目录
前言
第1章 全面认识数据与数据要素
1.1 什么是数据2
1.1.1 数据的定义2
1.1.2 数据的特性2
1.1.3 数据的生成3
1.1.4 数据的消费4
1.2 数据的分类5
1.2.1 按结构化特征分类6
1.2.2 按使用场景分类7
1.2.3 按权利所属分类8
1.2.4 组织内不同人眼中的数据分类11
1.3 什么是数据要素14
1.3.1 数据是新型生产要素14
1.3.2 数据要素的主要表现形态15
1.3.3 数据要素的价值实现路径17
1.3.4 数据要素的特征19
第2章 数据管理与数据体系
2.1 数据的流动与变化22
2.2 内外部环境对数据的要求23
2.2.1 合规需求24
2.2.2 外部洞察需求26
2.2.3 内部洞察需求28
2.3 不同数据管理阶段的数据形态30
2.3.1 数据管理的发展历程30
2.3.2 数据的形态变化33
2.4 数据管理的必备知识40
2.5 数据体系解析42
2.5.1 从宏观战略角度分析数据体系43
2.5.2 从管理对象角度分析数据体系45
2.6 数据体系正在从成本和效率中心向价值中心转变46
第3章 数据战略的设计、实施与管理
3.1 什么是数据战略52
3.1.1 数据战略的定义52
3.1.2 数据战略的核心要素53
3.1.3 数据战略与其他战略的关系54
3.2 数据战略的设计与实施57
3.3 数据战略管理61
3.3.1 数据战略管理的定义61
3.3.2 数据战略管理的要点61
3.3.3 数据战略管理体系65
3.4 案例：商业银行的数据战略68
3.4.1 商业银行的数据战略框架69
3.4.2 商业银行的数据战略实施路径73
3.4.3 总结78
第4章 数据资源的设计、建设与管理
4.1 什么是数据资源80
4.1.1 数据资源的定义80
4.1.2 数据资源的生命周期81
4.2 数据需求解析83
4.2.1 数据需求83
4.2.2 元数据91
4.3 数据资源设计97
4.3.1 数据资源设计概述98
4.3.2 数据资源设计的实现126
4.3.3 数据资源架构的特性129
4.3.4 案例：大型零售连锁企业的数据资源设计132
4.4 数据资源建设140
4.4.1 建设流程141
4.4.2 建设要点142
4.4.3 常见问题及解决方案143
4.5 数据资源管理145
4.5.1 数据资源管理体系框架145
4.5.2 核心职能之间的管理逻辑148
4.5.3 数据资源架构管理150
4.5.4 数据资源质量管理157
4.5.5 数据资源生命周期管理164
4.5.6 数据资源风险管理167
第5章 数据资产的建设、管理与流通
5.1 什么是数据资产175
5.1.1 数据资产的定义176
5.1.2 常见的数据资产分类177
5.1.3 数据资产的关键点179
5.1.4 数据资产的生命周期180
5.2 数据资产建设180
5.2.1 数据资产需求识别181
5.2.2 数据资产架构设计186
5.2.3 数据资产开发191
5.2.4 数据资产登记与形成192
5.3 数据资产管理体系194
5.4 数据资产管理的核心职能197
5.4.1 数据资产需求管理198
5.4.2 数据资产价值管理199
5.4.3 数据资产流通管理201
5.4.4 数据资产架构管理202
5.4.5 数据资产风险管理204
5.4.6 数据资产生命周期管理205
5.5 数据资产管理实施208
5.5.1 实施过程208
5.5.2 实施的关键点210
5.6 数据资产流通212
5.6.1 数据流通212
5.6.2 数据资产流通概述216
5.6.3 数据资产流通管理体系219
5.6.4 数据资产流通管理的核心职能221
5.6.5 数据资产流通管理的关键点和注意点228
5.7 案例：商业银行数据资产体系建设实践229
5.7.1 背景与需求230
5.7.2 实践目标230
5.7.3 构思231
5.7.4 工作步骤238
5.7.5 主要成果240
第6章 数据治理的框架、标准与方法
6.1 什么是数据治理244
6.1.1 不同组织对数据治理的定义244
6.1.2 本书对数据治理的定义245
6.1.3 数据管理与数据治理248
6.2 数据治理的框架和标准250
6.2.1 国际数据治理框架250
6.2.2 国内数据治理标准268
6.3 数据治理方法271
6.3.1 现状与需求分析271
6.3.2 蓝图规划280
6.3.3 规划实施285
6.3.4 优化与改进292
6.4 ×农商行数据治理实践294
6.4.1 ×农商行简介295
6.4.2 数据管理现状295
6.4.3 数据治理成熟度评估及问题分析301
6.4.4 数据治理体系实施原则306
6.4.5 数据治理优化方案306
6.4.6 数据治理实施318
第7章 数据管理保障体系
7.1 数据管理保障体系简介323
7.1.1 数据管理保障体系的组成323
7.1.2 按照5W2H模型理解数据管理保障体系324
7.2 数据管理组织325
7.2.1 组织架构326
7.2.2 岗位设置335
7.2.3 团队建设351
7.2.4 数据责任357
7.2.5 绩效考核359
7.2.6 案例：A银行数据管理组织367
7.3 数据管理机制373
7.3.1 数据管理制度373
7.3.2 数据管理流程382
7.4 数据标准规范384
7.4.1 数据标准的定义385
7.4.2 数据标准的分类及范围385
7.4.3 数据标准管理402
7.5 数据人才408
7.5.1 什么是数据人才408
7.5.2 数据人才建设409
7.5.3 数据人才培养411
7.6 数据平台及工具412
7.6.1 数据平台及工具的定义412
7.6.2 数据平台及工具建设413
7.6.3 数据平台及工具的选择策略413
7.6.4 数据仓库、数据平台、数据中台、数据湖的
内涵和区别415
7.6.5 数据平台及工具管理419
7.7 数据技术创新420
7.7.1 数据技术的内涵421
7.7.2 数据技术的更新迭代422
7.7.3 数据技术的发展规划423
7.7.4 数据技术创新的方法425
7.8 数据文化素养426
7.8.1 数据文化素养的内涵426
7.8.2 培养数据文化素养427
7.8.3 培养数据文化素养的注意事项429
第8章 数据体系建设的方法与实践
8.1 数据体系建设是一个复杂过程431
8.2 数据体系建设的6个原则433
8.3 数据体系建设的过程436
8.3.1 规划设计阶段436
8.3.2 实施阶段440
8.3.3 管理阶段442
8.3.4 监督阶段444
8.4 数据体系建设的注意事项446
8.4.1 规划设计阶段446
8.4.2 实施阶段447
8.4.3 管理阶段448
8.4.4 监督阶段449
8.4.5 跨阶段的通用注意事项及其解决方案449
8.5 案例：某公司数据资产管理体系构建与应用实践451
8.5.1 项目背景451
8.5.2 建设阶段划分451
8.5.3 数据资产管理体系的创新构建与成效452
8.5.4 解决方案452
8.5.5 价值与成效457
8.6 案例分析458
8.6.1 内容对比分析458
8.6.2 造成差异的原因459
8.6.3 一般企业数据体系建设的常见路径461
展开
