华为数据之道

华为数据之道

  • 作者华为公司数据管理部
  • 出版社机械工业出版社
  • 出版时间2020年

编辑推荐

全面披露华为在170余国家和地区开展多业态、差异化运营的数据底座,华为数据治理和数字化转型方法论完整呈现。

内容简介

这是一部从技术、流程、管理等多个维度系统讲解华为数据治理和数字化转型的著作。

华为是一家超大型企业,华为的数据底座和数据治理方法支撑着华为在全球170多个国家/地区开展多业态、差异化的运营。

书中凝聚了大量数据治理和数字化转型方面的有价值的经验、方法论、规范、模型、解决方案和案例,不仅能让读者即学即用,还能让读者了解华为数字化建设的历程。

作者简介

华为公司数据管理部

华为公司数据管理部作为集团层面的数据管理组织,主要负责如下工作:

公司数据工作的战略规划、路标举措以及实施落地;

数据从产生到消费全生命周期管理的治理框架、流程规范、方法和IT工具的制定与推行;

公司级信息架构的设计和数据资产的治理维护;

主持集团层面数据相关项目,推动以数据为核心的数字化转型;

设计公司数据质量度量模型、执行数据质量监控及重大数据问题披露;

组织跨业务领域、跨BG信息架构集成和数据问题的解决;

负责公司数据管理能力提升,推动企业数据文化建立和传播。

章节目录

序一

序二

序三序一

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

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2

1.1.1 业态特征:产业链条长、多业态并存3

1.1.2 运营环境:数据交互和共享风险高4

1.1.3 IT建设过程:数据复杂、历史包袱重4

1.1.4 数据质量:数据可信和一致化的要求程度高5

1.2 华为数字化转型与数据治理6

1.2.1 华为数字化转型整体目标6

1.2.2 华为数字化转型蓝图及对数据治理的要求7

1.3 华为数据治理实践9

1.3.1 华为数据治理历程10

1.3.2 华为数据工作的愿景与目标12

1.3.3 华为数据工作建设的整体思路和框架12

1.4 本章小结15

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18

2.1.1 华为数据管理总纲18

2.1.2 信息架构管理政策20

2.1.3 数据源管理政策21

2.1.4 数据质量管理政策22

2.2 融入变革、运营与IT的数据治理24

2.2.1 建立管理数据流程24

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26

2.2.3 通过变革体系和运营体系进行决策26

2.2.4 数据治理融入IT实施27

2.2.5 通过内控体系赋能数据治理27

2.3 建立业务负责制的数据管理责任体系28

2.3.1 任命数据Owner和数据管家28

2.3.2 建立公司层面的数据管理组织29

2.4 本章小结33

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35

3.2 以统一语言为核心的结构化数据管理36

3.2.1 基础数据治理39

3.2.2 主数据治理40

3.2.3 事务数据治理46

3.2.4 报告数据治理46

3.2.5 观测数据治理48

3.2.6 规则数据治理50

3.3 以特征提取为核心的非结构化数据管理52

3.4 以确保合规遵从为核心的外部数据管理54

3.5 作用于数据价值流的元数据管理56

3.5.1 元数据治理面临的挑战56

3.5.2 元数据管理架构及策略59

3.5.3 元数据管理60

3.6 本章小结71

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74

4.1.1 数据资产目录75

4.1.2 数据标准77

4.1.3 数据模型80

4.1.4 数据分布80

4.2 信息架构原则:建立企业层面的共同行为准则81

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84

4.3.1 按业务对象进行架构设计84

4.3.2 按业务对象进行架构落地87

4.4 传统信息架构向业务数字化扩展:对象、过程、规则90

4.5 本章小结95

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98

5.1.1 数据底座的总体架构98

5.1.2 数据底座的建设策略100

5.2 数据湖:实现企业数据的“逻辑汇聚”101

5.2.1 华为数据湖的3个特点101

5.2.2 数据入湖的6个标准103

5.2.3 数据入湖方式106

5.2.4 结构化数据入湖109

5.2.5 非结构化数据入湖113

5.3 数据主题联接:将数据转换为“信息”117

5.3.1 5类数据主题联接的应用场景117

5.3.2 多维模型设计120

5.3.3 图模型设计125

5.3.4 标签设计130

5.3.5 指标设计132

5.3.6 算法模型设计135

5.4 本章小结139

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142

6.1.1 什么是数据服务144

6.1.2 数据服务生命周期管理149

6.1.3 数据服务分类与建设规范156

6.1.4 打造数据供应的“三个1”162

6.2 构建以用户体验为核心的数据地图167

6.2.1 数据地图的核心价值167

6.2.2 数据地图的关键能力171

6.3 人人都是分析师175

6.3.1 从“保姆”模式到“服务 自助”模式175

6.3.2 打造业务自助分析的关键能力179

6.4 从结果管理到过程管理,从能“看”到能“管”187

6.4.1 数据赋能业务运营187

6.4.2 数据消费典型场景实践190

6.4.3 华为数据驱动数字化运营的历程和经验195

6.5 本章小结199

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202

7.1.1 数据感知能力的需求起源:数字孪生202

7.1.2 数据感知能力架构205

7.2 基于物理世界的“硬感知”能力207

7.2.1 “硬感知”能力的分类207

7.2.2 “硬感知”能力在华为的实践213

7.3 基于数字世界的“软感知”能力215

7.3.1 “软感知”能力的分类215

7.3.2 “软感知”能力在华为的实践218

7.4 通过感知能力推进企业业务数字化220

7.4.1 感知数据在华为信息架构中的位置220

7.4.2 非数字原生企业数据感知能力的建设224

7.5 本章小结226

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228

8.1.1 什么是数据质量228

8.1.2 数据质量管理范围229

8.1.3 数据质量的总体框架229

8.2 全面监控企业业务异常数据231

8.2.1 数据质量规则231

8.2.2 异常数据监控237

8.3 通过数据质量综合水平牵引质量提升243

8.3.1 数据质量度量运作机制243

8.3.2 设计质量度量245

8.3.3 执行质量度量248

8.3.4 质量改进253

8.4 本章小结256

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258

9.1.1 数据安全成为国家竞争的新战场258

9.1.2 数字时代数据安全的新变化258

9.2 数字化转型下的数据安全共享260

9.3 构建以元数据为基础的安全隐私保护框架261

9.3.1 以元数据为基础的安全隐私治理261

9.3.2 数据安全隐私分层分级管控策略263

9.3.3 数据底座安全隐私分级管控方案266

9.3.4 分级标识数据安全隐私271

9.4 “静”“动”结合的数据保护与授权管理272

9.4.1 静态控制:数据保护能力架构272

9.4.2 动态控制:数据授权与权限管理274

9.5 本章小结279

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282

10.1.1 数据被列为生产要素:制度层面的肯定282

10.1.2 数据将进入企业的资产负债表283

10.1.3 数据资产的价值由市场决定284

10.2 大规模数据交互的企业数据生态285

10.2.1 数据生态离不开底层技术的支撑286

10.2.2 数据主权是数据安全交换的核心287

10.2.3 国际数据空间的目标与原则289

10.2.4 多方安全计算强化数据主权291

10.3 摆脱传统手段的数据管理方式292

10.3.1 智能数据管理是数据工作的未来292

10.3.2 内容级分析能力提供资产全景图293

10.3.3 属性特征启发主外键智能联接293

10.3.4 质量缺陷预发现294

10.3.5 算法助力数据管理294

10.3.6 数字道德抵御算法歧视295

10.4 第四个世界:机器认知世界295

10.4.1 真实唯一的“物理世界”和五彩缤纷的“人类认知世界”295

10.4.2 映射“物理世界”的数字孪生—“数字世界”297

10.4.3 “数字世界”中的智能认知—“机器认知世界”298

10.5 本章小结299

华为数据之道是2020年由机械工业出版社出版,作者华为公司数据管理部。

得书感谢您对《华为数据之道》关注和支持,如本书内容有不良信息或侵权等情形的,请联系本网站。

图书推荐
标签类目体系
任寅姿 季乐乐

适读人群:数据部门主管:数据部门地位提升,由成本中心转变为利润中心,数据思维认知高数据产品经理/数据分析师:桥接数据与业务,成为企业数据资产的核心设计规划师,数据思维认知高(1...
SaaS商业实战
代珂

适读人群:本书的读者对象包括但不限于以下几类:(1)SaaS领域的相关从业者(2)企业的CIO/IT经理(3)传统软件领域从业者(4)行业研究人员(5)SaaS投资者(6)Sa...
数字化转型方法论
马晓东

(1)国云数据由原阿里数据团队共同创办,已经为7万余家企业提供数字化转型相关的服务,创始人兼CEO亲自执笔。(2)与现有的数字化转型相关图书只注重技术和实施不同,本书从战略、技...
数据中台
付登坡 江敏 任寅姿 孙少忆

本书由数据中台领域的领先企业数澜科技官方出品,数澜科技已经帮助万科、中信云网等百余家各行业头部企业建设和落地数据中台。7位作者都是有10年经验的资深数据人,大部分作者来自原阿里...
一本书讲透数据治理:战略、方法、工具与实践
用友平台与数据智能团队

用友官方出品,详述数据治理3个机制、8项举措、7种能力、7把利剑。
R语言数据可视化之美:专业图表绘制指南(增强版)
张杰

本书主要介绍使用R语言中的ggplot2包及其拓展包、ggraph包、circlize包和plot3D包等绘制专业图表的方法。
你可能喜欢
数据分析思维
猴子·数据分析学院

面对工作,你是否经常遇到以下问题:有一堆繁杂数据,怎么利用?软件很熟练,怎么跟需求结合?结论太简单,领导不满意,怎么深入?分析完数据,如何得结论、提建议?找到新工作,如何快速掌...
白话大数据与机器学习
高扬 卫峥 尹会生

资深大数据专家多年实战经验总结,拒绝晦涩,开启大数据与机器学习妙趣之旅。
数据科学实战
[美]RachelSchutt [美]CathyO'Neil

本书注重人文精神,多角度、全方位、深入介绍数据科学的实用指南,堪称大数据时代的实战宝典。
Python数据结构与算法分析(第2版)
[美]布拉德利·米勒 [美]戴维·拉努姆

用Python描述数据结构与算法的开山之作,汇聚了作者多年的实战经验。
数学之美(第三版)
吴军

适读人群:IT行业从业人员,对计算机算法感兴趣的学生,有数学基础的非IT人员这是一本备受推崇的经典科普作品,被众多机构推荐为数学学科的敲门砖,是信息领域大学生的必读好书。第三版...
程序员代码面试指南:IT名企算法与数据结构题目最优解(第2版)
左程云

精选IT名企真实代码面试题,全面覆盖算法与数据结构题型。
大数据技术原理与应用(第2版)
林子雨

国内高校大数据课程知名教师倾心之作,带你“零基础”学习大数据。
Python数据科学手册
[美]杰克·万托布拉斯(JakeVanderPla JakeVanderPlas

从计算环境配置到机器学习的实战书籍,带你掌握计算机工具高效存储和分析数据,切实解决工作痛点。
Spark快速大数据分析
[美]HoldenKarau [美]AndyKonwinski [美]PatrickWendell [加]MateiZaharia

本书从零开始讲解Spark。
计算机科学精粹
[巴西]沃德斯顿·费雷拉·菲尔多

以浅显易懂的语言和简明扼要的形式介绍计算机科学领域的重要知识点。