引言
第一篇 阐明数据血缘的概念
第1章 数据血缘的现有观点和方法分析
1.1 数据血缘和其他类似的概念
1.2 数据血缘组件
1.3 数据血缘与数据生命周期的关系
1.4 数据血缘与数据管理能力和企业架构
1.5 DAMA-DMBOK2关于记录数据血缘的建议
1.6 本书使用的概念
第2章 记录数据血缘的业务驱动因素
2.1 满足法规需求
2.2 业务变更
2.3 数据管理举措
2.4 透明性和审计需求
第3章 元模型的概念
3.1 数据和信息的概念
3.2 元数据语境下的数据血缘
3.3 元模型的定义
第4章 数据血缘元模型
4.1 数据血缘元模型的结构
4.2 业务层
4.2.1 业务能力
4.2.2 流程
4.2.3 角色
4.2.4 业务主题域（数据）
4.2.5 IT资产（工具）
4.3 与数据模型相关的挑战
4.4 概念层
4.4.1 传统概念模型
4.4.2 语义模型
4.4.3 本书使用的概念层模型
4.5 逻辑层
4.5.1 传统逻辑模型
4.5.2 解决方案模型
4.5.3 本书使用的逻辑层模型
4.6 物理层
4.7 业务规则
4.8 数据血缘元模型的图形化表示
第5章 数据血缘类型
5.1 元数据血缘和数据值血缘
5.2 不同记录层级的数据血缘
5.3 横向和纵向数据血缘
5.4 描述型和自动型数据血缘
5.5 各种数据血缘之间的相关性
第二篇 实现数据血缘
第6章 使用九步方法论构建数据血缘案例
第7章 明确数据血缘工作的范围
7.1 “企业”的范围
7.2 数据血缘的“长度”
7.3 数据血缘的“深度”
7.4 关键数据集
7.5 数据血缘组件的数量
第8章 定义数据血缘相关的角色
8.1 影响角色设计的主要因素
8.1.1 数据专员类型
8.1.2 业务能力维度
8.1.3 数据链上的角色位置
8.1.4 数据管理子能力
8.1.5 数据架构风格
8.1.6 IT解决方案的设计方法
8.1.7 业务域定义
8.1.8 “企业”的规模
8.2 记录数据血缘涉及的数据管理角色
第9章 定义数据血缘需求
9.1 需求类型
9.2 元数据血缘需求
9.2.1 通用需求
9.2.2 横向数据血缘需求
9.2.3 纵向数据血缘需求
9.3 数据值血缘需求
第10章 确定数据血缘实施方案
10.1 影响方案选择的因素
10.2 沟通数据血缘的范围和方案
第11章 选择合适的数据血缘解决方案
11.1 软件解决方案相关的术语
11.2 记录数据血缘的软件解决方案类型
11.3 数据血缘解决方案的主要来源
11.4 记录数据血缘的解决方案
11.4.1 业务流程建模解决方案
11.4.2 企业架构解决方案
11.4.3 数据建模解决方案
11.4.4 元数据、数据治理和数据血缘解决方案
11.4.5 数据质量和知识图谱解决方案
11.4.6 数据血缘解决方案的高阶功能概述
第12章 数据血缘的记录和构建分析
12.1 描述型和自动型数据血缘记录方法的主要组件
12.2 数据血缘记录的主要步骤
12.3 使用描述型方法记录数据血缘
12.4 使用自动型方法记录数据血缘
12.5 描述型和自动型数据血缘组件的集成
12.6 数据值血缘管理
第13章 数据血缘业务案例的风险因素和成功因素
13.1 风险因素
13.2 成功因素
第三篇 使用数据血缘
第14章 关键数据
14.1 关键数据的使用场景
14.2 关键数据（元素）的定义
14.3 “关键数据”概念的应用领域
14.4 “关键数据”概念的实施
第15章 数据质量
15.1 设定数据质量需求
15.2 设计和构建数据质量检查和控制机制
第16章 影响分析和根因分析
第17章 业务驱动因素建模
第18章 建立数据管理框架
18.1 数据管理的“橙色”模型
18.2 建立数据管理框架与记录数据血缘
第四篇 案例研究：构建数据血缘业务案例
步骤1：确定业务驱动因素
步骤2：主要利益相关者的预算支持和参与
步骤3：数据血缘工作的范围
步骤4：定义角色和职责
步骤5：准备数据血缘需求
步骤6：选择记录数据血缘的方式和方法
步骤7：选择合适的数据血缘解决方案
附录
模板1 数据血缘需求
模板2 数据血缘工作的范围和进展
概述 数据血缘解决方案
模板3 比较数据血缘解决方案
展开
