基於 5W + HMU 的數據管理知識體系

李 濤 現任石化盈科信息技術有限責任公司副總裁，正 工程師，具有近30年IT行業從業經驗、百余個大型項目管理經驗，是企業數字化轉型方面的領軍人物，對企業數據管理有極深造詣。貫通能源化工全業務域的信息與數字化工作，深耕商業新業態、智慧經營板塊，精通智能制造、新基礎設施板塊，獲得多項省部級科技進步獎和管理創新獎。出版專著2部，發表核心期刊論文6篇，擁有授權專利7項。蔣 楠 博士，正 工程師，現任中國石化集團信息和數字化管理部副總經理， 數據標準委員會委員。長期從事集團型企業數字化轉型與智能化升級工作，全面負責集團人工智能發展戰略規劃、數字化平臺架構設計、數據治理體系構建等， 推進工業互聯網與智能技術在能源化工領域的深度融合與規模化應用。設計並推行建立集團級統一的數據治理框架與標準體系，數據管理和應用水平達到 水平，通過DCMM5級數據管理等級認證。其成果榮獲多項省部級科技獎勵與榮譽稱號，發表高水平學術論文10余篇，擁有授權及申請發明專利8項，出版專著（合著）2部。王建峰 現任石化盈科信息技術有限責任公司數據業務總監，中國兩化融合應用聯盟副理事長， 工業大數據工程實驗室特聘專家，央企數字化轉型百問專家委員，中國智慧企業推進委員會專家委員，中國信息協會數字治理專委會智庫專家，中國化工經濟技術發展中心智庫專家。著有或參編/譯《數據治理驅動的數字化轉型》《中企聯：工業企業數據治理實施指南》《數據治理：工業企業數字化轉型之道》等多部著作。

序一：數據管理知與行合一，築牢數字經濟發展底座
序二：數據要素時代的戰略轉型與管理創新
序三：數據要素驅動未來，構建數字經濟時代的管理新範式
序四：數據管理知識體系為智能時代奠基
前言
第1章 數據管理
1.1 數據管理概述
1.2 數據管理知識框架
1.2.1 數據管理知識車輪圖
1.2.2 數據管理語境關系圖
1.2.3 數據管理運行層級圖
1.2.4 數據管理知識架構圖
1.3 數據管理趨勢
1.3.1 擁抱多雲時代：數據管理的新視野
1.3.2 混合雲平臺：彌合受監管行業的差距
1.3.3 多模態數據存儲：數據平臺的革命
1.3.4 構建非結構化數據：數據組織的藝術
1.3.5 安全成為焦點：保護企業的核心資產
1.3.6 數據治理：在數據驅動的世界中掌舵
1.3.7 元數據管理：數據智能的無名英雄
1.3.8 低代碼/無代碼運動：數據應用民主化
1.4 本章小結
第2章 數據戰略
2.1 數據戰略概述
2.2 數據戰略知識
2.2.1 數據戰略的定義
2.2.2 數據戰略管理的原因
2.2.3 數據戰略管理的角色
2.2.4 數據戰略管理的時機
2.2.5 數據戰略管理的層級
2.3 數據戰略管理實踐
2.3.1 數據戰略管理的方法
2.3.2 數據戰略管理的工具
2.3.3 數據戰略管理的度量指標
2.3.4 數據戰略管理典型案例
2.4 本章小結
第3章 數據治理
3.1 數據治理概述
3.2 數據治理知識
3.2.1 數據治理的定義
3.2.2 數據治理的原因
3.2.3 數據治理的角色
3.2.4 數據治理的時機
3.2.5 數據治理的層級
3.3 數據治理實踐
3.3.1 數據治理的方法
3.3.2 數據治理的工具
3.3.3 數據治理的度量指標
3.3.4 數據治理典型案例
3.4 本章小結
第4章 數據架構
4.1 數據架構概述
4.2 數據架構知識
4.2.1 數據架構的定義
4.2.2 數據架構的作用
4.2.3 數據架構的要素
4.2.4 數據架構的價值
4.2.5 數據架構的應用場景
4.2.6 數據架構的角色
4.2.7 數據架構的時機
4.2.8 數據架構管理的層級
4.3 數據架構實踐
4.3.1 數據架構如何實施
4.3.2 數據架構管理工具
4.3.3 數據架構如何度量
4.3.4 數據架構典型案例
4.4 本章小結
第5章 數據建模
5.1 數據建模概述
5.2 數據建模知識
5.2.1 數據建模的定義
5.2.2 數據建模的原因
5.2.3 數據建模的角色
5.2.4 數據建模的時機
5.2.5 數據建模管理的層級
5.3 數據建模實踐
5.3.1 數據建模如何實施
5.3.2 數據建模管理工具
5.3.3 數據建模如何度量
5.3.4 數據建模典型案例
5.4 本章小結
第6章 數據存儲
6.1 數據存儲概述
6.2 數據存儲知識
6.2.1 數據存儲的定義
6.2.2 數據存儲管理的原因
6.2.3 數據存儲管理的角色
6.2.4 數據存儲管理的時機
6.2.5 數據存儲管理的層級
6.3 數據存儲實踐
6.3.1 數據存儲管理如何實施
6.3.2 數據存儲管理工具
6.3.3 數據存儲管理如何度量
6.3.4 數據存儲管理案例
6.4 本章小結
第7章 數據集成
7.1 數據集成概述
7.2 數據集成知識
7.2.1 數據集成的定義
7.2.2 數據集成的原因
7.2.3 數據集成的角色
7.2.4 數據集成的時機
7.3 數據集成實踐
7.3.1 數據集成技術架構的演化過程
7.3.2 數據集成的架構模式
7.3.3 數據集成的實施步驟和方法
7.3.4 數據集成的工具
7.3.5 數據集成的效果評價與改進
7.3.6 數據集成案例
7.4 本章小結
第8章 數據標準
8.1 數據標準概述
8.2 數據標準知識
8.2.1 數據標準的定義
8.2.2 數據標準的價值
8.2.3 數據標準管理的角色
8.2.4 數據標準開展時機
8.2.5 數據標準的定位
8.3 數據標準實踐
8.3.1 數據標準如何實施
8.3.2 數據標準管理工具
8.3.3 數據標準如何度量
8.3.4 數據標準典型案例
8.4 本章小結
第9章 主數據
9.1 主數據管理概述
9.2 主數據管理知識
9.2.1 主數據的定義
9.2.2 主數據管理的原因
9.2.3 主數據管理的角色
9.2.4 主數據管理開展的時機
9.2.5 主數據管理的層級
9.3 主數據管理實踐
9.3.1 主數據管理如何實施
9.3.2 主數據管理工具
9.3.3 主數據管理如何度量
9.3.4 主數據管理案例
9.4 本章小結
第10章 元數據
10.1 元數據概述
10.2 元數據知識
10.2.1 元數據的定義
10.2.2 元數據管理的原因
10.2.3 元數據管理的角色
10.2.4 元數據管理的時機
10.2.5 元數據管理的層級
10.3 元數據實踐