數據治理：工業企業數字化轉型之道（第2版）

本書是一本全面關註工業企業數據治理方面的工具書，主要內容分為概述篇、體系篇、工具篇、實施篇及案例篇。其中概述篇主要介紹工業企業數據治理的基礎概念、主流數據治理標準及框架、數據治理的發展趨勢等；體系篇主要介紹數據管控、數據戰略、數據架構、主數據管理等的基本原理與管理體系；工具篇主要介紹主數據管理工具、數據模型管理工具、數據資產運營工具等；實施篇主要介紹具體實施策略及路徑選擇、頂層架構規劃與設計、數據資產運營實施等；案例篇主要介紹電力、能源化工、鋼鐵、製造、戰略投資等行業的數據治理案例，為讀者提供專業、豐富、可信的數據治理實施範例。本書是工業大數據應用技術國家工程實驗室多年潛心研究的重要科研成果的總結和凝聚，既具有理論高度，也具備面向中國工業企業的可實操性。參與本書編著的作者均為國內各企業的數據治理專家，所有案例均來自這些企業的實踐。對企業的基層管理者或初入職場的人士來說，本書是充分認識數據治理意義、組織進行數據治理的具體方案和工具手冊；對企業中層管理者來說，本書是一本配合企業數據治理的綱領性指南；對企業高層管理者來說，本書是一本推動企業數據治理的方法論。

目錄
第1 篇 趨勢篇
第1 章 工業企業需要數據治理 . 2
1.1 工業革命的演變與發展趨勢 . 2
1.2 工業大數據是工業智能化的核心基礎 . 6
1.3 主要工業國家地區的工業大數據戰略 . 8
1.4 企業工業數據的核心價值 . 9
1.5 我國各行業數據治理現狀 . 11
1.6 數據治理是實現工業數據價值的基礎 . 13
1.7 工業企業數據治理面臨的困難與挑戰 . 14
第2 章 工業企業數據治理概述 . 17
2.1 相關概念和定義 . 17
2.1.1 數據與數據管理 . 17
2.1.2 大數據內涵及其特徵 . 17
2.1.3 工業大數據的定義及其獨特屬性 . 18
2.1.4 狹義數據治理與廣義數據治理 . 19
2.2 工業數據的分類 . 22
2.3 數據治理的頂層架構 . 25
2.3.1 數據治理“五域模型”：管理視角 . 25
2.3.2 數據治理“黃金屋”：技術視角 . 26
2.3.3 數據全生命周期 . 27
2.4 數據治理的核心內容 28
第3 章 主流數據治理標準及框架介紹 30
3.1 國際標準 . 30
3.2 國內標準及模型 30
3.3 專業組織及理論框架 32
3.4 數據治理體系比較 34
第4 章 數據治理的發展趨勢 .37
4.1 國內外數據治理體系的演變與發展 . 37
4.2 以組織為核心的數據治理體系建設 . 38
4.3 從傳統式數據治理到資產化數據治理 . 38
4.4 從企業級數據治理到產業級數據治理 . 39
4.5 新一代信息技術促進數據治理的發展
4.6 數據文化與倫理道德建設是重要一環 . 43
4.7 數據運營是數據資產價值的實現過程 . 45
第5 章 本書閱讀導引 48
5.1 數據治理是一個系統工程 48
5.2 工具是數據治理的保障 49
5.3 實施數據治理有路線可循 49
5.4 數據治理已在諸多行業成功實施 49

第2 篇 體系篇
第6 章 數據管控 55
6.1 數據管控概述 . 55
6.2 組織架構 . 57
6.2.1 數據治理組織架構 . 57
6.2.2 數據治理組織模式 . 59
6.2.3 數據治理職責分工 . 61
6.3 制度規範 . 64
6.3.1 數據治理制度框架 . 64
6.3.2 數據治理管理制度的修訂 . 67
6.4 執行流程 . 69
6.4.1 數據治理總體流程框架 . 69
6.4.2 數據治理典型場景的流程 . 70
6.5 設計機制 . 73
6.6 考核體系 . 75
6.7 標準體系 . 77
第7 章 數據戰略 79
7.1 數據戰略概述 . 79
7.2 數據戰略規劃 . 79
7.2.1 數據戰略願景和目標 . 80
7.2.2 數據戰略規劃基本原則 . 81
7.2.3 數據戰略舉措選擇 . 82
7.2.4 數據戰略模型工具 . 82
7.3 數據戰略實施 . 84
7.3.1 實施策略 84
7.3.2 實施路徑 . 84
7.3.3 實施步驟 . 85
第8 章 數據架構 .88
8.1 數據架構概述 89
8.1.1 數據架構組成 . 90
8.1.2 企業數據架構的主要問題 . 91
8.1.3 做好數據架構的意義 . 92
8.2 數據目錄 . 92
8.2.1 數據目錄類型 . 93
8.2.2 數據目錄管理 . 95
8.3 數據模型 . 96
8.3.1 數據模型中的基本概念與數據關系 . 97
8.3.2 主題域模型 . 101
8.3.3 概念數據模型 . 103
8.3.4 邏輯數據模型 . 103
8.3.5 物理數據模型 . 105
8.3.6 數據模型設計和建模方法 . 105
8.4 數據標準 . 107
8.4.1 對象類數據標準 . 107
8.4.2 基礎類數據標準 . 111
8.5 數據分佈與流向 112
8.5.1 數據分佈 . 113
8.5.2 數據流向 . 113
8.5.3 數據資產全景圖 . 114
8.5.4 數據地圖分佈應用 . 115
8.6 數據架構評價指標 . 116
第9 章 主數據管理 . 118
9.1 主數據和主數據管理 . 118
9.1.1 主數據的特徵. 118
9.1.2 主數據管理的基本概念 . 119
9.2 主數據規劃管理 . 119
9.3 主數據識別管理 . 120
9.4 主數據標準管理 . 123
9.5 主數據全生命周期管理 . 124
9.6 主數據應用管理 . 125
9.6.1 統一源頭集中共享 . 125
9.6.2 主數據應用需求管理 . 125
9.6.3 主數據應用質量管理 . 126
9.6.4 主數據應用服務管理 . 127
9.7 主數據評價指標 . 128
9.8 企業常用的幾類主數據 . 130
9.8.1 物料主數據 130
9.8.2 設備主數據 130
9.8.3 固定資產主數據 . 131
9.8.4 會計科目主數據 . 132
9.8.5 組織機構和員工主數據 . 132
第10 章 元數據管理 . 134
10.1 元數據的定義 . 134
10.2 元數據分類 . 134
10.2.1 業務元數據 135
10.2.2 技術元數據 135
10.2.3 管理元數據 135
10.3 元數據相關概念理解 . 136
10.4 元數據管理關鍵活動 . 140
10.5 元數據管理內容 . 141
10.6 主動元數據管理 144
10.7 元數據的價值 146
10.8 元數據管理評價指標 147
第11 章 數據指標管理 148
11.1 數據指標管理概述 148
11.1.1 數據指標應用和管理中的挑戰 . 148
11.1.2 指標體系框架設計目的 . 149
11.1.3 指標體系框架設計思路 . 149
11.2 指標體系框架 150
11.2.1 典型的指標定義框架 . 151
11.2.2 指標選取原則及方法 . 151
11.2.3 指標體系框架層級設計 . 153
11.2.4 指標體系評價方法 . 153
11.3 找指標 154
11.4 理指標 156
11.5 管指標 157
11.6 用指標 158
第12 章 時序數據管理 160
12.1 時序數據管理概述 160
12.2 時序數據的特點 161
12.3 時序數據的應用 162
12.3.1 技術挑戰 . 163
12.3.2 典型的技術架構及特點 . 164
12.3.3 系統核心功能 . 164
第13 章 數據質量管理 166
13.1 數據質量需求分析 167
13.2 數據質量檢查 168
13.3 數據質量分析 168
13.4 數據質量提升 169
13.5 數據質量評估 171
13.5.1 數據質量問題的起因 . 172
13.5.2 數據質量管理技術指標 . 173
13.5.3 數據質量管理業務指標 . 174
第14 章 數據安全管理 . 176
14.1 數據安全管理概述 . 176
14.2 數據安全體系框架 . 177
14.3 數據安全防護策略 . 179
14.4 數據安全審計 . 181
14.5 數據安全風險評估 . 182
14.6 數據應急保障 . 184
第15 章 數據交換與服務 186
15.1 數據交換與服務的意義 . 187
15.2 數據交換與服務技術演進 . 187
15.2.1 文件共享技術 . 188
15.2.2 數據庫中間表技術 . 188
15.2.3 點對點接口技術 . 188
15.2.4 消息隊列技術 . 189
15.2.5 企業服務總線交換技術 . 191
15.2.6 ETL 數據交換技術 . 192
15.2.7 物聯網數據採集交換技術 . 192
15.3 工業企業數據交換與服務標準體系架構 . 193
15.3.1 CPS 信息交換模型 . 195
15.3.2 設備互聯總線 . 195
15.3.3 服務總線 . 196
15.3.4 數據總線 . 198
15.3.5 開放互聯API 網關 199
第16 章 數據共享與開放 201
16.1 數據共享與開放概述 201
16.2 數據資源目錄 203
16.3 數據資源準備 203
16.3.1 數據採集 . 204
16.3.2 數據加工 . 204
16.3.3 數據保密 . 204
16.3.4 數據裝載 . 205
16.3.5 數據發布 . 206
16.4 數據服務 . 206
16.5 數據共享與開放評價 207
第17 章 數據管理成熟度評估 . 209
17.1 數據管理成熟度評估模型 209
17.2 數據管理成熟度等級定義 213
17.3 數據管理成熟度評估指標 216
17.4 數據管理成熟度評估實施 217

第3 篇 工具篇
第18 章 數據治理工具概述 220
第19 章 數據資產運營工具 223
19.1 數據資產目錄 . 223
19.1.1 總體概述 224
19.1.2 數據資產目錄系統構建 . 224
19.1.3 數據資產目錄能力評估模型 . 226
19.2 數據資產價值評估 228
19.2.1 總體概述 . 228
19.2.2 數據資產價值評估模型 . 230
19.2.3 數據資產價值評估工具 . 238
第20 章 數據模型管理工具 240
20.1 數據模型管理工具概述 . 240
20.2 企業級數據模型管控 . 241
20.3 數據標準管控 . 243
20.3.1 數據標準的發布和工具訪問 . 243
20.3.2 數據模型設計中的數據標準應用 . 243
20.3.3 數據標準應用情況的自動檢核 . 244
20.3.4 自定義數據標準的發布管理 . 244
20.4 數據字典的質量檢核 . 245
第21 章 數據指標管理工具 246
21.1 指標庫管理 . 246
21.2 指標體系管理 . 247
21.3 指標評價管理 . 248
21.4 指標應用管理 . 248
第22 章 主數據管理工具 251
22.1 主數據標準管理 . 251
22.2 主數據模型管理 . 252
22.3 主數據清洗管理 . 252
22.3.1 主數據清洗的內容 . 252
22.3.2 主數據清洗的一般過程 . 253
22.4 主數據全生命周期管理 . 255
22.5 主數據質量管理 . 257
22.6 主數據發布與共享 . 259
第23 章 元數據管理工具 261
23.1 元數據管理工具概述 . 261
23.2 元數據管理工具組成 . 261
23.3 元數據管理工具的架構 . 265
23.4 元數據管理工具的發展趨勢 . 267
第24 章 時序數據處理工具 . 269
24.1 通用的大數據處理工具的不足 269
24.2 時序數據處理工具應具備的功能和特點 . 270
24.3 時序數據的採集 272
24.4 時序數據處理工具 273
第25 章 數據質量管理工具 . 276
25.1 數據質量管理工具概述 276
25.2 數據質量稽核規則設置 277
25.3 數據質量任務管理 278
25.4 數據質量報告 278
第26 章 數據交換與服務工具 . 280
26.1 數據交換與服務工具概述 280
26.2 數據採集 . 281
26.3 數據交換 . 283
26.3.1 前置交換子系統 . 283
26.3.2 交換傳輸子系統 . 283
26.3.3 交換管理子系統 . 284
26.4 數據加工服務 284
26.5 數據共享服務 286
26.6 工業大數據技術平臺 286
26.6.1 工業大數據的採集 . 287
26.6.2 工業大數據的交換 . 288
26.6.3 工業大數據的處理 . 289
第27 章 數據安全管理工具 . 292
27.1 數據安全管理工具概述 292
27.2 數據採集安全管理工具 292
27.2.1 數據分類分級工具 . 293
27.2.2 數據採集內容及策略 . 294
27.2.3 數據採集人員管理 . 294
27.2.4 數據採集安全審計 . 294
27.2.5 數據源鑒別及記錄 . 294
27.3 數據傳輸安全管理工具 . 295
27.3.1 加密算法 295
27.3.2 對稱加密 295
27.3.3 非對稱加密 296
27.3.4 傳輸安全審計 . 296
27.4 數據存儲安全管理工具 . 296
27.4.1 數據存儲介質管理 . 297
27.4.2 數據存儲安全 . 297
27.4.3 數據備份和恢復 . 297
27.4.4 災難恢復能力等級劃分 . 298
27.4.5 數據存儲安全審計 . 299
27.5 數據處理安全管理工具 . 299
27.6 數據交換安全管理工具 . 300
27.6.1 數據導入/導出安全保障 301
27.6.2 數據交換安全 . 301
27.6.3 數據銷毀安全管理 . 302
27.7 統一的身份認證系統 . 303
27.8 API 接口安全管控系統 304
27.9 人工智能技術賦能數據安全 . 305
第28 章 大數據平臺 . 307
28.1 大數據平臺的演變與現狀 . 307
28.1.1 大數據平臺的演變 . 307
28.1.2 大數據平臺的新內涵 . 308
28.2 大數據平臺的作用與建設 308
28.2.1 大數據平臺的作用 . 308
28.2.2 大數據平臺的建設思路 . 309
28.2.3 大數據平臺的建設路徑 . 309
28.3 大數據平臺功能架構 310
28.3.1 湖倉一體大數據平臺的產生和總體架構 310
28.3.2 數據採集 . 311
28.3.3 數據存儲 . 312
28.3.4 數據計算 . 314
28.3.5 數據分析與挖掘 . 315
28.3.6 數據服務 . 316
28.3.7 數據應用與可視化 . 317
28.3.8 作業調度系統 . 317
28.3.9 數據治理 . 318
28.3.10 集成開發門戶 . 320
28.4 大數據平臺的主要技術 321
28.5 大數據平臺團隊建設 321
28.5.1 大數據平臺團隊的職能 . 321
28.5.2 大數據平臺實施團隊構成 . 322
28.6 大數據平臺的能力評估 323
28.7 大數據平臺發展趨勢 324
28.7.1 數字經濟中的發展與安全的平衡 325
28.7.2 信息與大數據技術的迭代發展 . 325

第4 篇 實施篇
第29 章 數據治理實施策略和路徑選擇 328
29.1 數據治理實施內容 . 328
29.2 數據治理路徑選擇 . 329
第30 章 數據治理頂層架構規劃與設計 332
30.1 數據治理頂層架構規劃與設計實施內容 . 332
30.2 數據治理頂層架構規劃與設計步驟和方法 . 334
30.2.1 數據治理頂層架構設計總體思路 . 334
30.2.2 數據治理頂層架構設計要點 . 336
30.3 數據治理頂層架構規劃與設計成熟度評估 . 346
第31 章 數據資產運營實施 349
31.1 數據資產運營實施內容 . 349
31.2 數據資產運營實施步驟和方法 356
第32 章 主數據管理實施 358
32.1 主數據管理實施內容 . 358
32.2 主數據管理實施步驟和方法 . 358
32.2.1 主數據管理實施步驟 . 358
32.2.2 主數據管理實施方法 . 360
第33 章 元數據管理實施 365
33.1 元數據管理實施內容 . 365
33.2 元數據管理實施步驟和方法 . 365
第34 章 數據指標管理實施 369
34.1 數據指標管理實施內容 . 369
34.2 數據指標收集步驟和方法 . 370
34.3 數據指標模板 . 372
34.3.1 數據指標項定義 . 372
34.3.2 形成數據指標卡片及數據指標模板 372
34.3.3 數據需求規劃 . 373
第35 章 數據質量管理實施 . 375
35.1 數據質量管理實施內容 375
35.2 數據質量管理實施步驟和方法 376
35.2.1 數據剖析 . 376
35.2.2 數據質量診斷 . 377
35.2.3 數據處理規則 . 378
35.2.4 數據質量優化 . 378
35.2.5 數據質量監管 . 379
35.2.6 實施數據質量管理時要註意的問題 379
第36 章 數據安全管理實施 . 381
36.1 數據安全管理實施內容 381
36.2 數據安全管理實施步驟 381
36.2.1 第一階段：統籌規劃 . 382
36.2.2 第二階段：數據全生命周期監管 . 382
36.2.3 第三階段：稽核檢查 . 383
36.3 數據安全管理實施框架 384
第37 章 數據治理常見誤區 . 388

第5 篇 案例篇
第38 章 電力行業：夯實數字化轉型基礎——南方電網數據資產管理行動實踐 . 392
38.1 背景介紹 . 392
38.2 項目實施 . 394
38.3 項目成果 . 407
38.4 項目亮點和洞察 409
38.5 數據治理願景 411
第39 章 電力行業：支撐集團產業數字化轉型——國家電投集團數據治理實踐 412
39.1 背景介紹 . 412
39.2 數據治理工作實踐 . 414
39.2.1 五凌電力數據治理實踐——水電領域 417
39.2.2 黃河公司數據治理實踐——光、風、水領域 421
39.2.3 雲南國際數據治理實踐——風電領域 423
39.3 經驗總結 . 427
39.4 總結與展望 . 428
第40 章 能源化工行業：數據治理助百年油企數字化轉型 . 429
40.1 背景介紹 . 429
40.2 工作概況 . 431
40.3 組織保障 . 436
40.4 主要成果 . 437
40.5 物資集團數據治理實踐案例 . 439
40.6 總結與展望 . 441
第41 章 建築行業：中建三局園區數據治理實踐 . 443
41.1 背景介紹 . 443
41.2 願景目標 . 444
41.3 總體規劃 . 445
41.4 項目成果 . 447
41.5 未來展望 . 455
第42 章 鋼鐵行業：產線時序數據治理實踐 . 457
42.1 背景介紹 . 457
42.2 項目目標 . 457
42.3 項目實施 . 458
42.4 項目總結 . 464
42.5 未來展望 . 465
第43 章 核工業：主數據治理助力中核供應鏈管理升級 . 466
43.1 背景介紹 . 466
43.2 目標現狀 . 467
43.3 項目實踐 . 469
43.4 項目成果 . 475
43.5 未來展望 . 479
第44 章 航天行業：軍工企業的“三位一體”數據治理體系建設實踐 480
44.1 背景介紹 . 480
44.2 數據治理體系建設實踐 481
44.3 項目成效 . 484
44.4 未來展望 . 486
第45 章 航空行業：基於全局模型的數據賦能業務實踐 . 487
45.1 背景介紹 . 487
45.2 工作歷程 . 488
45.3 項目成果 . 491
45.4 後續規劃 . 498
第46 章 重型裝備製造行業：數據標準，裝備中國——中國一重的數據標準化管理項目 .499
46.1 背景介紹 . 499
46.2 數據治理概況 . 503
46.3 數據治理成果 . 505
46.4 總結與成效 . 507
第47 章 交通物流行業：數據治理助力中國外運數字化轉型 . 509
47.1 背景介紹 . 509
47.2 主數據管理項目實施 . 511
47.3 數據資產目錄項目實施 . 514
47.4 項目成果 . 519
47.5 未來展望 . 524
第48 章 多元化集團：越秀集團以數據為驅動，提升產品和服務競爭力，支撐高質量發展 525
48.1 背景介紹 . 525
48.2 整體方案 . 528
48.2.1 悅數通 529
48.2.2 悅分析 530
48.2.3 悅觀察 532
48.2.4 悅資產 . 533
48.2.5 主數據 . 535
48.2.6 悅探索 . 537
48.2.7 悅數研 . 538
48.3 創新成果 . 541
48.4 項目亮點 . 542
第49 章 煤炭行業：大海則煤礦數據標準體系及數據湖建設 544
49.1 背景介紹 . 544
49.2 項目實施 . 547
49.3 項目成果 . 553
49.4 未來展望 . 556
第50 章 戰略投資行業：國投集團的數據標準化管理實踐 . 557
50.1 背景介紹 . 557
50.2 工作概況 . 559
50.3 組織保障 . 562
50.4 項目成果 . 562
50.5 工作價值 . 570
50.6 經驗分享 . 571
附錄A 工業英文縮寫術語表 574
附錄B 數據治理221 個重要名詞術語 578