标签
内容简介
本书内容从逻辑上可以分为四部分。 第一部分为第1～3章。第1章以非数字原生企业在数字化转型时面临的挑战为引导，阐述了数据驱动的企业数字化转型理念，介绍了华为公司的数据治理框架；第2章从企业政策和架构协同的角度，介绍了企业级的数据综合治理体系，理顺了数据与变革、运营、IT之间的协同关系，明确了数据管理的责任主体在业务；第3章以数据特性的差异为维度，详细阐述了不同类型数据的不同管理方式，明确了结构化数据、非结构化数据、外部数据、元数据的核心管理要点。第二部分为第4～6章，介绍了数据治理工作中的三项重点建设任务：信息架构、数据底座、数据服务。第4章介绍了信息架构的四个组件，给出了建设原则和核心要素，并引出了业务对象、过程、规则三项数字化的建设方向； 第三部分为第7～9章，介绍了数据治理的三项关键能力：数据的全量感知、综合质量提升、可控共享。第四部分为第10章。基于对“机器认知世界”的理解，我们提出了对数据治理未来的思考，畅想了AI治理、数据主权和数据生态建设。未来已来，让我们共同努力，把数字世界带入每个人、每个家庭、每个组织，构建万物互联的智能世界。
编辑推荐
《华为数据之道》并非一本单纯的技术手册或管理理论合集,它是一部由华为公司数据管理部亲笔撰写的,源自于华为自身十多年数字化转型实践与数据治理的"实战复盘"与"体系化思考"。本书的核心价值在于,它首次系统性地对外公开了华为如何将数据从分散的,支持性的资源,转变为核心战略资产和驱动力的完整框架与心法。书中详细阐述了华为数据工作的"道,法,术,器",即从顶层的数据战略与治理体系（道与法）,到具体的数据架构设计与数据服务建设（术）,再到支撑落地的工具平台与组织保障（器）。对于业界而言,其提出的"数据湖","数据主题联接","数据底座"等概念与实践,尤其是"非数字原生企业在数据管理上的体系性突破",具有极高的参考与借鉴意义。阅读此书,不仅能获得一套经过超大型复杂组织验证的数据治理方法论,更能深刻理解数据驱动业务创新的内在逻辑与实施路径,其价值远超具体的技术细节,更在于战略视野与系统性思维的提升。
适合谁读
适合
- 企业数字化转型负责人,CIO,CDO及数据战略规划者
- 数据治理,数据架构及数据平台建设领域的从业者与管理者
- 寻求将数据能力转化为业务竞争力的非数字原生企业的中高层管理者
- 对华为管理体系及大型组织复杂系统运作感兴趣的研究者与学习者
不适合
- 期望获得大量编程代码,算法细节的纯技术开发初学者
- 仅寻求简单,快速的数据分析技巧或工具操作的读者
阅读建议
- 建议先通读前几章,建立对华为数据工作整体框架的认知,再根据自身工作重点选择性深入相关章节
- 阅读时可结合自身企业或项目的实际情况进行对照思考,书中许多原则和挑战具有普遍性
- 将本书视为一个"案例库"和"方法论框架",重点理解其背后的设计逻辑与治理思想,而非机械套用具体条款
出版社简介
机械工业出版社
中国 · 成立于 1950 年
机械工业出版社（China Machine Press）在科技与专业出版之外，库内图书还体现出对心理学、计算机、管理、财经与社科等方向的持续关注。心理学方面收入荣格作品及分析心理学导论，并涉及压力与健康、成瘾与疗愈等应用议题；计算机领域有《计算机程序的构造和解释（JavaScript版）》；管理与财经类包括《管理行为（原书第4版）》《不平等的代价（珍藏版）》《这次不一样：八百年金融危机史（纪念版）》；科学哲学与科学史方面则有《世界观（原书第3版）》。相关作者资源涵盖C.G.荣格、威廉·麦圭尔、索努·沙姆达萨尼、加博尔·马泰等。公开资料有限，以上仅据库内图书归纳其出版面貌。
目录
- 版权信息
- 序一
- 序二
- 序三
- 前言
- 第1章 数据驱动的企业数字化转型
- 1.1 非数字原生企业的数字化转型挑战
- 1.1.1 业态特征：产业链条长、多业态并存
- 1.1.2 运营环境：数据交互和共享风险高
- 1.1.3 IT建设过程：数据复杂、历史包袱重
- 1.1.4 数据质量：数据可信和一致化的要求程度高
- 1.2 华为数字化转型与数据治理
- 1.2.1 华为数字化转型整体目标
- 1.2.2 华为数字化转型蓝图及对数据治理的要求
- 1.3 华为数据治理实践
- 1.3.1 华为数据治理历程
- 1.3.2 华为数据工作的愿景与目标
- 1.3.3 华为数据工作建设的整体思路和框架
- 1.4 本章小结
- 第2章 建立企业级数据综合治理体系
- 2.1 建立公司级的数据治理政策
- 2.1.1 华为数据管理总纲
- 2.1.2 信息架构管理政策
- 2.1.3 数据源管理政策
- 2.1.4 数据质量管理政策
- 2.2 融入变革、运营与IT的数据治理
- 2.2.1 建立管理数据流程
- 2.2.2 管理数据流程与管理变革项目、管理质量与运营之间的关系
- 2.2.3 通过变革体系和运营体系进行决策
- 2.2.4 数据治理融入IT实施
- 2.2.5 通过内控体系赋能数据治理
- 2.3 建立业务负责制的数据管理责任体系
- 2.3.1 任命数据Owner和数据管家
- 2.3.2 建立公司层面的数据管理组织
- 2.4 本章小结
- 第3章 差异化的企业数据分类管理框架
- 3.1 基于数据特性的分类管理框架
- 3.2 以统一语言为核心的结构化数据管理
- 3.2.1 基础数据治理
- 3.2.2 主数据治理
- 3.2.3 事务数据治理
- 3.2.4 报告数据治理
- 3.2.5 观测数据治理
- 3.2.6 规则数据治理
- 3.3 以特征提取为核心的非结构化数据管理
- 3.4 以确保合规遵从为核心的外部数据管理
- 3.5 作用于数据价值流的元数据管理
- 3.5.1 元数据治理面临的挑战
- 3.5.2 元数据管理架构及策略
- 3.5.3 元数据管理
- 3.6 本章小结
- 第4章 面向“业务交易”的信息架构建设
- 4.1 信息架构的四个组件
- 4.1.1 数据资产目录
- 4.1.2 数据标准
- 4.1.3 数据模型
- 4.1.4 数据分布
- 4.2 信息架构原则：建立企业层面的共同行为准则
- 4.3 信息架构建设核心要素：基于业务对象进行设计和落地
- 4.3.1 按业务对象进行架构设计
- 4.3.2 按业务对象进行架构落地
- 4.4 传统信息架构向业务数字化扩展：对象、过程、规则
- 4.5 本章小结
- 第5章 面向“联接共享”的数据底座建设
- 5.1 支撑非数字原生企业数字化转型的数据底座建设框架
- 5.1.1 数据底座的总体架构
- 5.1.2 数据底座的建设策略
- 5.2 数据湖：实现企业数据的“逻辑汇聚”
- 5.2.1 华为数据湖的3个特点
- 5.2.2 数据入湖的6个标准
- 5.2.3 数据入湖方式
- 5.2.4 结构化数据入湖
- 5.2.5 非结构化数据入湖
- 5.3 数据主题联接：将数据转换为“信息”
- 5.3.1 5类数据主题联接的应用场景
- 5.3.2 多维模型设计
- 5.3.3 图模型设计
- 5.3.4 标签设计
- 5.3.5 指标设计
- 5.3.6 算法模型设计
- 5.4 本章小结
- 第6章 面向“自助消费”的数据服务建设
- 6.1 数据服务：实现数据自助、高效、复用
- 6.1.1 什么是数据服务
- 6.1.2 数据服务生命周期管理
- 6.1.3 数据服务分类与建设规范
- 6.1.4 打造数据供应的“三个1”
- 6.2 构建以用户体验为核心的数据地图
- 6.2.1 数据地图的核心价值
- 6.2.2 数据地图的关键能力
- 6.3 人人都是分析师
- 6.3.1 从“保姆”模式到“服务+自助”模式
- 6.3.2 打造业务自助分析的关键能力
- 6.4 从结果管理到过程管理，从能“看”到能“管”
- 6.4.1 数据赋能业务运营
- 6.4.2 数据消费典型场景实践
- 6.4.3 华为数据驱动数字化运营的历程和经验
- 6.5 本章小结
- 第7章 打造“数字孪生”的数据全量感知能力
- 7.1 “全量、无接触”的数据感知能力框架
- 7.1.1 数据感知能力的需求起源：数字孪生
- 7.1.2 数据感知能力架构
- 7.2 基于物理世界的“硬感知”能力
- 7.2.1 “硬感知”能力的分类
- 7.2.2 “硬感知”能力在华为的实践
- 7.3 基于数字世界的“软感知”能力
- 7.3.1 “软感知”能力的分类
- 7.3.2 “软感知”能力在华为的实践
- 7.4 通过感知能力推进企业业务数字化
- 7.4.1 感知数据在华为信息架构中的位置
- 7.4.2 非数字原生企业数据感知能力的建设
- 7.5 本章小结
- 第8章 打造“清洁数据”的质量综合管理能力
- 8.1 基于PDCA的数据质量管理框架
- 8.1.1 什么是数据质量
- 8.1.2 数据质量管理范围
- 8.1.3 数据质量的总体框架
- 8.2 全面监控企业业务异常数据
- 8.2.1 数据质量规则
- 8.2.2 异常数据监控
- 8.3 通过数据质量综合水平牵引质量提升
- 8.3.1 数据质量度量运作机制
- 8.3.2 设计质量度量
- 8.3.3 执行质量度量
- 8.3.4 质量改进
- 8.4 本章小结
- 第9章 打造“安全合规”的数据可控共享能力
- 9.1 内外部安全形势，驱动数据安全治理发展
- 9.1.1 数据安全成为国家竞争的新战场
- 9.1.2 数字时代数据安全的新变化
- 9.2 数字化转型下的数据安全共享
- 9.3 构建以元数据为基础的安全隐私保护框架
- 9.3.1 以元数据为基础的安全隐私治理
- 9.3.2 数据安全隐私分层分级管控策略
- 9.3.3 数据底座安全隐私分级管控方案
- 9.3.4 分级标识数据安全隐私
- 9.4 “静”“动”结合的数据保护与授权管理
- 9.4.1 静态控制：数据保护能力架构
- 9.4.2 动态控制：数据授权与权限管理
- 9.5 本章小结
- 第10章 未来已来：数据成为企业核心竞争力
- 10.1 数据：新的生产要素
- 10.1.1 数据被列为生产要素：制度层面的肯定
- 10.1.2 数据将进入企业的资产负债表
- 10.1.3 数据资产的价值由市场决定
- 10.2 大规模数据交互的企业数据生态
- 10.2.1 数据生态离不开底层技术的支撑
- 10.2.2 数据主权是数据安全交换的核心
- 10.2.3 国际数据空间的目标与原则
- 10.2.4 多方安全计算强化数据主权
- 10.3 摆脱传统手段的数据管理方式
- 10.3.1 智能数据管理是数据工作的未来
- 10.3.2 内容级分析能力提供资产全景图
- 10.3.3 属性特征启发主外键智能联接
- 10.3.4 质量缺陷预发现
- 10.3.5 算法助力数据管理
- 10.3.6 数字道德抵御算法歧视
- 10.4 第四个世界：机器认知世界
- 10.4.1 真实唯一的“物理世界”和五彩缤纷的“人类认知世界”
- 10.4.2 映射“物理世界”的数字孪生——“数字世界”
- 10.4.3 “数字世界”中的智能认知 ——“机器认知世界”
- 10.5 本章小结
常见问题
这本书的技术门槛高吗？是否需要很强的IT背景？
本书重点在于阐述数据治理的体系,原则与管理实践,而非深奥的技术实现。它需要读者对企业和数据有基本的业务理解,但并非面向纯技术编码人员。具备一定的企业管理或信息化项目经验会更有助于理解。
书中的方法适合中小型企业吗？
华为的体系源于其超大规模和复杂业务,其完整框架对中小型企业可能显得"过重"。但书中揭示的数据治理核心原则,常见陷阱以及"分阶段建设"的思想,对所有希望做好数据管理的组织都具有指导价值。关键在于萃取其思想内核,进行适配性裁剪。
这本书与市面上其他数据管理书籍（如DAMA-DMBOK）有何不同？
DAMA-DMBOK是领域知识体系指南,更具普遍性和理论框架性。而《华为数据之道》是一个完整的,鲜活的"企业实践案例",它展示了如何在一个特定的大型商业组织中,将理论框架落地,适配并发展成一套行之有效的运营体系,具有极强的场景感和实操参考性。
读者评论
查询本书
本站为索引目录：「全网查询」由您发起、在您的浏览器中运行，所列入口均指向第三方站点，请自行判断可用性。
作者简介
华为公司数据管理部
作者
华为公司数据管理部是华为公司内部负责数据管理相关工作的职能部门，以集体署名的方式参与图书编写。《华为数据之道》是该部门在库内收录的代表作品，属于计算机综合类读物。公开资料有限，目前尚无法确认该部门的成立时间、组织架构与具体人员构成。从作品题材看，其写作方向集中于企业数据治理与数据管理实践，面向希望了解大型企业数据体系建设经验的读者。该书以机构名义出版，内容组织偏重实务与体系梳理，文字风格较为严谨，在数据管理领域具有一定参考价值，常被相关从业者作为了解企业数据治理思路的入门读物。
