新書推薦：
《
隋唐王朝兴亡史
》
售價：HK$
78.2
《
货币新纪元：区块链重塑金融生态
》
售價：HK$
101.2
《
规制如何生财：清代盐政基本原理研究（1644-1850）
》
售價：HK$
101.2
《
小学生C++趣味编程从入门到精通 青少年软件编程等级考试（C语言）学习用书
》
售價：HK$
102.4
《
新知文库精选·一念之差：关于风险的故事与数字
》
售價：HK$
78.2
《
道德自我的伦理根基——教化论视野下的现代性道德哲学批判
》
售價：HK$
101.2
《
投诉是礼物：从投诉中学习经验并恢复客户忠诚度的101个活动、练习及工具（实践版）
》
售價：HK$
67.9
《
白酒风云录 中国白酒企业史（1949-2024）：清香风起
》
售價：HK$
101.2
|
| 編輯推薦： |
（1）作者背景权威：中国数据中台领先服务商数澜科技出品，由两位联合创始人和首席科学家领衔撰写。
（2）作者经验丰富：数澜科技7年来为1000余家大中型政企客户提供数据基础设施方面的服务，本书是他们实践经验的总结。
（3）畅销书大升级：第1版累计印刷16次，销量超过100000册，第2版更新和新增的内容超过60%。
（4）四个维度展开：围绕数据中台的建设方法与架构设计、建设内容与运营方法、工程化交付体系、行业解决方案与案例4个维度全面、深度展开。
（5）数据中台标准实践指南：本书第1版两网评论近40000条，好评率超过99.9%，是数据中台领域公认的标准性著作。
（6）数据要素与数字化转型：围绕数字中国战略，从数据要素实践和数字化转型双重视角，指导企业通过数据中台管好数据、用好数据。
|
| 內容簡介： |
在数字中国这一国家战略的牵引下，数据要素和数字化转型的研究和落地如火如荼。数据中台是企业开展数据要素相关实践和数字化转型的关键基础设施，本书在这样的时代背景下，以帮助企业“管好数据、用好数据”为宗旨，内容围绕数据中台架构与建设方法论、数据中台建设流程和内容、数据中台工程化交付、数据中台行业解决方案4个维度全面、深度展开。
本书一共17章，逻辑上分为四个部分：
第1部分 数据中台建设方法与架构设计（第1~3章）
首先，从产生、定义、认知、相关概念、建设方法论、架构等方面对数据中台进行了全面介绍，帮助读者建立对数据中台的清晰认识和理解，熟悉数据中台的建设机制；然后，总结了企业数据应用成熟度评估、数据中台在各个行业的应用场景，以及数据中台的成功要素。
第2部分 数据中台建设内容与运营方法（第4~10章）
深入讲解了数据中台的核心模块，包括数据汇聚、数据开发、数据体系建设、数据资产管理、数据应用体系建设、数据中台运营机制、数据安全管理等，不仅介绍了如何实现一个数据中台，还介绍了数据中台的运营方法与经验。
第3部分 数据中台工程化交付体系（第11章）
首先介绍了数据中台工程化交付体系的概念，然后从交付团队、交付内容、交付环节任务、交付实施思路四个方面详细讲解了数据中台工程化交付框架的内容和结构，最后提出数据中台的交付是一个可持续演进的过程。
第4部分 数据中台行业解决方案与案例（第12~17章）
结合政务、制造、汽车、地产、零售、医药等6个行业的数据中台实践案例，从项目背景、项目需求、项目实施、项目价值四个维度讲解了数据中台的建设思路、实施过程与运营方法。
本书内容是数澜科技7年来为1000余家大中型政企机构提供数据基础设施服务的经验总结，第1版累计销量超过10万册，好评率超过99%，第2版更新和新增的篇幅超过60%。
|
| 關於作者： |
*付登坡
数澜科技联合创始人、副总裁，国内首批大数据技术探路者，擅长数据建模、海量数据产品架构与实现，有着十余年大数据技术与应用的从业经验。
*江敏
数澜科技联合创始人，曾就职于阿里巴巴、同花顺等公司，专注于金融证券系统的高性能与高并发、大数据、人工智能等领域。阿里巴巴内部数据业务的第一批实践者，阿里巴巴数据能力对外赋能的探索者，参与ID-Mapping、TCIF（淘宝消费者信息工厂）、数据交换、5K 等重点数据工作。曾担任华为独立顾问、国家级课题子项负责人、多个大型数字化项目规划落地负责人。
*赵东辉
数澜科技数据智能首席科学家，杭州市高层次人才，西安电子科技大学硕士生校外导师。曾就职于阿里巴巴，从事多业态数据打通及人工智能相关工作。主要研究领域为智能社会计算，目前是国家重点研发计划“社会治理与智慧社会科技支撑”课题负责人。带领团队连续两年入选中央网信办人工智能企业典型应用案例，并荣获中国人工智能协会第七届“数字化转型企业优秀案例”奖。毕业于中国科学技术大学，发表论文多篇，获得发明专利12项。
|
| 目錄：
|
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
|
| 內容試閱：
|
以数据中台为起点，让更多人理解数据的魅力，是2019年时作者团队决定写《数据中台：让数据用起来》（本书第1版）的初衷。
由于5G、AI、物联网等技术的普及应用，数据将对企业未来的发展产生深远的影响。数据的应用场景不断拓展，数据源日益丰富，数据量快速攀升，数据真正进入了爆发式增长及价值扩大化阶段。要管好数据、用好数据，以数据中台为代表的数据应用基础设施将成为关键。“让数据用起来”既是数据中台的初心和使命，也是我们共同的追求。
根据企业年报等公开资料、专家访谈及艾瑞咨询的自有统计模型核算，2020年我国数据中台的市场规模达到68.2亿元，较上年增长了近80%。2022年我国数据中台的市场规模已达139亿元，2018～2022年的复合增长率为69.1%。
数据中台广受市场追捧，并被寄予厚望。这几年，数据中台相关的方法论和解决方案层出不穷，企业纷纷启动数据中台项目。但我们的切身感受是，具体行业、企业的实践案例，特别是成功的实践案例还是偏少的。
2019年写本书第1版时，我们系统阐述了数据中台的基本概念、体系框架、核心能力等内容，主要讨论了数据中台是什么、为何产生、可以解决什么问题，以及如何用数据中台管好数据、用好数据。在第2版中，我们旨在揭示数据中台的全貌和实战经验，为读者提供更有价值的参考。
此外，针对很多读者关心的数据中台项目如何落地实施的问题，我们在第2版中重点添加了数据中台交付体系的内容，详细介绍了如何通过从项目启动到上线保障的6个环节开展数据中台项目，并说明了各个环节涉及的角色及其分工、产出物等。
最后，从数据中台的产生与发展入手，深入探讨数据中台的应用场景。通过介绍6个典型行业（政务、制造、汽车、地产、零售和医药）的数据中台建设案例，带领读者深入了解不同行业的数字化转型之路，看看走在数字化建设前列的企业迎来了怎样的历史性变革。我们希望第2版能够为大家提供更多有价值的参考和启发。
基于过去几年各行各业的数据中台实践经验和我们收到的反馈，我们对原有的方法论体系进行了微调和完善，特别是在应用体系方面，以更加贴合实际的方式介绍数据中台如何发挥业务价值和解决业务问题。
不知不觉中，“数据中台”这个概念自提出至今已有近10年时间了。过去几年，数据中台作为数字化浪潮中崭露头角的新事物备受关注，有被推崇的高峰期，也有被质疑的低谷期。在下游企业和资本市场的关注、助推下，数据中台市场从萌芽期快速进入爆发期，在企业建设数据中台实践屡屡受挫时又备受质疑。
我们认为，抛开“数据中台”不谈，各企业经过多年的信息化建设积累了海量数据，如何利用这些数据支撑业务的转型发展是企业数字化转型过程中的共同诉求。数据中台尝试做的就是这样的事情。
我国企业数字化转型正在快速发展，政府一直在推动数字化转型，数字化转型被视为提高制造业和服务业竞争力的重要手段。
在“数据驱动、数字化转型”的战略下，鼓励企业加强数据管理和利用，推动经济高质量发展。而数据中台建设是我国企业数字化转型的重要一环，越来越多的企业开始重视数据中台建设。但目前，我国的数据中台建设仍然主要集中在大型企业和互联网公司，中小企业的数据中台建设相对滞后。
背后的原因是数据中台的建设仍有诸多痛点亟须解决：第一，数据泄露和滥用的风险，政府和企业需要更加注重数据安全和隐私保护；第二，数据来源的多样性和数据质量的不确定性，企业需要更加注重数据的准确性和可靠性，即数据质量问题；第三，不同企业之间、同一企业的不同部门之间的数据格式和标准不一致，数据共享与协作存在困难；第四，数据规模的不断增大和数据类型的不断增多，企业需要更加注重数据的治理和管理，以确保数据的可持续发展和价值提升。
2016年，数澜科技成立。作为国内首家数据中台服务独立供应商，数澜科技伴随着数据中台的兴衰一路走来，有坎坷也有成就。
在过去的7年里，数澜科技的产品及技术已广泛应用于军工、政府、地产、金融、制造、教育等领域，为上海飞机制造、成飞集团、富士康、三一集团、中信集团、万科集团、华侨城集团、长安汽车、比亚迪、深圳巴士集团、长虹集团、宝马中国、中国银行、华泰证券、浙江交投等1000余家政企客户提供了数据应用基础设施服务，其中大型企业200多家，500强企业69家。比起客户数量，更大的成就感来自客户、行业伙伴、投资者以及政府的认可。
本书是数澜科技集体智慧的结晶，付登坡、江敏、赵东辉、陶胜刚、蒋珍波、张成振、周帅、汪国强、陈璐、张瑞红、郑远芃、洪牡丹、李农娇等数澜专家，多年奋战在数据产品、开发、算法、咨询、治理一线，积淀了数据中台的前沿实战案例和实践经验，并将其汇集成了本书。同时，感谢邱宇芳、王俊等专家在丰富本书内容、增强阅读体验等方面给予的建议和帮助。我们希望用最朴实的文字，带给读者以最实用的内容。
目前，数据中台已经到了稳步发展的阶段。任何事物的萌芽和发展，一定有其前提条件和土壤，还有最为重要的时间。值得期待的是，未来企业将不断加强数据管理和利用，
|
|
購物車/收銀台(
0
) | 在線留言板
| 付款方式
| 運費計算
| 聯絡我們
| 幫助中心 |
加入書簽
HOME
新書上架
