描述
开 本: 32开纸 张: 纯质纸包 装: 精装是否套装: 否国际标准书号ISBN: 9787121386367
数据中台是当下非常热门的话题，可以解决企业重复造轮子的问题。本书由国内知名的数据中台产品及解决方案服务商袋鼠云高级副总裁领衔撰写，基于十几个行业头部企业的数据中台项目落地经验提炼出数据中台建设五步法。
《数据中台架构：企业数据化*实践》对数据中台建设五步法做了详细介绍，完整地介绍了数据中台的建设过程。
读了本书后，你可以了解数据中台是什么、数据中台的价值是什么、数据中台如何帮助企业腾飞、企业具备数据中台的建设条件吗、应该如何建设数据中台、数据中台在哪些行业中有成功的应用、建设数据中台需要哪些软件支撑。
《数据中台架构：企业数据化*实践》对企业数据化建设的目标、内容及定位做了相对完整的论述，详细地阐述了数据中台的定义、内容及如何支撑企业数据化整体建设，同时也介绍了数据中台在企业中的落地步骤、丰富的数据应用场景与实际效果。《数据中台架构：企业数据化*实践》是企业数据化建设的实用参考书。
《数据中台架构：企业数据化*实践》的内容完全基于笔者团队的实践经验。笔者团队曾经帮助十几个行业头部企业的数据中台项目成功落地，这些项目验证了本书中阐述的方法论体系的可行性。希望本书能够对国内数据化工作者提供一定的帮助。
1 信息认知和当前的信息化革命
1.1 信息工具的发展推动人类历史进步
1.1.1 信息的世界
1.1.2 信息工具
1.2 信息工具的进步与历史发展
1.3 当前的信息化革命
1.3.1 新的工具
1.3.2 新的特征
1.3.3 数据化——对数据的再应用
2 企业数据化
2.1 企业数据化认知
2.1.1 企业数据化的定义
2.1.2 数据分类
2.2 企业数据化与企业信息化及企业的关系
2.2.1 企业的本质
2.2.2 企业信息化
2.2.3 企业数据化
2.2.4 企业业务、企业信息化、企业数据化的关系
2.3 企业数据化建设的内容
2.3.1 企业数据化建设的一个核心目的
2.3.2 企业数据化建设的三个层次
2.3.3 企业数据化建设的五个部分
2.3.4 企业数据化建设的七种价值
2.4 企业数据化的现状与问题
2.4.1 数据意识
2.4.2 数据资源
2.4.3 数据资产
2.4.4 数据应用
2.4.5 数据质量
2.4.6 数据运营
2.4.7 数据技术与产品
2.4.8 企业数据化建设路径探索
3 数据中台概述
3.1 数据中台是什么
3.1.1 数据中台应该告诉企业全面数据化是什么样子的
3.1.2 数据中台应该汇聚全域数据
3.1.3 数据中台应该能够检验数据治理的成果
3.1.4 数据中台应该全面支持数据应用落地
3.1.5 数据中台可以包含企业数据化组织规划内容
3.2 数据中台的价值与建设的必要性
3.2.1 数据中台是数据化建设的基础
3.2.2 数据中台是企业数据化建设的引擎
3.2.3 数据中台将各个部分的数据工作有机串联
3.3 数据中台建设五步法
3.3.1 数据中台建设五步法概述
3.3.2 步：数据资源的盘点与规划
3.3.3 第二步：数据应用规划与设计
3.3.4 第三步：数据资产建设
3.3.5 第四步：数据应用的详细设计与实现
3.3.6 第五步：数据化组织规划
4 数据资源盘点与规划
4.1 数据资源盘点
4.1.1 数据资源的分类
4.1.2 数据资源盘点流程
4.1.3 数据资源盘点的成果
4.2 数据资源规划
4.2.1 实体行为数据资源
4.2.2 外部数据服务规划
5 数据资产建设
5.1 数据资产建设概述
5.1.1 前期准备
5.1.2 数据资产建设方法论
5.1.3 数据资产建设的步骤
5.2 产品选型与技术方案设计
5.2.1 数据仓库选型
5.2.2 融合现有数据化建设成果
5.3 数据模型设计规范
5.3.1 基本设计思路
5.3.2 主题域设计
5.3.3 数据模型开发规范
5.3.4 数据表的命名规范
5.3.5 数据表的设计策略
5.4 数据开发规范及数据开发
5.4.1 数据开发规范
5.4.2 数据采集
5.4.3 数据开发
6 数据应用规划与建设
6.1 数据应用规划
6.1.1 企业业务架构梳理
6.1.2 数据应用场景规划
6.1.3 业务指标和实体标签体系的构建与管理
6.1.4 数据应用落地路径规划
6.2 数据应用建设
7 数据应用之实践
7.1 房地产行业的数据应用方案
7.1.1 房地产行业的典型业务场景介绍
7.1.2 房地产行业的典型数据应用
7.2 鞋服行业的数据应用方案
7.2.1 鞋服行业的典型业务场景介绍
7.2.2 鞋服品牌商普遍的数据资源困局
7.2.3 围绕“店货匹配”构建数据应用蓝图
7.3 乳制品行业的数据应用方案
7.3.1 乳制品行业的典型业务场景介绍
7.3.2 以“消费者深度运营”为目标建设乳制品行业数据应用
7.4 新零售营销的数据应用方案
7.4.1 新零售泛行业理解
7.4.2 新零售的典型数据应用
7.5 人力资源领域的数据应用方案
7.5.1 人力资源领域类业务场景
7.5.2 高潜力人员评估
7.5.3 人员离职预测
8 数据化组织规划
8.1 数据化组织规划的必要性
8.2 数据化组织的定位与职责
8.3 数据化组织的工作内容与边界
8.4 数据化组织的岗位设置
8.5 数据化组织的人数配置、预算资金与考核建议
9 数据中台与数据质量
9.1 数据质量的常见问题
9.2 数据模型规范提升数据质量
9.2.1 数据的定义
9.2.2 数据的分类
9.2.3 数据的颗粒度
9.2.4 数据的编码
9.3 数据管理提升数据质量
9.3.1 数据管理组织
9.3.2 数据管理流程
9.4 数据共享提升数据质量
9.4.1 业务数据如何传递
9.4.2 基础数据如何保持一致性
9.4.3 如何通过技术手段监督多版本数据的一致性
9.5 清洗历史数据提升数据质量
9.5.1 数据清洗的目的和策略
9.5.2 数据清洗的范围和组织
9.5.3 数据清洗工具
9.6 主数据管理提升基础数据质量
9.6.1 人员主数据管理
9.6.2 账户主数据管理
9.6.3 组织主数据管理
9.6.4 客商主数据管理
9.6.5 顾客主数据管理
9.6.6 产品主数据管理
9.6.7 项目主数据管理
9.6.8 资产主数据管理
9.6.9 物料主数据管理
10 数据中台建设
10.1 数据中台建设的特点
10.2 数据中台建设的策略选择
10.3 数据中台建设的整体流程
10.4 数据中台的建设风险及应对方法
10.4.1 数据中台的定位问题
10.4.2 数据中台的管理博弈
10.4.3 数据中台的业务价值方向选择
11 数据中台的软件支撑
11.1 平台的整体架构
11.2 计算引擎
11.2.1 大数据离线计算引擎
11.2.2 大数据实时计算引擎
11.3 离线/流计算开发套件
11.3.1 数据同步模块
11.3.2 数据开发平台
11.3.3 运维中心
11.3.4 发布管理
11.4 实时计算开发套件
11.4.1 FlinkStreamSQL
11.4.2 数据开发
11.4.3 数据运维
11.4.4 实时采集
11.5 数据资产管理套件
11.5.1 数据地图
11.5.2 数据模型规范管理
11.6 数据质量管理套件
11.7 数据科学平台
11.7.1 算法数据资源管理
11.7.2 可视化实验开发
11.7.3 算法模型离线训练
11.7.4 模型在线部署和调用
11.8 分析引擎
3年前，我和我的团队带着大数据应用技术、电商行业的数据中台建设经验，以及众多数据应用成果，开始了为国内传统企业进行数据中台建设的工作，本以为这是一次愉快的旅程，结果却遇到了诸多阻碍和挑战。
数据中台是什么？数据中台的价值是什么？数据中台如何帮助企业腾飞？传统企业具备数据中台的建设条件吗？当我们准备放手大干的时候，来自客户的一系列“灵魂拷问”，让我的团队有些措手不及。
数据能力是互联网行业的核心竞争力，数据的重要性毋庸置疑。一方面，数据部门对大数据技术不断地探索和深入掌握；另一方面，业务部门对数据的需求和创新应用永无止境。两者交织前行，不断碰撞出火花，终展现出了巨大的应用价值和广阔的应用前景。数据中台在互联网企业中同样有着明确的定位：的大数据技术，高效、便捷的开发平台和全部汇总在一套模型下的海量数据，这些基本就是数据中台的范畴。在数据中台的支撑下，诸多数据应用快速地构建和迭代，各种创新能够在短的时间内得以验证和推进。
显然，对于拥有成熟的主营业务、业务场景更复杂、投资评估更谨慎的传统企业而言，互联网的数据中台理论体系需要进行再次升级才能够支撑其全面数据化建设工作。
首先，我们需要解决企业数据化建设的目标和定位问题。企业的核心竞争力有很多，产品、资金、技术、人才、营销、渠道都能够从各自的角度为企业贡献力量。但是数据化能贡献什么呢？客观地讲，企业数据化建设只能为企业各条业务线、各个业务岗位、各个业务场景提供数据的供给。至于企业数据化建设是否能够成为企业的核心竞争力，终还要取决于这个智慧的体系能够为企业提供多少数据和多少高价值的数据。
其次，我们需要解决数据中台在数据化建设中的定位问题。数据中台应当是企业数据化建设的支撑平台，是企业数据化的规划平台，是企业数据化建设的驱动器。
数据中台需要解决传统企业数据化建设的整体规划和架构问题。这个工作需要详细地阐述企业数据化建设的整体架构、业务成果、建设顺序、投入产出比等。
数据中台还应当积极地帮助企业建设数据团队，尤其是数据团队中的数据运营团队。这个团队应当让企业的业务部门和数据部门紧密结合并发生奇妙的化学反应，能够让业务部门理解数据、用好数据、渴求数据。
数据中台还应当对企业数据化工作的几个重要部分进行有机整合和串联，让各个部分协同工作，相互促进。只有这样，数据中台架构才能够支撑起企业数据化建设工作，才能够让企业数据化建设工作全面启动，也可以让企业在进行全面数据化建设之初就信心满满地投入一笔基础平台建设资金。终，当数据中台建设完成的同时，各种数据应用的建设纷纷进入快速通道，各种数据成果纷纷呈现并在各自的业务场景中大展身手。
这些都是我们3年来在一个又一个传统企业数据中台项目成功交付后所总结的经验，同时我们又把这些经验整理成一套相对完整的方法论体系和一套相对标准的实施落地步骤。
当我们使用这套方法在传统企业中完成数据中台的建设并看到数据中台效果初步显现时，我和我的团队的想法就是把这些内容记录下来，告诉所有从事数据化工作的同道，让他们在面对同样的问题时，可以不再重复我们那些艰苦的经历。
我要感谢我的团队，是他们和我一起完成了本书的撰写。戴丽撰写了4.2.1节、6.1.3节、7.2节、7.3节和部分数据应用场景，并对部分图、表进行了设计与优化；訚赛华撰写了5.3节、5.4节；李鑫撰写了9.6节；黎成撰写了第10章的部分内容；闽佳、王辉撰写了第11章；马宁博士提供了丰富的算法类数据应用素材；李丽承担了整体的组织工作及大量文档素材的整理工作。我也要感谢我的团队中没有参与本书撰写的其他成员，是你们日日夜夜地勤奋工作，不断地探索和面对未知问题的勇气，让我们开辟了这条道路。我要感谢你们每一个人。
我要感谢我的家人，尤其是我的爱人李鑫，她不但撰写了一节内容，同时又在我全身心投入工作的时候，兼顾个人工作和家庭，让一切事情井井有条。我一直认为她的“内核”也是一个分布式的大数据引擎。
我要感谢我的老东家——用友。我在用友学到了丰富的企业业务知识和企业信息化的建设经验，甚至还有做人的道理。用友是一家有温度的公司，我曾经有段时间认为自己会在这家公司退休。
我要感谢我现在的东家——杭州玳数科技有限公司。公司的创始人陈吉平先生有着丰富的互联网从业经验，是技术“大牛”，也是应用“大牛”。他提出的用互联网的数据技术和应用经验，让传统企业中的数据产生价值的理念深深触动了我，对于我来说这种吸引是难以抗拒的。
我要感谢积水潭医院的黄雷主任，感谢火箭军医院的乔林主任，我生命中的一段时间是两位医生陪我度过的，感谢他们。
我要感谢我的所有朋友和客户，是你们对我的支撑和鞭策让我不断前行。我只能不断地做正确的事情，才能略微地回报你们。数据化是正确的事情，我和我的团队看到了数据化的巨大力量，这些力量正在传统企业积聚、等待爆发。数据的力量会让企业更加健壮和健康，获得更多回报，在面对各种内外部复杂环境的时候，有能力快速调整、试错，并完成创新。我把数据中台建设经验写出来也是正确的事，知识就是用于分享的，藏私于一隅是很大的浪费。
本书从数据中台的战略转型、架构理念、技术平台、实施路径等角度，提供了技术经验和案例经验，具有科学性、系统性、可行性和实操性。对于处于转型初期以及亟待转型的企业、技术研究人员、行业实践人员，本书都有很强的借鉴价值。
——北京大学软件学院教授、北京大数据研究院保险大数据研究中心主任 赵占波博士
随着数据中台技术的理论体系成熟，数据中台技术的应用会有更大价值，可以快速解决复杂的业务问题。本书对数据中台技术从理论到实践进行了系统的阐述与深入分析，是一本非常有学术价值的专业书。
——电子科技大学计算机学院副教授（高级工程师），托普软件（上市公司）董事、执行副总裁，IBM中国开发中心（CDL）高级访问学者，用友软件高端产品NC业务线（GBU）营销副总 张帆博士
作者结合自身多年在企业和互联网数智化方面的从业经验，深入浅出、体系化地梳理和诠释了数据中台的核心价值、框架逻辑、落地路径、方法、工具、实践案例。本书凝聚了作者多年的实战心得和经验，有理论高度，更有实践深度，对企业和公共组织数字化、智能化转型具有很高的参考价值和借鉴价值。希望本书能够给予你很大的价值和帮助。
——用友资深专家、数据应用业务首席顾问、企业咨询事业部原总经理 郭倩
张旭有着10多年的企业服务经验，从企业信息化到主数据，再到企业数据中台、数字化、智能化建设都参与过，其提炼的数据中台数字化建设的五步法，也是在袋鼠云与客户的实战中打磨出来的经验与智慧的总结。本书务实与落地，从企业CEO、CIO的视角解读了数据中台是什么，相信一定能给企业管理者带来很多思考。
——袋鼠云创始人、董事长、业界知名技术专家，Oracle ACE Dirctor，阿里巴巴集团原资深总监、总裁助理 陈吉平
随着大数据和人工智能的进一步普及，几乎所有的传统企业都在拥抱并推动自身的数字化转型，本书作为袋鼠云数据中台实践多年来的结晶，内容覆盖了企业数字化实战的方方面面，对方法论、实施路径、平台、数据应用等方面都有详尽的阐述，感谢作者的诸多宝贵经验分享。
——袋鼠云联合创始人、CEO，阿里云服务团队原负责人，阿里巴巴“去IOE”和“双十一”项目原数据库架构师，余额宝项目原数据库负责人 徐进挺
我们已经启动了数据中台建设，在项目进入关键阶段需要复盘的时候，本书正是指路明灯。作者从古代、现代，乃至未来的信息化革命，从广义理论到具体案例，由浅入深地阐述了企业数据化的实践路径。本人非常赞同书中的这个观点：“数据中台是实现企业全面数据化的一个解决方案，是一套支撑企业全面数据化的架构，会成为企业开展全面数据化的基础设施。”力荐这本非常走心的作品，希望本书能为企业数字化转型的践行者排忧解惑。起步，就与未来同步！
——岭南集团信息技术与电商发展部总经理 陈岚
面对数据中台这样的新事物，大家多少都会有些迷茫，而本书所阐述的其实可以认为就是数据中台建设的方法论。这样的一个方法论能够说明数据中台建设的框架是什么样的，分成几个阶段，每个阶段要解决什么问题、该有什么产出物等。这样的方法论可以帮助我们在没有数据中台建设经验的情况下，依然能够清楚地了解数据中台的建设方法、建设路径及关键里程碑。相信本书一定能给即将准备建设数据中台的你带来帮助。
——飞鹤集团CIO 冯海龙
数据中台在互联网企业中已经有了多年的实践，但是对于传统企业来说还是一个比较新的话题，也是一个需要了解的话题，传统企业的数字化转型离不开数据中台的建设。张旭依据多年的企业信息化、数字化服务经验，成体系化地总结了数据中台建设的理论方法和落地工具，更结合大量业务实践提供了很多具体的案例，对传统企业的数字化转型及业务落地都会有很大的价值和帮助。
——李宁公司信息化总监 朱远刚
评论
还没有评论。