●篇概述篇
章工业企业需要数据治理2
1.1工业革命的演变与发展趋势2
1.2工业大数据是第四次工业革命的核心基础4
1.3各国的工业大数据战略6
1.4工业企业数据的核心价值7
1.5我国各行业数据治理现状10
1.6数据治理是工业大数据的基础12
1.7工业企业数据治理面临的挑战12
本章精要14
第2章工业企业数据治理概述15
2.1数据治理的相关概念和定义15
2.2数据的分类17
2.3数据治理的顶层架构20
2.4数据治理的核心内容21
本章精要22
第3章主流数据治理标准及框架介绍23
3.1国际标准23
3.2国内标准及模型24
3.3专业组织26
3.4国内外数据治理体系的对比分析28
本章精要30
第4章数据治理的发展趋势31
4.1国内外数据治理的演变与发展31
4.2数据隐私保护政策32
4.3区块链与数据共享33
4.45G技术与数据安全38
4.5数据文化与伦理道德39
4.6新技术与数据治理40
4.7工业企业数据的运营41
本章精要43
第5章本书阅读导引44
5.1数据治理是一个系统工程44
5.2工具是数据治理的保障45
5.3实施数据治理有路线可循45
5.4数据治理已在诸多行业成功实施46
参考资料47
第2篇体系篇
第6章数据管控51
6.1数据管控概述51
6.2组织架构53
6.2.1数据治理组织架构53
6.2.2数据治理组织模式55
6.2.3数据治理职责分工58
6.3制度规范61
6.3.1数据治理制度框架61
6.3.2数据治理制度修订64
6.4执行流程65
6.4.1数据治理总体流程框架65
6.4.2数据治理典型场景的流程67
6.5设计机制70
6.6绩效体系72
6.7标准体系74
本章精要76
第7章数据战略77
7.1数据战略概述77
7.2数据战略规划77
7.2.1愿景和目标78
7.2.2基本原则79
7.2.3战略举措选择80
7.2.4模型工具81
7.3数据战略实施82
7.3.1实施策略83
7.3.2实施路径83
7.3.3实施步骤83
本章精要87
第8章数据架构88
8.1数据架构概述89
8.2框架设计90
8.2.1数据分布90
8.2.2数据主题域92
8.2.3数据关联关系93
8.3数据建模98
8.3.1概念数据模型99
8.3.2逻辑数据模型100
8.3.3物理数据模型101
8.3.4数据模型开发方法102
本章精要105
第9章主数据管理106
9.1主数据和主数据管理106
9.1.1主数据的特征106
9.1.2主数据管理的基本概念107
9.2主数据标准管理108
9.3主数据全生命周期管理109
9.4主数据应用管理110
9.5企业常用的几类主数据112
9.5.1物料主数据112
9.5.2设备主数据113
9.5.3资产主数据114
9.5.4财务主数据115
9.5.5组织机构和员工主数据116
本章精要116
0章元数据管理117
10.1元数据的定义117
10.2元数据分类117
10.2.1业务元数据118
10.2.2技术元数据119
10.2.3操作元数据120
10.3元数据核心能力120
10.4元数据的价值123
本章精要124
1章数据指标管理125
11.1数据指标管理概述125
11.1.1数据指标应用和管理中的挑战125
11.1.2设计目的126
11.1.3设计思路126
11.2体系框架128
11.2.1典型的数据指标定义框架128
11.2.2指标选取原则及方法129
11.2.3指标体系层级设计130
11.2.4指标体系评价方法131
11.3找指标132
11.4理指标134
11.5管指标136
11.6用指标137
本章精要137
2章时序数据管理138
12.1时序数据管理概述138
12.2时序数据的特点139
12.3时序数据的应用141
12.3.1技术挑战141
12.3.2典型的技术架构及特点142
12.3.3系统核心功能143
本章精要143
3章数据质量管理144
13.1数据质量需求144
13.2数据质量检查145
13.3数据质量分析146
13.4数据质量提升147
13.5数据质量评估149
13.5.1数据质量问题的起因150
13.5.2数据质量管理技术指标151
13.5.3数据质量管理业务指标152
本章精要153
4章数据安全管理155
14.1数据安全管理概述155
14.2数据安全体系框架156
14.3数据安全防护策略159
14.4数据安全审计161
14.5数据安全风险评估162
14.6数据应急保障164
本章精要165
5章数据交换与服务166
15.1数据交换与服务的意义167
15.2数据交换与服务技术演进168
15.2.1文件共享技术168
15.2.2数据库中间表技术168
15.2.3点对点接口技术168
15.2.4消息队列技术170
15.2.5企业服务总线交换技术171
15.2.6ETL数据交换技术173
15.2.7物联网数据采集交换技术173
15.3工业企业数据交换与服务标准体系架构175
15.3.1CPS信息交换模型176
15.3.2设备互联总线177
15.3.3应用互联总线178
15.3.4数据总线179
15.3.5开放互联API网关181
本章精要182
6章数据共享与开放183
16.1共享与开放概述183
16.2数据资源目录185
16.3数据资源准备186
16.3.1数据采集186
16.3.2数据加工187
16.3.3数据保密187
16.3.4数据装载189
16.3.5数据发布189
16.4数据服务190
16.5共享与开放评价190
本章精要191
7章数据管理成熟度评估192
17.1数据管理成熟度评估模型192
17.2数据管理成熟度等级定义195
17.3开展数据管理成熟度评估198
17.4数据管理成熟度评估实施199
本章精要200
参考资料200
第3篇工具篇
8章数据治理工具概述203
9章数据资产运营工具207
19.1数据资产目录207
19.1.1总体概述208
19.1.2数据资产目录系统构建208
19.1.3数据资产目录能力评估模型210
19.2数据资产价值评估213
19.2.1总体概述213
19.2.2数据资产价值评估模型214
19.2.3数据资产价值评估工具223
本章精要224
第20章数据模型管理工具225
20.1数据模型管理工具概述225
20.2企业级数据模型管控226
20.3数据标准管控228
20.3.1标准的发布和工具访问228
20.3.2模型设计中的应用数据标准228
20.3.3数据标准应用情况的自动检核229
20.3.4自定义标准的发布管理229
20.4数据字典的质量检核230
本章精要230
第21章数据指标管理工具231
21.1指标库管理231
21.2指标体系管理232
21.3指标评价管理233
21.4指标应用管理234
本章精要235
第22章主数据管理工具236
22.1主数据提取与整合236
22.2主数据模型管理237
22.3主数据清洗管理238
22.3.1主数据清洗的内容239
22.3.2主数据清洗的一般过程239
22.4主数据全周期管理242
22.5主数据质量管理244
22.6主数据发布与共享246
本章精要248
第23章元数据管理工具249
23.1元数据管理工具概述249
23.2元数据在数据架构管理中的应用250
23.3元数据在数据资产目录中的应用251
23.4元数据在主数据管理中的应用251
23.5元数据在数据交换和共享中的应用251
23.6元数据在大数据平台中的应用252
本章精要253
第24章时序数据处理工具254
24.1通用大数据处理工具的不足254
24.2时序数据处理工具应具备的功能和特点255
24.3时序数据的采集257
24.4时序数据处理工具258
本章精要260
第25章数据质量管理工具261
25.1数据质量管理工具概述261
25.2数据质量稽核规则设置262
25.3数据质量任务管理263
25.4数据质量报告264
本章精要264
第26章数据交换与服务工具265
26.1数据交换与服务工具概述265
26.2数据采集266
26.3数据交换268
26.3.1前置交换子系统268
26.3.2交换传输子系统269
26.3.3交换管理子系统269
26.4数据加工服务269
26.5数据共享服务271
26.6工业大数据技术平台272
26.6.1工业大数据的采集272
26.6.2工业大数据的交换274
26.6.3工业大数据的处理275
本章精要277
第27章数据安全管理工具278
27.1数据安全管理工具概述278
27.2数据采集安全管理工具279
27.2.1数据分类与分级工具279
27.2.2采集内容及策略279
27.2.3数据采集人员管理工具280
27.2.4数据源鉴别及记录280
27.3数据传输安全管理工具280
27.3.1加密算法281
27.3.2对称加密281
27.3.3非对称加密282
27.4数据存储安全管理工具282
27.4.1数据存储介质管理283
27.4.2数据存储安全283
27.4.3数据备份和恢复283
27.4.4等级划分284
27.5数据处理安全管理工具285
27.6数据交换安全管理工具286
27.6.1数据导入/导出的安全保障287
27.6.2数据交换安全287
27.6.3数据销毁安全管理288
27.7统一的身份认证系统289
本章精要290
第28章数据中台291
28.1数据中台的概念和定位291
28.2数据采集293
28.2.1数据采集方式293
28.2.2通用数据采集293
28.2.3流式数据采集293
28.3数据存储294
28.3.1分布式数据存储294
28.3.2NoSQL数据存储294
28.4数据计算294
28.4.1分布式查询295
28.4.2分布式计算295
28.4.3数据建模295
28.4.4数据分析296
28.5数据服务296
28.5.1API网关297
28.5.2API生成298
28.5.3API发布298
28.5.4API调用申请298
28.5.5API调用审核298
28.5.6API信息支持298
28.5.7API服务监控299
28.6从ETL向ELT转变299
本章精要300
参考资料300
第4篇实施篇
第29章数据治理实施策略和路径选择303
29.1实施内容303
29.2路径选择304
第30章数据治理顶层架构规划与设计307
30.1实施内容307
30.2步骤和方法309
30.2.1顶层设计总体思路309
30.2.2数据治理顶层设计要点311
30.3成熟度评估322
本章精要324
第31章数据资产运营实施325
31.1实施内容325
31.2步骤和方法327
本章精要328
第32章主数据管理实施329
32.1实施内容329
32.2步骤和方法329
32.2.1实施步骤329
32.2.2实施方法331
本章精要336
第33章元数据管理实施337
33.1实施内容337
33.2步骤和方法337
本章精要340
第34章数据指标管理实施341
34.1实施内容341
34.2步骤和方法342
34.3模板344
34.3.1数据指标项定义344
34.3.2形成指标卡片及指标模板345
34.3.3数据需求规划346
本章精要347
第35章数据质量管理实施348
35.1实施内容348
35.2步骤和方法349
35.2.1数据剖析349
35.2.2数据质量诊断350
35.2.3数据处理规则351
35.2.4数据质量优化351
35.2.5数据质量监管352
35.2.6实施数据质量管理时需注意的问题353
本章精要354
第36章数据安全管理实施355
36.1实施内容355
36.2实施步骤355
36.3实践模式358
36.3.1数据安全管理的建设策略358
36.3.2数据安全管理的切入方式359
36.3.3工业互联网云平台的数据安全359
本章精要360
第37章数据治理常见误区361
参考资料363
第5篇案例篇
第38章电力行业：夯实数字化转型基础――南方电网数据资产管理行动实践365
38.1背景介绍365
38.2项目实施367
38.3项目成果377
384项目亮点和洞察378
385数据治理愿景379
第39章电力行业：支撑集团产业数字化转型――国家电投集团数据治理实践380
39.1背景介绍380
39.2数据治理工作实践382
39.2.1五凌电力数据治理实践――水电领域386
39.2.2黄河公司数据治理实践――光、风、水领域390
39.2.3云南国际数据治理实践――风电领域392
39.3经验总结396
39.4总结与展望397
第40章能源化工行业：数据治理助百年油企数字化转型398
40.1背景介绍398
40.2工作概况400
40.3组织保障404
40.4主要成果405
40.5炼化公司智能工厂数据治理实践案例408
40.6建设主要内容409
40.7总结与展望411
第41章钢铁行业：酒钢集团数据治理实践413
41.1背景介绍413
41.2项目目标414
41.3项目实施414
41.4项目总结417
41.5未来展望419
第42章汽车行业：数据驱动长安汽车数字化转型420
42.1背景介绍420
42.2工作概况422
42.3组织保障426
42.4项目成果427
42.5工作价值431
42.6交流分享432
第43章核工业：物料主数据治理助力核电智慧运营433
43.1背景介绍433
43.2工作概况435
43.3组织保障437
43.4项目成果439
43.5项目总结440
第44章航空行业：军工企业的“三位一体”数据治理体系建设实践441
44.1背景介绍441
44.2工作历程443
44.3组织保障447
44.4实施效果449
44.5项目总结450
44.6未来展望453
第45章航空行业：面向航空装备研制生产的数据治理研究与实践456
45.1背景介绍456
45.2两级数据管控模式459
45.3信息分类与编码标准460
45.4数据在企业中的应用场景462
45.5总结与展望466
第46章重型装备制造行业：数据标准，装备中国――中国一重的数据标准化管理项目468
46.1背景介绍468
46.2数据治理概况472
46.3数据治理成果474
46.4总结与成效475
第47章交通物流行业：主数据治理助力中国外运数字化转型477
47.1背景介绍477
47.2项目实施479
47.3主要成果482
47.4未来展望489
第48章建材行业：中国建材集团工业大数据应用实践490
48.1背景介绍490
48.2工作实施491
48.3应用框架与技术路线493
48.4工作成果494
第49章制造行业：威孚集团基于斯欧应用互联平台建设数据通道501
49.1背景介绍501
49.2项目建设技术方案505
49.3项目实施步骤509
49.4项目实施效果511
49.5项目价值及特点512
第50章战略投资行业：国投集团的数据标准化管理实践514
50.1背景介绍514
50.2工作概况516
50.3组织保障519
50.4项目成果520
50.5工作价值528
50.6经验分享529
第51章多元化集团：数据治理助力多元化企业集团管控532
51.1背景介绍532
51.2数据治理概况534
51.3组织保障539
51.4项目成果540
51.5工作价值543
51.6项目总结543
附录A工业英文缩写术语表545
内容简介
《数据治理：工业企业数字化转型之道》是一本全面关注工业企业数据治理方面的工具书，主要内容分为概述篇、体系篇、工具篇、实施篇及案例篇。其中概述篇主要介绍工业企业数据治理的基础概念、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；工具篇主要介绍主数据管理工具、数据模型管理工具、数据资产运营工具等；实施篇主要介绍具体实施策略及路径选择、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、钢铁、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靠前各企业的数据治理专家，所有案例均来自这些企业的实践。对企业的基层管理者或初入职场......
评论晒单