者，迫切需要一本结合中国实际的教材，在学习数据建模、元数据管理等理论知识的同时，深入了解行业前沿趋势（如多云数据管理、数据湖仓平台应用）与企业实践案例，为未来进入职场、参与实际数据管理项目做好准备。
数据作为生产要素已提升至国家战略层面，如何激活数据要素潜能、实现数据价值从资源到资产再到资本的跃迁，如何通过有效数据管理赋能数字化转型，成为当前炙手可热的话题。中国头部企业在数字化转型中积累了众多独特经验，为构建新的数据管理知识体系提供了丰富素材，亟待进行系统梳理与总结。
对标“DAMA数据管理知识体系”等国际主流体系，本书作者结合中国特大型企业实践，创新提出基于5W+HMU的数据管理知识框架，不仅明确了数据的What（定义?本质与范畴）、Why（原因?价值与目标）、Who（角色?主体与权责）、When（时机与周期）、Where（层级），更系统整合了How（方法与路径）、Measure（价值评估与绩效度量）、UseCase（案例?应用场景与赋能模式）。
本书通过4张核心图（数据管理知识车轮图、数据管理语境关系图、数据管理运行层级图、数据管理知识架构图），厘清了数据管理、数据治理和数字化转型的关系。其中，数据管理知识车轮图明确了以数据战略为核心的15个知识领域；数据管理语境关系图呈现5W+HMU数据管理知识的论述框架；数据管理运行层级图将15个知识领域划分为战略层、体系层、技术层，明确各层级协同逻辑；数据管理知识架构图则围绕“存、建、理、用、治、保、财”7大模块，构建从数据资源管理到价值变现的全流程体系。
同时，本书还深入阐述了数据治理核心工作中常见的问题与优秀实践，并通过大型企业数据治理或数字化转型案例，为读者提供可落地的参考方案。本书适合首席执行官、首席信息官、首席数据官，以及企业管理人员、数据管理人员和高校相关专业师生阅读，有助于提升他们对数据治理和数字化转型的系统性认知，为其在组织中有效开展数据管理工作和理论研究提供清晰思路与实践借鉴。本书末尾附数据管理工具图谱，展示适用于数据管理各知识域的技术工具和平台示例。
为满足不同读者高效阅读的需求，在时间有限的情况下，建议关注战略层事务的企业CXO等高层领导重点阅读数据战略、数据治理、数据资产、数据资本等章节，聚焦体系建设的中高层管理人员重点阅读数据架构、数据标准、主数据、数据质量、数据应用、数据共享、数据安全等章节，技术层的数据管理人员重点阅读数据建模、数据存储、数据集成、元数据等章节。
本书是“数据管理知与行系列丛书”的开篇之作。作为该丛书的第一本著作，我们致力于为读者构建数据管理领域的基础认知与实践能力，帮助读者系统掌握核心理念与方法。
为进一步拓展知识的深度与广度，我们还围绕企业关键业务领域规划了多个专题指南，并将在后续陆续推出该丛书的其他分册。这些分册将分别聚焦于供应链中的数据管理、工业互联网中的数据管理、项目管理中的数据管理等重要方向，力求覆盖数据驱动下的典型应用场景。
|
|
購物車/收銀台(0) | 在線留言板
| 付款方式
| 聯絡我們
| 運費計算
| 幫助中心 |
加入書簽
HOME
新書上架
