華為數據之道

華為公司數據管理部 著

買這商品的人也買了...

商品描述

這是一部從技術、流程、管理等多個維度系統講解華為數據治理和數字化轉型的著作。華為是一家超大型企業,華為的數據底座和數據治理方法支撐著華為在全球170多個國家/地區開展多業態、差異化的運營。書中凝聚了大量數據治理和數字化轉型方面的有價值的經驗、方法論、規範、模型、解決方案和案例,不僅能讓讀者即學即用,還能讓讀者瞭解華為數字化建設的歷程。
全書共10章,內容從邏輯上分為四個部分。
第一部分(第1~3章)
第1章以非數字原生企業在數字化轉型方面面臨的挑戰開篇,介紹了華為在數據治理和數字化轉型方面的目標、願景、藍圖和框架;第2章從企業政策和架構協同的角度,介紹了企業級的數據綜合治理體系,理順了數據與變革、運營、IT之間的協同關系,明確了數據管理的責任主體在業務;第3章詳細闡述了不同類型的數據的管理方式和要點。
第二部分(第4~6章)
詳細講解了數據治理工作中的三項重點任務:信息架構、數據底座、數據服務。第4章介紹了信息架構的四個組件,給出了建設原則和核心要素,並引出了業務對象、過程、規則三項數字化的建設方向;第5章提出了數據底座建設的整體框架,介紹了數據湖和數據主題連接兩個層次的建設實踐;第6章以自助、高效、復用為數據服務的目的,提出了對數據進行搜索、加工和分析的消費過程管理方案。
第三部分(第7~9章)
系統總結了數據治理的三項關鍵能力:數據的全量感知、綜合質量提升、可控共享。第7章以數字孿生的全量、無接觸感知為目標,介紹了數據的硬感知和軟感知兩類能力;第8章基於PDCA框架,介紹了對企業業務數據異常的全面監控;第9章介紹瞭如何構建以元數據為基礎的數據安全隱私保護框架,如何建立動靜結合的數據保護與授權管理方案。
第四部分(第10章)
基於對“機器認知世界”的理解,我們提出了對數據治理未來的思考,暢想了AI治理、數據主權和數據生態建設。未來已來,讓我們共同努力,把數字世界帶入每個人、每個家庭、每個組織,構建萬物互聯的智能世界。

作者簡介

华为公司数据管理部
华为公司数据管理部作为集团层面的数据管理组织,主要负责如下工作:
公司数据工作的战略规划、路标举措以及实施落地;
数据从产生到消费全生命周期管理的治理框架、流程规范、方法和IT工具的制定与推行;
公司级信息架构的设计和数据资产的治理维护;
主持集团层面数据相关项目,推动以数据为核心的数字化转型;
设计公司数据质量度量模型、执行数据质量监控及重大数据问题披露;
组织跨业务领域、跨BG信息架构集成和数据问题的解决;
负责公司数据管理能力提升,推动企业数据文化建立和

目錄大綱

序一
序二
序三
前言
第1章 數據驅動的企業數字化轉型
1.1 非數字原生企業的數字化轉型挑戰2
1.1.1 業態特徵:產業鏈條長、多業態並存3
1.1.2 運營環境:數據交互和共享風險高4
1.1.3 IT建設過程:數據復雜、歷史包袱重4
1.1.4 數據質量:數據可信和一致化的要求程度高5
1.2 華為數字化轉型與數據治理6
1.2.1 華為數字化轉型整體目標6
1.2.2 華為數字化轉型藍圖及對數據治理的要求7
1.3 華為數據治理實踐9
1.3.1 華為數據治理歷程10
1.3.2 華為數據工作的願景與目標12
1.3.3 華為數據工作建設的整體思路和框架12
1.4 本章小結15
第2章 建立企業級數據綜合治理體系
2.1 建立公司級的數據治理政策18
2.1.1 華為數據管理總綱18
2.1.2 信息架構管理政策20
2.1.3 數據源管理政策21
2.1.4 數據質量管理政策22
2.2 融入變革、運營與IT的數據治理24
2.2.1 建立管理數據流程24
2.2.2 管理數據流程與管理變革項目、管理質量與運營之間的關系26
2.2.3 通過變革體系和運營體系進行決策26
2.2.4 數據治理融入IT實施27
2.2.5 通過內控體系賦能數據治理27
2.3 建立業務負責制的數據管理責任體系28
2.3.1 任命數據Owner和數據管家28
2.3.2 建立公司層面的數據管理組織29
2.4 本章小結33
第3章 差異化的企業數據分類管理框架
3.1 基於數據特性的分類管理框架35
3.2 以統一語言為核心的結構化數據管理36
3.2.1 基礎數據治理39
3.2.2 主數據治理40
3.2.3 事務數據治理46
3.2.4 報告數據治理46
3.2.5 觀測數據治理48
3.2.6 規則數據治理50
3.3 以特徵提取為核心的非結構化數據管理52
3.4 以確保合規遵從為核心的外部數據管理54
3.5 作用於數據價值流的元數據管理56
3.5.1 元數據治理面臨的挑戰56
3.5.2 元數據管理架構及策略59
3.5.3 元數據管理60
3.6 本章小結71
第4章 面向“業務交易”的信息架構建設
4.1 信息架構的四個組件74
4.1.1 數據資產目錄75
4.1.2 數據標準77
4.1.3 數據模型80
4.1.4 數據分佈80
4.2 信息架構原則:建立企業層面的共同行為準則81
4.3 信息架構建設核心要素:基於業務對象進行設計和落地84
4.3.1 按業務對象進行架構設計84
4.3.2 按業務對象進行架構落地87
4.4 傳統信息架構向業務數字化擴展:對象、過程、規則90
4.5 本章小結95
第5章 面向“聯接共享”的數據底座建設
5.1 支撐非數字原生企業數字化轉型的數據底座建設框架98
5.1.1 數據底座的總體架構98
5.1.2 數據底座的建設策略100
5.2 數據湖:實現企業數據的“邏輯匯聚”101
5.2.1 華為數據湖的3個特點101
5.2.2 數據入湖的6個標準103
5.2.3 數據入湖方式106
5.2.4 結構化數據入湖109
5.2.5 非結構化數據入湖113
5.3 數據主題聯接:將數據轉換為“信息”117
5.3.1 5類數據主題聯接的應用場景117
5.3.2 多維模型設計120
5.3.3 圖模型設計125
5.3.4 標簽設計130
5.3.5 指標設計132
5.3.6 算法模型設計135
5.4 本章小結139
第6章 面向“自助消費”的數據服務建設
6.1 數據服務:實現數據自助、高效、復用142
6.1.1 什麽是數據服務144
6.1.2 數據服務生命周期管理149
6.1.3 數據服務分類與建設規範156
6.1.4 打造數據供應的“三個1”162
6.2 構建以用戶體驗為核心的數據地圖167
6.2.1 數據地圖的核心價值167
6.2.2 數據地圖的關鍵能力171
6.3 人人都是分析師175
6.3.1 從“保姆”模式到“服務+自助”模式175
6.3.2 打造業務自助分析的關鍵能力179
6.4 從結果管理到過程管理,從能“看”到能“管”187
6.4.1 數據賦能業務運營187
6.4.2 數據消費典型場景實踐190
6.4.3 華為數據驅動數字化運營的歷程和經驗195
6.5 本章小結199
第7章 打造“數字孿生”的數據全量感知能力
7.1 “全量、無接觸”的數據感知能力框架202
7.1.1 數據感知能力的需求起源:數字孿生202
7.1.2 數據感知能力架構205
7.2 基於物理世界的“硬感知”能力207
7.2.1 “硬感知”能力的分類207
7.2.2 “硬感知”能力在華為的實踐213
7.3 基於數字世界的“軟感知”能力215
7.3.1 “軟感知”能力的分類215
7.3.2 “軟感知”能力在華為的實踐218
7.4 通過感知能力推進企業業務數字化220
7.4.1 感知數據在華為信息架構中的位置220
7.4.2 非數字原生企業數據感知能力的建設224
7.5 本章小結226
第8章 打造“清潔數據”的質量綜合管理能力
8.1 基於PDCA的數據質量管理框架228
8.1.1 什麽是數據質量228
8.1.2 數據質量管理範圍229
8.1.3 數據質量的總體框架229
8.2 全面監控企業業務異常數據231
8.2.1 數據質量規則231
8.2.2 異常數據監控237
8.3 通過數據質量綜合水平牽引質量提升243
8.3.1 數據質量度量運作機制243
8.3.2 設計質量度量245
8.3.3 執行質量度量248
8.3.4 質量改進253
8.4 本章小結256
第9章 打造“安全合規”的數據可控共享能力
9.1 內外部安全角勢,驅動數據安全治理發展258
9.1.1 數據安全成為國家競爭的新戰場258
9.1.2 數字時代數據安全的新變化258
9.2 數字化轉型下的數據安全共享260
9.3 構建以元數據為基礎的安全隱私保護框架261
9.3.1 以元數據為基礎的安全隱私治理261
9.3.2 數據安全隱私分層分級管控策略263
9.3.3 數據底座安全隱私分級管控方案266
9.3.4 分級標識數據安全隱私271
9.4 “靜”“動”結合的數據保護與授權管理272
9.4.1 靜態控制:數據保護能力架構272
9.4.2 動態控制:數據授權與權限管理274
9.5 本章小結279
第10章 未來已來:數據成為企業核心競爭力
10.1 數據:新的生產要素282
10.1.1 數據被列為生產要素:制度層面的肯定282
10.1.2 數據將進入企業的資產負債表283
10.1.3 數據資產的價值由市場決定284
10.2 大規模數據交互的企業數據生態285
10.2.1 數據生態離不開底層技術的支撐286
10.2.2 數據主權是數據安全交換的核心287
10.2.3 國際數據空間的目標與原則289
10.2.4 多方安全計算強化數據主權291
10.3 擺脫傳統手段的數據管理方式292
10.3.1 智能數據管理是數據工作的未來292
10.3.2 內容級分析能力提供資產全景圖293
10.3.3 屬性特徵啟發主外鍵智能聯接293
10.3.4 質量缺陷預發現294
10.3.5 算法助力數據管理294
10.3.6 數字道德抵禦算法歧視295
10.4 第四個世界:機器認知世界295
10.4.1 真實唯一的“物理世界”和五彩繽紛的“人類認知世界”295
10.4.2 映射“物理世界”的數字孿生—“數字世界”297
10.4.3 “數字世界”中的智能認知—“機器認知世界”298
10.5 本章小結299