這是一本能為數字化轉型企業(yè)的數據治理提供全面指導的著作。擁有集團官方出品，得到了用友集團董事長王文京、DAMA中國區(qū)主席汪廣盛等9位企業(yè)界和學術界數字化專家的一致好評
它基于國際主流的數據治理框架和用友多年的數據治理經驗，從道、法、術、器4個維度全面、深入展開，不僅有數據治理在戰(zhàn)略層面的頂層設計，還有數據治理在執(zhí)行層面的實施方法，既可以作為數據治理的綱領性指南，又可作為數據治理的實操手冊。
從數據治理的戰(zhàn)略規(guī)劃到落地實施，本書將各環(huán)節(jié)的核心內容凝練為3 個戰(zhàn)略機制、8 項關鍵舉措、7 種技術能力、7 個治理工具：
數據治理之道：3個戰(zhàn)略機制
高屋建瓴地介紹了數據治理的數據戰(zhàn)略、組織機制和數據文化。這3個機制能夠幫助企業(yè)形成數據治理的自我驅動、自我進化、可持續(xù)發(fā)展和長效運營機制。
數據治理之法：8項關鍵舉措
重點講解了數據治理的8項舉措：理現狀與定目標、能力成熟度評估、路線圖規(guī)劃、保障體系建設、技術體系建設、策略執(zhí)行與監(jiān)控、績效考核、長效運營。這8項舉措構成了企業(yè)數據治理的完整實施方法論。
數據治理之術：7種技術能力
重點講解了數據治理的7種能力：數據梳理與建模、元數據管理、數據標準管理、主數據管理、數據質量管理、數據安全治理、數據集成與共享。
數據治理之器：7個治理工具
從功能角度講解了數據治理所用到的7個工具：數據模型管理工具、元數據管理工具、數據標準管理工具、主數據管理工具、數據質量管理工具、數據安全治理工具、數據集成與共享工具。
除此之外，本書還包括兩個綜合的數據治理案例，以及數據治理的6項準備工作和6個誤區(qū)。
（1）用友集團官方出品，用友資深數據治理專家總結用友多年數據治理經驗，用友集團董事長王文京重磅推薦。
（2）DAMA中國區(qū)主席汪廣盛、阿里研究院副院長安筱鵬、波士頓咨詢Platinion董事總經理陳果、著名架構師付曉巖、中關村大數據產業(yè)聯盟副秘書長陳新河、騰訊云數據治理專家蔡春久、青藤時代創(chuàng)始人郭蘭英、數據治理資深專家/DAMA-DMBOK主要譯者馬歡等8為專家聯袂推薦。
（3）從道、法、術、器4個維度，將企業(yè)數據治理的核心內容總結為：3 大戰(zhàn)略機制、8 項關鍵舉措、7 種技術能力、7 個治理工具。
（4）不僅有數據治理在戰(zhàn)略層面的頂層設計，還有數據治理在執(zhí)行層面的實施方法，既可以作為數據治理的綱領性指南，又可作為數據治理的實操手冊。
為什么要寫本書
在大數據時代，數據治理對所有擁有大量數據的公司來說都是一個挑戰(zhàn)。業(yè)內還流傳著數字轉型，治理先行的說法。越來越多的企業(yè)將數據治理作為數字化戰(zhàn)略的一項必要舉措，并將其列入企業(yè)的戰(zhàn)略行動計劃。
數據治理的重點在于治理，它是一個涉及企業(yè)戰(zhàn)略、組織架構、數據標準、管理規(guī)范、數據文化、技術工具的綜合體。沒有數據治理實踐經驗的人一定會認為：哇，數據治理好高端！又是戰(zhàn)略，又是標準，又是文化，聽起來很高深嘛！然而，真正做過數據治理的人會告訴你：數據治理不僅是苦活、累活，還是個受累不討好、經常背鍋、不容易讓領導看見價值的活。
數據治理，說起來容易，做起來難。這是業(yè)界的共識。在數字化轉型過程中，數據治理不得不做，但又難以做好，這成了企業(yè)的一個魔咒。破解這個魔咒是我們寫本書的初衷。我們希望通過本書回答以下問題：
什么是數據治理？
數據治理治的是數據嗎？
為什么要實施數據治理？
數據治理會遇到哪些挑戰(zhàn)？
數據治理的關鍵要素是什么？
數據治理有哪些常見誤區(qū)？
數據治理在哪里治，源頭系統(tǒng)還是數據中臺？
數據治理的實施方法論是什么？
數據治理的關鍵技術有哪些？如何應用這些技術？
數據治理需要哪些工具？
如何保證企業(yè)數據質量的長治久安？
在本書中，我們結合自身多年的數據項目經驗，總結出了企業(yè)數據治理規(guī)劃和落地的3個機制、8項舉措、7種能力、7把利劍，分別對應企業(yè)數據治理之道、企業(yè)數據治理之法、企業(yè)數據治理之術和企業(yè)數據治理之器四部分內容，希望能夠為企業(yè)數據治理工作的規(guī)劃和落地提供一些思路和啟發(fā)。
讀者對象
本書適合正在或希望從事數據治理、數據管理工作的相關人員閱讀。本書為正在尋求數字化轉型的企業(yè)提供了數據治理的思路和框架，因此特別適合這些企業(yè)的CIO、CDO、IT總監(jiān)、IT經理、項目經理、業(yè)務主管、業(yè)務骨干、數據管理員、數倉開發(fā)工程師、數據分析師等閱讀。
本書希望：
幫助那些想學習數據治理的新手建立對數據治理的整體認識；
幫助那些了解數據治理零散知識的人建立起數據治理知識體系；
為那些正在或計劃進行數據治理的相關人員提供一定的方法和參考案例；
幫助那些正在從事數據治理卻屢碰難題、飽受挫折的人找到新的思路和方法。
本書特色
本書不僅包含業(yè)界主流的數據治理理論框架，還包含用友平臺與數據智能團隊多年的數據項目實戰(zhàn)經驗總結；不僅涉及數據治理在戰(zhàn)略層面的頂層設計，還囊括數據治理在落地執(zhí)行層面的實施方法；不僅可以作為配合企業(yè)數據治理的綱領性指南，還可以作為數據管理人員開展數據治理的實操手冊。
如何閱讀本書
本書分為六部分，共31章，全面闡述數據治理是什么，數據治理為什么重要，數據治理治什么，以及數據治理如何實施。
部分 數據治理概述（第1～3章）
主要介紹數據治理的概念，數據治理對企業(yè)的重要性，企業(yè)數據治理的背景、目標、價值，以及國內外數據治理的參考框架，并闡明為什么數據治理是企業(yè)數字化轉型的必經之路。第3章非常關鍵，不僅起著承上啟下的作用，還是全書的總綱，對企業(yè)數據治理的道、法、術、器進行概括和說明。
第二部分 數據治理之道（第4～6章）
重點介紹數據治理的3個機制數據戰(zhàn)略、組織機制和數據文化，以及如何通過這3個機制形成自我驅動、自我進化、可持續(xù)發(fā)展和長效運營的數據治理體系。
第三部分 數據治理之法（第7～14章）
重點介紹數據治理的8項舉措，即理現狀與定目標、能力成熟度評估、路線圖規(guī)劃、保障體系建設、技術體系建設、策略執(zhí)行與監(jiān)控、績效考核、長效運營。這8項舉措構成了企業(yè)數據治理的完整實施方法論。
第四部分 數據治理之術（第15～21章）
數據治理是一個很寬泛的概念，涉及的技術非常多，本部分重點總結了數據治理的7種能力，即數據梳理與建模、元數據管理、數據標準管理、主數據管理、數據質量管理、數據安全治理、數據集成與共享。
第五部分 數據治理之器（第22～29章）
術需要器來承載，這一部分將重點介紹數據治理所需的7個主要工具，筆者稱之為企業(yè)數據治理的7把利劍。它們分別是什么，有哪些特點，相信你都能在本部分中找到答案。
第六部分 數據治理實踐與總結（第30～31章）
重點介紹數據治理的實踐案例，并總結開展數據治理工作應做好的6項準備、應避免的6個誤區(qū)。后，再次闡明數據治理是企業(yè)數字化轉型的必經之路，并對數據治理的技術發(fā)展進行展望。
勘誤和支持
由于作者能力有限，寫作時間倉促，以及技術不斷更新和迭代，書中難免會出現一些錯誤或者不準確的地方，懇請讀者批評指正。如果你有任何關于本書的意見或建議，歡迎發(fā)送郵件至shixiufeng_88@163.com。期待你的反饋。
致謝
本書為用友平臺與數據智能團隊共同努力的成果，在寫作過程中，我們得到了多位公司領導和同事的支持與幫助，在此一并表示感謝。
感謝我們的客戶，他們一直以來對用友的信任、支持與
羅小江
用友集團助理總裁、平臺和數據智能事業(yè)部總經理、北京軟件和信息服務業(yè)協(xié)會云計算專委會副會長、中國企業(yè)財務管理協(xié)會企業(yè)風險管控專業(yè)委員會副主任委員。
專注于企業(yè)數字化平臺技術應用研究，具有企業(yè)管理、IT等復合知識，并且有豐富的實施交付經驗，主導過多個千萬級項目的規(guī)劃及設計工作。參與過來自不同行業(yè)的眾多企業(yè)和機構的信息化建設項目，其中包括中國海關總署、中國一汽、中興通訊、中國建筑總公司、三一重工、華新麗華、江西貴冶、聯想控股、哈電集團、象嶼集團、廈門國貿、國電投、東方傳媒、施耐德等。
石秀峰
用友集團數據治理專家、中國電子商會數據資源服務創(chuàng)新專業(yè)委員會受聘專家、數據質量管理智庫（DQPro）受聘專家。
深耕數據領域十余年，曾主導過多家大型集團的數據治理、數據集成等項目的咨詢和落地，其中包括江西貴冶、中國振華電子集團、隆平高科、象嶼集團、太陽紙業(yè)、中廣核風電、中國航天科技集團、航空工業(yè)集團、國家電網等。
公眾號談數據主理人，所發(fā)表的數據治理、數據中臺、數字化轉型等系列文章引起CIO圈和數據從業(yè)者的強烈反響，受到廣大讀者的喜愛和轉發(fā)，全網閱讀量超過500萬。
作者名單
贊譽
前言
部分 數據治理概述
第1章 全面認識數據治理2
1.1 數據治理是什么2
1.1.1 從管理者視角看數據治理2
1.1.2 從業(yè)務人員視角看數據治理2
1.1.3 從技術人員視角看數據治理3
1.1.4 數據治理的定義3
1.2 數據治理相關術語和名詞4
1.3 數據治理治什么8
1.3.1 什么是數據資產9
1.3.2 數據資產的利益相關方10
1.3.3 對利益相關方的協(xié)調和規(guī)范10
1.4 數據治理的6個價值11
1.5 數據治理的3個現狀12
1.6 數據治理的5類問題15
1.7 數據治理的6個挑戰(zhàn)17
1.8 本章小結20
第2章 數據治理框架和標準21
2.1 國際數據治理框架21
2.1.1 ISO數據治理標準21
2.1.2 DGI數據治理框架23
2.1.3 DAMA數據管理框架26
2.2 國內數據治理框架28
2.2.1 GB/T 34960規(guī)定的數據治理規(guī)范28
2.2.2 數據管理能力成熟度評估模型30
2.3 本章小結31
第3章 企業(yè)數據怎么治32
3.1 企業(yè)數據治理體系的內涵32
3.1.1 數據治理、數據管理與數據管控32
3.1.2 企業(yè)數據治理的9個要素33
3.1.3 企業(yè)數據治理的4個層面35
3.2 企業(yè)數據治理之道3個機制36
3.3 企業(yè)數據治理之法8項舉措37
3.4 企業(yè)數據治理之術7種能力39
3.5 企業(yè)數據治理之器7把利劍42
3.6 本章小結44
第二部分 數據治理之道
第4章 數據戰(zhàn)略：數字化轉型的燈塔46
4.1 數據戰(zhàn)略的定義46
4.1.1 DAMA對數據戰(zhàn)略的定義46
4.1.2 DCMM對數據戰(zhàn)略的定義47
4.1.3 本書對數據戰(zhàn)略的理解47
4.2 數據戰(zhàn)略與企業(yè)戰(zhàn)略、數據架構的關系48
4.2.1 數據戰(zhàn)略與企業(yè)戰(zhàn)略48
4.2.2 數據戰(zhàn)略與數據架構49
4.3 數據戰(zhàn)略的3個要素49
4.3.1 戰(zhàn)略定位50
4.3.2 實施策略52
4.3.3 行動計劃53
4.4 實施數據戰(zhàn)略的5個步驟55
4.4.1 環(huán)境因素分析55
4.4.2 確定戰(zhàn)略目標57
4.4.3 制定行動方案57
4.4.4 落實保障措施58
4.4.5 戰(zhàn)略評估與優(yōu)化59
4.5 本章小結61
第5章 組織機制：敏捷的治理組織62
5.1 什么是敏捷組織62
5.2 為什么數據治理需要敏捷組織63
5.3 如何構建敏捷組織64
5.3.1 以客戶為中心 64
5.3.2 以數據驅動65
5.3.3 重新定義IT66
5.3.4 業(yè)務與IT深度融合67
5.3.5 培養(yǎng)復合型人才68
5.4 本章小結69
第6章 數據文化：數據思維融入企業(yè)文化70
6.1 數字轉型，文化先行70
6.2 數據文化從建立數據思維開始71
6.2.1 什么是數據思維71
6.2.2 數據思維的3個特點72
6.2.3 如何建立數據思維73
6.3 培養(yǎng)數據文化的3個辦法75
6.3.1 打破數據孤島，實現共享數據75
6.3.2 建立制度體系，固化數據文化76
6.3.3 推行數據治理，增強數據文化77
6.4 本章小結78
第三部分 數據治理之法
第7章 理現狀，定目標80
7.1 現狀調研80
7.1.1 信息化摸底80
7.1.2 業(yè)務部門調研83
7.1.3 高層領導調研84
7.2 現狀評估84
7.2.1 數據思維和認知現狀85
7.2.2 IT系統(tǒng)現狀85
7.2.3 數據分布現狀86
7.2.4 數據管理現狀86
7.2.5 數據質量現狀88
7.3 確定目標89
7.4 本章小結90
第8章 數據治理能力成熟度評估91
8.1 數據治理能力成熟度評估模型91
8.1.1 DMM模型92
8.1.2 DCMM95
8.2 開展DCMM評估98
8.2.1 啟動階段98
8.2.2 宣貫階段99
8.2.3 評估階段100
8.2.4 報告階段101
8.3 本章小結102
第9章 數據治理路線圖規(guī)劃103
9.1 數據治理路線圖概述103
9.1.1 數據治理路線圖的定義103
9.1.2 數據治理路線圖的5個要素104
9.2 明確目標，量化指標104
9.2.1 大處著眼，小處入手105
9.2.2 量化數據治理指標105
9.3 選擇合適的技術路徑106
9.3.1 自主研發(fā)107
9.3.2 采購平臺107
9.3.3 PaaS服務107
9.4 制定數據治理路線圖108
9.4.1 確定數據治理優(yōu)先級108
9.4.2 繪制數據治理路線圖110
9.5 本章小結111
第10章 數據治理保障體系建設112
10.1 數據治理組織機構112
10.1.1 設置數據治理組織的3個原則112
10.1.2 數據治理組織與職責分工113
10.1.3 誰該對數據負責115
10.1.4 數據治理組織的演進116
10.2 打造一把手工程118
10.2.1 數據治理需要一把手工程119
10.2.2 數據治理需要4類人的支持119
10.2.3 如何獲得高層領導的支持120
10.2.4 高層領導如何發(fā)揮作用122
10.3 本章小結124
第11章 數據治理技術體系建設125
11.1 以元數據為核心的數據治理125
11.2 以主數據為主線的數據治理127
11.3 混合云架構下的數據治理128
11.4 大數據架構下的數據治理130
11.5 微服務架構下的數據治理132
11.6 本章小結134
第12章 數據治理策略執(zhí)行與監(jiān)控135
12.1 數據治理的4個過程135
12.2 數據治理策略定義136
12.2.1 制定數據治理策略137
12.2.2 制定項目章程與計劃138
12.3 數據治理策略執(zhí)行140
12.3.1 良好的開端：項目啟動會140
12.3.2 做好溝通管理：借勢和造勢142
12.3.3 不可忽視的例行會議和報告143
12.4 數據治理策略監(jiān)控144
12.4.1 執(zhí)行情況監(jiān)控144
12.4.2 有效性和價值監(jiān)控145
12.5 本章小結145
第13章 數據治理績效考核146
13.1 數據治理的4個考核原則146
13.2 數據治理的6類考核指標147
13.3 數據質量的6種檢查辦法150
13.4 數據治理的4種考核方式151
13.5 本章小結153
第14章 數據治理長效運營154
14.1 什么是數據治理長效運營機制154
14.2 數據治理長效運營的意義155
14.2.1 建設數字化協(xié)同環(huán)境的需要155
14.2.2 鞏固和擴大數據治理成果的需要155
14.2.3 加速企業(yè)數字化轉型的需要156
14.3 數據治理長效運營的挑戰(zhàn)157
14.3.1 來自組織的挑戰(zhàn)157
14.3.2 來自文化認知的挑戰(zhàn)158
14.3.3 來自項目轉產的挑戰(zhàn)158
14.4 建立數據治理長效運營機制159
14.4.1 組織領導機制159
14.4.2 標準規(guī)范機制159
14.4.3 培訓教育機制160
14.4.4 人才培養(yǎng)機制161
14.4.5 績效考評機制161
14.4.6 持續(xù)優(yōu)化機制162
14.5 本章小結163
第四部分 數據治理之術
第15章 數據梳理與建模166
15.1 數據模型概述166
15.1.1 什么是數據模型166
15.1.2 數據模型的3個要素167
15.1.3 數據模型的3種類型167
15.1.4 數據模型的重要性171
15.2 數據梳理172
15.2.1 自上而下的數據梳理173
15.2.2 自下而上的數據梳理174
15.3 數據建模技術和方法175
15.3.1 什么是ER模型175
15.3.2 ER模型的構成176
15.3.3 ER建模的5個步驟179
15.3.4 ER建模技術：UML180
15.4 數據建模與數據治理181
15.4.1 數據模型與數據治理的關系181
15.4.2 數據建模是數據治理的開端183
15.4.3 數據模型管理存在的3個問題183
15.4.4 數據模型管理的3個有效措施184
15.4.5 數據模型驅動數據治理185
15.5 本章小結186
第16章 元數據管理187
16.1 元數據管理概述187
16.1.1 什么是元數據187
16.1.2 元數據的3種類型189
16.1.3 元數據的6個作用190
16.1.4 什么是元數據管理191
16.1.5 元數據管理的3個目標191
16.1.6 元數據管理的4個挑戰(zhàn)192
16.1.7 元數據管理的4個階段193
16.2 元數據管理方法195
16.2.1 業(yè)務目標理解195
16.2.2 元數據需求規(guī)劃196
16.2.3 元數據規(guī)劃設計197
16.2.4 元數據管理體系設計198
16.3 元數據管理技術199
16.3.1 元數據采集199
16.3.2 元數據管理200
16.3.3 元數據應用201
16.3.4 元數據接口203
16.4 本章小結203
第17章 數據標準管理204
17.1 數據標準管理概述204
17.1.1 什么是數據標準204
17.1.2 數據標準的作用205
17.1.3 什么是數據標準化206
17.1.4 數據標準與數據治理207
17.1.5 數據標準管理的3個常見問題208
17.1.6 數據標準管理的意義209
17.2 數據標準管理內容210
17.2.1 數據模型標準210
17.2.2 基礎數據標準211
17.2.3 主數據與參考數據標準213
17.2.4 指標數據標準214
17.3 數據標準管理體系215
17.3.1 數據標準管理組織216
17.3.2 數據標準管理流程216
17.3.3 數據標準管理辦法221
17.4 數據標準管理的4個實踐222
17.5 本章小結223
第18章 主數據管理224
18.1 主數據管理概述224
18.1.1 什么是主數據224
18.1.2 什么是主數據管理225
18.1.3 主數據管理的意義226
18.2 主數據管理方法227
18.2.1 摸家底階段227
18.2.2 建體系階段232
18.2.3 接數據階段235
18.2.4 抓運營階段237
18.3 主數據管理技術239
18.3.1 主數據分類239
18.3.2 主數據編碼241
18.3.3 主數據集成243
18.4 主數據管理的7個實踐246
18.5 本章小結251
第19章 數據質量管理252
19.1 數據質量管理概述252
19.1.1 什么是數據質量252
19.1.2 數據質量差的后果253
19.1.3 什么是數據質量維度255
19.1.4 什么是數據質量測量256
19.1.5 什么是數據質量管理257
19.2 數據問題根因分析257
19.2.1 什么是根因分析258
19.2.2 產生數據問題的階段259
19.2.3 產生數據問題的原因260
19.2.4 根因分析的方法262
19.2.5 根因分析的工具263
19.3 數據質量管理體系框架266
19.3.1 基于ISO 9001的數據質量管理267
19.3.2 基于六西格瑪的數據質量管理269
19.3.3 數據質量評估框架273
19.4 數據質量管理策略和技術276
19.4.1 數據質量管理之事前預防276
19.4.2 數據質量管理之事中控制279
19.4.3 數據質量管理之事后補救283
19.5 本章小結285
第20章 數據安全治理286
20.1 數據安全治理概述286
20.1.1 什么是數據安全286
20.1.2 數據安全的脆弱性287
20.1.3 數據安全風險來自哪里288
20.1.4 什么是數據安全治理290
20.1.5 數據治理與數據安全治理291
20.2 數據安全治理策略292
20.2.1 數據安全治理體系292
20.2.2 數據安全治理目標293
20.2.3 數據安全治理組織294
20.2.4 數據安全認責策略295
20.2.5 數據安全治理制度297
20.2.6 數據安全治理培訓298
20.2.7 數據安全運維體系298
20.3 數據安全治理技術300
20.3.1 數據梳理與敏感數據識別301
20.3.2 數據分類分級策略302
20.3.3 身份認證304
20.3.4 授權306
20.3.5 訪問控制308
20.3.6 安全審計308
20.3.7 資產保護310
20.3.8 數據脫敏312
20.3.9 數據加密技術313
20.4 數據安全的政策法規(guī)314
20.4.1 歐盟的數據安全法律法規(guī)315
20.4.2 美國的數據安全法律法規(guī)316
20.4.3 中國的數據安全法律法規(guī)316
20.5 本章小結317
第21章 數據集成與共享318
21.1 應用集成的4個層面318
21.1.1 門戶集成318
21.1.2 服務集成319
21.1.3 流程集成320
21.1.4 數據集成321
21.2 數據集成架構的演進322
21.2.1 點對點集成架構322
21.2.2 EDI集成架構323
21.2.3 SOA集成架構324
21.2.4 微服務集成架構325
21.3 數據集成的4種典型應用326
21.3.1 基于中間件交換共享模式326
21.3.2 主數據應用集成模式328
21.3.3 數據倉庫應用模式329
21.3.4 數據湖應用模式330
21.4 數據集成步驟和方法332
21.4.1 集成需求分析332
21.4.2 制定集成方案333
21.4.3 接口開發(fā)與聯調334
21.4.4 部署運行與評價335
21.5 本章小結336
第五部分 數據治理之器
第22章 數據模型管理工具338
22.1 系統(tǒng)架構338
22.2 數據模型管理339
22.3 數據模型應用340
22.4 本章小結342
第23章 元數據管理工具343
23.1 系統(tǒng)架構343
23.2 元數據采集344
23.3 元數據管理345
23.4 元數據應用346
23.5 本章小結349
第24章 數據標準管理工具350
24.1 系統(tǒng)架構350
24.2 數據標準管理351
24.3 數據標準應用353
24.4 本章小結353
第25章 主數據管理工具355
25.1 系統(tǒng)架構355
25.2 主數據建模356
25.3 主數據管理356
25.4 主數據質量357
25.5 主數據安全358
25.6 主數據集成359
25.7 本章小結359
第26章 數據質量管理工具360
26.1 系統(tǒng)架構360
26.2 數據質量指標361
26.3 數據質量測量361
26.4 數據質量剖析362
26.5 數據質量問題分析與改進362
26.6 本章小結363
第27章 數據安全治理工具364
27.1 系統(tǒng)架構364
27.2 數據安全治理365
27.3 數據安全應用366
27.4 本章小結367
第28章 數據集成與共享工具368
28.1 系統(tǒng)架構368
28.2 數據交換共享系統(tǒng)369
28.3 目錄服務系統(tǒng)372
28.4 數據管理系統(tǒng)374
28.5 本章小結375
第29章 數據治理工具選型建議376
29.1 供應商綜合實力376
29.2 產品的架構考察377
29.3 產品的功能考察378
29.4 產品的性能考察379
29.5 工具選型與成本預算379
29.6 本章小結380
第六部分 數據治理實踐與總結
第30章 企業(yè)數據治理實踐案例382
30.1 案例1：某電線電纜集團的主數據管理實踐382
30.1.1 企業(yè)簡介382
30.1.2 項目建設背景383
30.1.3 主數據普查情況383
30.1.4 主數據管理解決方案384
30.1.5 項目建設成效389
30.2 案例2：某新能源汽車公司的數據資產管理實踐390
30.2.1 企業(yè)簡介390
30.2.2 項目建設背景390
30.2.3 企業(yè)數據管理現狀390
30.2.4 數據資產管理解決方案392
30.2.5 項目建設成效396
30.3 本章小結397
第31章 企業(yè)數據治理總結與展望398
31.1 數據治理的6項準備398
31.2 數據治理的6個誤區(qū)400
31.3 數據治理的5個技術展望405
31.4 企業(yè)數據治理與數字化轉型413
31.5 本章小結415
書單推薦
