新書推薦：
《
思辨者的罗盘：从逻辑谬误到严谨表达
》
售價：NT$
286
《
面具之下：近代日本报人对华情报活动
》
售價：NT$
449
《
广东省博物馆藏品大系 端砚卷
》
售價：NT$
2540
《
你的降落伞是什么颜色：就业市场不是一场录用游戏，而是一场淘汰游戏，直到准备充分的人胜出
》
售價：NT$
383
《
美国军事战略研究
》
售價：NT$
857
《
一对一沟通
》
售價：NT$
561
《
南海：历史与现实
》
售價：NT$
704
《
变局与变奏：两次全球化与中国复兴
》
售價：NT$
653
|
| 編輯推薦： |
|
本书由数据治理领域权威专家约翰·拉德利倾力打造，是数据治理实操领域的经典佳作第2版。针对当前多数组织数据治理混乱、成效不佳、缺乏可持续性，且75%-85%人工智能与分析项目失败的行业痛点，从根本上厘清数据治理的核心定义与价值。全书摒弃空洞理论，聚焦实操落地，系统阐述数据治理从战略规划、组织搭建、流程设计到技术应用的全流程步骤与方法。第2版新增75%干货内容，紧密贴合行业变革趋势，融入大量真实场景案例，探索不同机构数据治理的多样化路径，提供低调型、集中控制型等多种治理方法的选择指引，更新数据治理工具范围，深度剖析组织转型为数据驱动型所需的全方位能力。尤为重要的是，书中对美国“数据联盟”的全面介绍，为国内“可信数据空间”建设及数据要素市场发展提供了宝贵参考。本书得到“数据博士”Thomas C. Redman、美国数据治理研究院创始人Gwen Thomas等权威人士认可，是真正能推动组织行为变革、助力数据价值转化的实用宝典。
|
| 內容簡介： |
|
本书是数据治理领域的实操指南经典著作第2版，专为需要理解或落地数据治理计划的人群打造。书中直面当前组织“尚未适应数据”的普遍困境，打破数据治理仅依赖技术工具的错误认知，明确数据治理是组织必备的全新业务能力。全书围绕数据治理的可持续建设展开，系统梳理了过去20年数据治理领域的核心步骤、工具、技术与实践见解，通过生动比喻与真实案例降低理解门槛，避免空洞说教。第2版新增75%内容，结合行业最新趋势与实战经验，深入探索不同机构确保数据一致、精准、可靠的方法，新增大量真实场景案例分析，指引组织根据自身情况选择合适的治理方法，更新数据治理工具范围，并揭示通过数据质量、战略与素养提升数据价值的路径。本书不仅为企业高管、中层管理者提供战略与领导力指引，也为一线数据工作者提供可落地的执行方案，同时对国内可信数据空间建设及数据要素市场发展具有重要参考价值，助力组织真正实现数据驱动转型。
|
| 關於作者： |
约翰·拉德利（John Ladley）
数据治理与企业信息管理领域的权威专家和商业思想领袖，拥有逾30年的一线实战经验，专注于提升组织效能和成功实施信息系统。他曾领导多个团队，通过商业智能、信息管理和数据治理等手段改善客户的业务成果。他在战略技术规划、项目管理以及将技术实际应用于解决商业问题方面有丰富的经验，经常就各种技术和数据话题发表文章和演讲。
|
| 目錄：
|
目 录
译者序
序一
序二
前言
致谢
第1章 高管必读001
1.1 背景001
1.2 概念004
第2章 数据治理简介008
2.1 引言008
2.2 基本问题014
第3章 数据素养和概念015
3.1 概念的重要性015
3.1.1 数据是一种资产016
3.1.2 数据治理与治理016
3.1.3 数据管理019
3.1.4 治理V模型022
3.1.5 解决方案025
3.1.6 其他术语028
3.1.7 一些关键概念030
3.2 演变与革命031
3.3 总结032
3.4 基本问题033
第4章 概览：数据治理的日常运作及其能力034
4.1 数据治理应该是什么样子034
4.1.1 数据治理和数据管理的范围036
4.1.2 业务模式037
4.1.3 内容038
4.2 开发方法039
4.2.1 联邦制039
4.2.2 数据治理方案的要素042
4.2.3 原则046
4.2.4 制度047
4.2.5 指标047
4.2.6 数据治理的关键成功因素049
4.3 总结051
4.4 基本问题051
第5章 数据治理的业务案例052
5.1 业务案例052
5.2 数据治理业务案例的目标054
5.3 业务案例的构成要素056
5.3.1 全局观（愿景）056
5.3.2 计划风险056
5.3.3 与业务保持一致057
5.3.4 数据质量问题的成本057
5.3.5 错失机会的成本057
5.3.6 数据债务057
5.3.7 障碍、影响与变革058
5.3.8 案例描述058
5.4 构建业务案例的流程059
5.4.1 充分把握业务方向059
5.4.2 识别潜在机遇059
5.4.3 识别使用机遇059
5.4.4 定义业务效益059
5.4.5 确认业务效益059
5.4.6 量化成本060
5.4.7 准备业务案例文件060
5.4.8 方法考虑因素060
5.5 总结061
5.6 基本问题062
第6章 数据治理开发与部署概述063
6.1 方法类型065
6.2 数据治理交付框架066
6.3 流程概述066
6.3.1 参与068
6.3.2 战略073
6.3.3 架构与设计076
6.3.4 实施079
6.3.5 运营与变革081
6.4 总结083
6.5 核心成功因素083
6.6 基本问题083
第7章 参与084
7.1 概述084
7.2 启动087
7.2.1 获得批准087
7.2.2 构建数据治理筹备团队架构087
7.3 定义090
7.3.1 定义组织自己的数据治理090
7.3.2 识别受数据治理影响的业务单元和组织092
7.3.3 识别数据治理需要（但尚未具备）的能力093
7.4 范围093
7.4.1 明确数据治理初始计划的范围与约束094
7.4.2 批准数据治理的范围与约束094
7.5 评估095
7.5.1 信息成熟度096
7.5.2 变革能力100
7.5.3 数据环境103
7.6 愿景和计划104
7.6.1 识别明显的业务收益和指标105
7.6.2 描述新的能力108
7.6.3 识别数据治理的初步需求110
7.6.4 制定数据治理未来的蓝图113
7.6.5 敲定数据治理的启动计划115
7.7 案例研究—洛基健康116
7.8 洛基能源案例研究介绍118
7.9 案例研究—洛基能源119
7.10 总结121
7.11 基本问题121
第8章 战略122
8.1 概述122
8.2 业务一致性124
8.2.1 识别业务需求124
8.2.2 数据治理与业务需求保持一致125
8.3 组织价值131
8.3.1 制定核心数据原则131
8.3.2 识别开展数据治理的机会137
8.3.3 开发数据治理的业务价值138
8.3.4 总结139
8.4 战略需求139
8.4.1 审查现有业务案例140
8.4.2 制定基本制度需求140
8.4.3 识别显性能力142
8.4.4 识别业务场景展现价值（按需）142
8.5 案例研究—洛基健康145
8.6 案例研究—洛基能源146
8.7 总结147
8.8 基本问题148
第9章 架构与设计149
9.1 概述149
9.2 能力152
9.2.1 识别数据治理能力152
9.2.2 根据业务需求使各项能力保持一致并排序156
9.2.3 识别支持数据管理和数据治理能力的工具与技术159
9.3 运营框架168
9.3.1 识别/完善数据治理流程168
9.3.2 明确问责和所有权174
9.3.3 设计数据治理运营框架179
9.3.4 设计最小可持续运营模式182
9.4 参与和工作流程185
9.4.1 设计所需的参与模式185
9.4.2 完成角色和责任识别188
9.4.3 推广运营框架、参与模式和工作流程193
9.5 案例研究—洛基健康194
9.6 案例研究—洛基能源197
9.7 总结197
9.8 基本问题198
第10章 实施199
10.1 概述199
10.2 路线图201
10.2.1 与当前工作保持一致201
10.2.2 将数据治理纳入计划工作203
10.2.3 明确数据治理增量部署205
10.2.4 制定短期和长期部署计划208
10.3 持续性计划209
10.3.1 定义持续性需求209
10.3.2 定义组织行为目标213
10.3.3 制定变革管理计划216
10.4 指标219
10.4.1 定义有效性指标219
10.4.2 定义效率指标223
10.4.3 定义指标收集与报告225
10.5 案例研究—洛基健康226
10.6 案例研究—洛基能源228
10.7 总结229
10.8 基本问题229
第11章 运营与变革230
11.1 概述230
11.2 部署233
11.2.1 制定数据治理推广计划233
11.2.2 推广数据治理框架234
11.2.3 贯彻运营活动234
11.2.4 实施运营支持活动234
11.2.5 实施数据治理技术解决方案235
11.3 运营235
11.3.1 管理数据治理与项目的互动235
11.3.2 执行数据治理流程和活动235
11.3.3 完成并颁布章程、制度和标准236
11.3.4 监控出勤率和参与度236
11.3.5 确保技术被正确整合到数据治理运营中236
11.3.6 参与数据管理活动236
11.4 度量237
11.4.1 实施指标收集与报告流程237
11.4.2 跟踪指标的分布与使用情况237
11.4.3 跟踪技术使用情况及相关问题237
11.5 持续性活动238
11.5.1 确认领导层达成共识238
11.5.2 监控发起人的有效性239
11.5.3 监控沟通和培训241
11.5.4 数据治理向业务转型242
11.5.5 管理阻力242
11.6 运营与变革案例研究—洛基健康246
11.7 运营与变革案例研究—洛基能源247
11.8 总结248
11.9 基本问题249
第12章 最终项目与总结250
12.1 概念253
12.2 警示标志和实用建议254
12.3 数据治理的价值255
12.4 数据变现256
12.5 关键成功因素256
12.6 最后一些想法256
12.7 电梯演讲257
12.8 结论258
附录1 工作域、活动与任务259
附录2 变革能力评估269
附录3 数据治理章程模板272
附录4 数据治理导向与持续知识转移模板276
附录5 数据治理能力与职能279
附录6 利益相关者分析289
附录7 领导力协调评估291
附录8 沟通计划292
附录9 培训计划295
附录10 上线后检查清单298
附录11 发起人指南299
附录12 领导力辅导301
附录13 阻力应对方案模板303
附录14 指导原则与制度的协调一致305
附录15 数据治理项目启动计划307
附录16 数据治理指标示例309
附录17 本书第1版的阶段活动任务表311
附录18 高管层级路线图示例327
|
| 內容試閱：
|
前 言
欢迎阅读本书第2版。坦率地说，数据类书籍能够再版实属罕见。本书不仅“热门”，更是必需品。第1版问世时，数据治理还是个备受误解的概念，几乎无人知晓如何开展可持续的数据治理工作。如今，审视所有重大的企业或组织举措，都能发现数据治理的身影。它可能不直接被称为治理，而是以某种数据监管的形式融入项目或业务领域中。但本质上，这就是数据
治理。
为何推出第2版？理由有几个。
第一，尽管数据治理呈现出多种形式，但它就像农民休耕地里自然生长的玉米。你能看到零星的玉米苗冒出来，却无法收获整片庄稼的玉米。同样，目前大多数数据治理计划都缺乏可持续性，但核心理念已广受认可。因此，本书第2版的主要目的是继续指导如何将数据治理打造成组织中可持续的业务能力。
第二，自第1版问世以来我们也学到了很多。我们通过参与数据治理提升了成熟度。数据从几年前在分析领域的初步探索，跃升为备受吹捧的财富和现金流来源。企业高层能随意抛出人工智能、数据变现等术语，却对这些领域成功背后的真相一无所知。我坚信领导力需要教育支撑。将数据视为资产这件事不容忽视。将数据融入产品和流程（即打造数据能力），意味着在所有项目和计划中都要考虑数据因素。各组织的高层急需提升数据素养。我常引用好友Tom Redman博士的话：“大多数公司还没有适应数据。”
这引出了出版新版的第三个原因。那股盲目的愤怒仍在持续，毫无减弱之势。
这句话略带戏谑，但并非全然玩笑。如今，组织已经意识到处理数据和信息所需的远不止是几款用于在公司内部传输和分发企业数据的工具。同时，认识到需要采取行动和实际付诸实施是两回事。我发现许多组织善于宣称“我们要更好地管理数据”，并列举诸多理由。但他们的后续执行却惨不忍睹，真的糟糕透顶。多方数据显示，75%～85%的人工智能和分析项目首次（或前两次）尝试未能达到预期，这其中就包括所有数据科学和大数据工作。
然而，人们仍在争先恐后地购买数据治理和数据可视化工具。在2012年本书第1版的前言中，我曾写道：“在撰写这段话时，供应商正在投入大量的营销资金宣传数据分析和‘大数据’的价值。公司热衷于饮鸩止渴，但真正获得预期效益的却寥寥无几。”
情况依旧没有改变。新业务王国的守护者—数据人员及其支持者—对领导层的无所作为感到困惑不已。
人们逐渐认识到需要改进数据处理方式。CCPA和GDPR等一系列监管变革正在发生。美国联邦政府已着手实施全面的数据战略。大量的首席数据官被聘用又遭解雇。然而，这些支持最终都被下放到组织中最基层、权力最小的部门。
答案与2012年的相同：将数据和信息视为资产。将数据治理作为管理这些资产的必备工作，使其成为一种公认的业务能力。
即便施以些许规范约束，也能收获显著成效。尽管失败率很高，但数据管理和治理的有效性依然有目共睹。成功案例往往体现为：具备强有力的领导支持、精准的业务对齐、组织级问题的系统性解决，以及在灵活部署计划下切实可行的技术应用。这些都离不开数据治理的持续支撑。反观那些未采用或较少实施数据治理的类似项目，失败往往不可避免。
多年来，业界在推动数据治理敏捷化、降低侵入性，以及展现即时效益等方面进行了不懈努力。这些都是引入新方法或解决方案时的常规操作。正如你将在后文发现的，数据治理不仅仅是制定流程、制度和执行规则。你需要认识到这是一项全新的能力，某些时候必须改变既有做法。若不能接纳数据治理是一种新业务能力的理念，则数据治理工作将难以持续推行。
本书主要面向需要“实施数据治理”的人群。它不局限于IT或数据专业人士，而是适合所有需要确保数据和信息管理落实到位的人。需要明确的是，这是一本“实操指南”。我竭力避免了那些工具供应商或知名顾问常用的陈词滥调。如果你正在阅读本书，那么想必你已厌倦了空谈，希望付诸实践。
随着本版付梓，鼓吹数据与算法威力的广告依旧汹涌。然而，肩负实现这一切重任的基层数据工作者正彼此交换着惊恐的眼神。“数据糟糕透了，”他们私下嘀咕，“这根本行不通。”
如果我们继续把数据视为部门业务流程的低价润滑剂，而非珍贵资产，就无法实现这些预测。没有思维方式的重大转变，一切都是空谈。请考虑以下两种情况：
规避问题：某公司将因向主要监管机构提交错误数据而面临的罚款和额外开支纳入预算。该公司认为直接支付罚款比修正数据更省事。这种做法勉强可以接受，但问题是该公司的整个文化和品牌形象都建立在高品质的产品和服务之上。
应对新业务能力挑战：一家决定认真对待数据的公司，其CEO特别去提升了数据素养。他每隔一段时间就召集各主要部门负责人，要求他们利用数据去解决问题。公司因此在效率和质量方面直接获得了数千万美元的效益，显著改善了财务状况。
在信息管理领域，“成熟度”一词常被提及。本书的撰写正基于这一背景，同时也考虑了另一个维度—学习的成熟度。我的周末爱好是航空飞行，也常辅导他人飞行。在成为飞行教练的过程中，我领悟到一个关于学习的绝妙定义：
当经历引发行为变化时，学习就发生了。
换言之，仅仅听和看并不能产生真正的学习。你需要亲身实践、积累经验，并观察衡量变化。坦白地说，我接触的大多数公司都希望进行两周的评估和四周的路线图规划，以为这些成果加上管理层的几道命令就能创造奇迹。实际上，数据治理需要付出努力并做出重大的行为改变。本书旨在推动行为改变，协助吸收和管理必要的工作。
本书接下来的内容将介绍过去20年左右发展而来的步骤、工具、技术和见解。部分材料可能略显枯燥，中间会穿插一些趣闻或生动比喻，这并非出于轻浮调侃，而是为了吸引你的注意力。这些内容至关重要，组织的兴衰将取决于如何处理数据。
接下来的章节将全面阐述实施数据治理所需的工作和行为。这种呈现方式旨在帮助你轻松制定适合自身情况的方案。我力求避免给人一种刻板的方法论印象。
你的组织想开展高级预测分析吗？那就必须确保分析工具使用的数据准确无误。你想为报告、商业智能或客户名单建立单一数据源吗？那就要立即着手数据治理。随着数据爆炸的持续，拖延越久，决策就越艰难。这不是数据爱好者的琐碎请求，而是业务发展的必然需求。
你将发现，通过执行一系列步骤并考虑某些成功因素，可以实现数据治理。要真正将信息视为资产，还需要在文化、个人和理念层面进行变革。数据治理正是囊括这些变革的学科。自第1版问世以来，有一点始终不变：数据治理关乎对数据的控制和运用能力。它仍然是一项长期致力于改变经营方式的承诺。
|
|
購物車/收銀台(0) | 在線留言板
| 付款方式
| 聯絡我們
| 運費計算
| 幫助中心 |
加入書簽
HOME
新書上架
