本书是一本全面关注工业企业数据治理方面的工具书，主要内容分为趋势篇、体系篇（上册），工具篇、实施篇及案例篇（下册）。其中趋势篇主要介绍工业企业数据治理的基本概念、主流数据治理标准及框架、数据治理的发展趋势等；体系篇主要介绍数据管控、数据战略、数据架构、主数据管理等的基本原理与管理体系；工具篇主要介绍数据资产运营工具、数据模型管理工具、主数据管理工具等；实施篇主要介绍数据治理实施策略和路径选择、数据治理顶层架构规划与设计、数据资产运营实施等；案例篇主要介绍电力、能源化工、制造、战略投资等行业的数据治理案例，为读者提供专业、丰富、可信的数据治理实施范例。 本书是工业大数据应用技术国家工程实验室多年潜心研究的重要科研成果的总结和凝聚，既具有理论高度，也具备面向中国工业企业的可实操性。参与本书编著的作者均为国内各企业的数据治理专家，所有案例均来自这些企业的实践。 对企业基层管理者或初入职场的人士来说，本书是充分认识数据治理意义、组织实施数据治理的具体方案和工具手册；对企业中层管理者来说，本书是一本配合企业数据治理的纲领性指南；对企业高层管理者来说，本书是一本推动企业数据治理的方法论。本书还适合作为高校的MBA、EMBA教材。

第1篇 趋势篇
第1章 工业企业需要数据治理
1.1 工业革命的演变与发展趋势
1.2 工业数据是工业智能化的核心基础
1.3 主要工业国家和地区的工业数据战略
1.4 工业数据的核心价值
1.5 我国各行业数据治理现状
1.6 数据治理是实现工业数据价值的基础
1.7 工业数据治理面临的困难与挑战
本章精要
第2章 工业企业数据治理概述
2.1 相关术语的定义与内涵
2.1.1 自动化、信息化、数字化、智能化与数智化
2.1.2 数据资源、数据产品、数字资产、数据资产与数据要素
2.1.3 数字治理与数据治理
2.1.4 新一代数据治理
2.1.5 大数据内涵及其8V特征
2.1.6 工业互联网与工业数据
2.1.7 数据管理、数据运营、数据应用、数据交易和数据流通
2.2 工业数据的分类
2.2.1 按照数据对象划分
2.2.2 按照数据的存储形式划分
2.2.3 按照工业企业数据库的类型划分
2.2.4 按照权属类型划分
2.2.5 国家数据局在相关文件中提到的数据类型划分
2.2.6 人工智能训练和推理类应用中的数据类型划分
2.3 五种视角下的数据治理体系框架
2.3.1 数据治理“五域模型”：管理视角
2.3.2 数据治理“黄金屋”：技术视角
2.3.3 数据治理“全景图”：全生命周期视角
2.3.4 数据治理“藏金阁”：安全视角
……
第2篇 体系篇
第3篇 工具篇
第4篇 实施篇
第5篇 案例篇