套装 数据中台+标签类目体系+数据资产设计,数澜科技出品,10万册(套装共2册)机械工业出版社

商品名称：

数据中台+标签类目体系（套装共2册）（《标签类目体系：面向业务的数据资产设计方法论》《 数据中台：让数据用起来 第2版 》）

作 者：

任寅姿,季乐乐； 付登坡 等

市 场 价：

228.00元

ISBN 号：

9787111681625； 9787111742197

出 版 社：

机械工业出版社

目 录 Contents

序

前言

第1章 解码数据中台1

1.1 数据中台的产生与发展1

1.2 数据中台的定义2

1.3 对数据中台的认知4

1.4 数据中台需要厘清的概念6

1.4.1 数据中台与业务中台6

1.4.2 数据中台与数据仓库8

1.4.3 数据中台与BI8

1.4.4 数据中台与数据湖9

1.4.5 数据中台与数据编织9

1.4.6 数据中台与现有信息架构10

1.5 欢迎进入数据中台世界12

第2章 数据中台建设与架构13

2.1 持续让数据用起来的价值框架13

2.2 数据中台建设方法论15

2.2.1 1项战略行动16

2.2.2 2个保障条件17

2.2.3 4条目标准则18

2.2.4 4套建设内容18

2.2.5 5个关键步骤20

2.3 数据中台架构22

第3章 数据应用成熟度评估与

成功要素25

3.1 企业数据应用的成熟度评估25

3.1.1 第一阶段：统计分析阶段27

3.1.2 第二阶段：决策支撑阶段28

3.1.3 第三阶段：数据驱动阶段29

3.1.4 第四阶段：运营优化阶段31

3.2 企业数据中台建设的应用场景33

3.2.1 不同行业的数据中台

应用需求33

3.2.2 什么样的企业适合建设

数据中台34

3.3 数据中台建设的7个成功要素35

第4章 数据汇聚：打破企业

数据孤岛39

4.1 数据采集、汇聚、交换的方法

和工具39

4.1.1 数据采集39

4.1.2 数据汇聚43

4.1.3 数据交换45

4.2 数据汇聚产品46

4.3 数据存储系统的选择49

第5章 数据开发：数据价值

提炼工厂56

5.1 数据计算能力的主要类型57

5.1.1 批计算58

5.1.2 流计算60

5.1.3 流批一体60

5.1.4 在线查询61

5.1.5 即席分析62

5.2 离线开发63

5.3 实时开发66

5.4 算法开发68

5.4.1 可视化建模70

5.4.2 Notebook建模71

5.4.3 数据集管理71

5.4.4 核心算法组件72

5.4.5 多算法框架75

5.4.6 与离线、实时开发的

联合应用75

第6章 数据体系建设77

6.1 数据体系规划77

6.2 贴源数据层建设—全域数据

统一存储79

6.2.1 相关概念80

6.2.2 贴源数据表设计81

6.2.3 贴源数据表实现82

6.3 统一数仓层建设—标准化的

数据底座82

6.3.1 相关概念83

6.3.2 数据域划分85

6.3.3 指标设计87

6.3.4 维度表设计87

6.3.5 事实表设计88

6.3.6 模型落地实现90

6.4 标签数据层建设—数据价值

的魅力所在91

6.4.1 相关概念91

6.4.2 确定对象93

6.4.3 对象ID打通93

6.4.4 标签类目设计94

6.4.5 标签设计97

6.4.6 标签融合表设计101

6.4.7 标签融合表实现103

6.5 应用数据层建设—灵活支撑

业务需求103

6.5.1 相关概念104

6.5.2 应用数据表设计104

6.5.3 应用数据表实现104

6.5.4 应用数据场景化支撑105

第7章 数据资产管理107

7.1 数据资产的定义和3个特征107

7.2 数据资产管理现状和挑战108

7.3 数据资产管理的4个目标109

7.4 数据资产管理在数据中台中

的位置110

7.5 数据资产管理与数据治理

的关系110

7.6 数据资产管理职能110

7.6.1 数据标准管理111

7.6.2 数据模型管理114

7.6.3 元数据管理115

7.6.4 主数据管理118

7.6.5 数据质量管理119

7.6.6 数据安全管理122

7.6.7 数据开发管理122

7.6.8 数据资产流通123

7.6.9 数据价值评估123

7.6.10 数据资产运营123

7.6.11 数据生命周期管理124

7.6.12 标签管理124

7.6.13 数据资产门户125

第8章 数据应用体系建设127

8.1 数据应用概述127

8.1.1 数据应用的定义128

8.1.2 数据应用的架构128

8.1.3 数据应用的特点130

8.1.4 数据应用的价值130

8.2 数据应用体系建设流程131

8.2.1 数据准备131

8.2.2 引擎选型134

8.2.3 服务及产品建设140

8.3 数据应用管理与运营146

8.3.1 管理体系建设147

8.3.2 质量管理监控147

8.3.3 效果评估与改进148

8.3.4 持续运营优化148

8.4 数据应用的发展趋势149

第9章 数据中台运营机制151

9.1 数据中台运营效果评估模型151

9.2 数据中台运营的4个价值

切入点153

9.3 数据资产运营156

9.3.1 数据资产运营的

4个目标156

9.3.2 数据资产运营的完整

链路159

9.3.3 数据资产运营执行的

5个动作160

9.3.4 数据资产质量评估165

9.3.5 数据资产安全管理167

9.3.6 数据资产运营报告170

9.3.7 数据资产运营与数据资产

管理的关系171

9.4 数据成本运营171

9.5 数据中台运营的实践经验177

9.6 数据中台运营的要素与口诀180

第10章 数据安全管理181

10.1 数据安全面临的挑战181

10.1.1 数据安全问题带来的

四大损害181

10.1.2 法律与政策背景182

10.1.3 数据安全的三大技术

挑战183

10.2 贯穿数据生命周期的数据

安全管理体系184

10.2.1 数据生命周期184

10.2.2 数据安全管理体系185

10.3 数据中台的安全管理

技术手段186

10.3.1 统一安全认证186

10.3.2 数据访问权限管理187

10.3.3 多租户数据资源隔离187

10.3.4 数据加密188

10.3.5 数据脱敏188

10.3.6 数据共享安全189

10.3.7 数据的容灾备份189

10.3.8 数据安全的其他技术190

10.4 数据安全保护的技术趋势190

第11章 数据中台工程化

交付体系192

11.1 数据中台交付体系概述192

11.2 数据中台工程化交付框架194

11.2.1 构建铁三角交付团队194

11.2.2 聚焦三大交付内容198

11.2.3 标准化交付环节任务201

11.2.4 工程化交付实施思路206

11.3 数据中台交付的可持续演进218

第12章 政务行业案例：浙江

某区县公共数据平台

项目219

12.1 项目背景219

12.2 项目需求220

12.3 建设实施221

12.3.1 需求调研221

12.3.2 资源评估222

12.3.3 项目规划设计222

12.3.4 方案落地实施223

12.4 项目价值230

第13章 制造行业案例：S集团

财务资金风险监控平台

项目232

13.1 项目背景232

13.2 项目需求233

13.2.1 业务痛点233

13.2.2 项目建设目标235

13.3 建设实施236

13.3.1 需求调研236

13.3.2 资源投入236

13.3.3 项目规划设计237

13.3.4 平台功能239

13.3.5 方案落地实施239

13.3.6 项目上线试运行240

13.4 项目价值241

第14章 汽车行业案例：W集团

车联网大数据分析平台

项目243

14.1 项目背景243

14.2 项目需求244

14.3 建设实施245

14.3.1 需求调研245

14.3.2 项目规划设计246

14.3.3 方案落地实施248

14.4 项目价值253

第15章 地产行业案例：Z集团

客户数据中台从规划到

落地255

15.1 项目背景255

15.2 项目需求258

15.3 建设实施260

15.3.1 需求调研260

15.3.2 资源评估260

15.3.3 项目规划设计261

15.3.4 方案落地实施266

15.3.5 项目上线试运行267

15.4 项目价值268

第16章 零售行业案例：B公司

零售大数据平台项目273

16.1 项目背景273

16.2 项目需求275

16.3 建设实施276

16.3.1 需求调研276

16.3.2 资源与风险评估277

16.3.3 项目规划设计277

16.3.4 方案落地实施282

16.3.5 项目上线试运行285

16.4 项目价值285

第17章 医药行业案例：央国

企S公司的数字化转

型项目287

17.1 央国企数字化转型的背景287

17.2 医药行业数字化转型的背景288

17.3 S公司的数字化转型思考288

17.3.1 公司现状与问题洞察288

17.3.2 数字化建设需求挖掘289

17.3.3 数字化建设思路289

17.4 S公司数字化建设范围290

17.5 总体建设方案290

17.5.1 数字化宣贯方案290

17.5.2 数字化转型蓝图设计292

17.5.3 以数据中台为核心的

双中台建设295

17.5.4 基于双中台的数字化

场景建设297

17.6 项目交付实施保障298

17.6.1 项目建设特点298

17.6.2 项目交付保障299

17.6.3 项目过程回顾300

17.7 项目价值301

·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？

·数澜专利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。

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。