數據中台：賦能企業實時經營與商業創新

《數據中台：賦能企業實時經營與商業創新》是一本2023年人民郵電出版社出版的圖書，作者是韓向東。

基本介紹

• 中文名：數據中台：賦能企業實時經營與商業創新
• 作者：韓向東
• 出版社：人民郵電出版社
• 出版時間：2023年4月1日
• 頁數：279 頁
• 開本：16 開
• 裝幀：平裝
• ISBN：9787115606396

內容簡介

隨著數位化的浪潮席捲而來，無論是個人還是企業，相信都已經真切地感受到了數位化的威力，而如何在數位化浪潮中乘風破浪，成為新時代不少企業面臨的緊迫問題。

本書分為14章，第1至4章從業務的角度闡述數據中台的建設，並用“七步成詩”讓數據中台成為企業經營的“全面賦能官”。第5至12章從技術角度闡述數據中台的套用，分為數據架構、數據治理、數據採集、數據開發、算法模型、數據標籤、數據安全和數據服務8個方面。在上述內容的基礎上，第13章和第14章通過綜合性案例介紹數據中台在企業經營管理中推理和實時決策的過程。

本書特別適合非IT背景的讀者（企業管理層、業務人員等）閱讀。書中將晦澀難懂的IT知識採用通俗易懂的語言進行講解，如將生活場景的運作邏輯類比講解數據中台的運作邏輯，使得讀者更容易理解。

圖書目錄

第 1 章數據中台：是虛火還是趨勢／001

1．1 數據中台是什麼／002

1．2 為什麼網際網路巨頭都在為數據中台背書／003

1．2．1 數字經濟占經濟的比重越來越大／003

1．2．2 數據中台助力網際網路獨角獸企業的發展／004

1．2．3 數據中台將支撐智慧型商業生態的數據套用／006

1．3 數位化轉型中最亮的那顆星／006

1．3．1 數位化轉型的成功實踐／006

1．3．2 不是數據中台不行，是建設方法不對／008

1．3．3 數位化轉型和數據中台建設面臨的四大困局／009

1．4 建好數據中台的四個前提／012

1．4．1 具備業務、數據、技術相融合的新思維／012

1．4．2 找到高價值的業務場景／014

1．4．3 擁有高質量的數據／015

1．4．4 理解數據中台的能力／016

第2章看透數據中台架構／ 019

2．1 數據採集類似於商品進貨／ 020

2．1．1 數據按結構分類／ 021

2．1．2 數據按時效性分類／ 021

2．1．3 理解數據中台的運作過程／ 022

2．2 數據存儲類似於門店後倉／ 023

2．2．1 數據類型／ 023

2．2．2 數據來源／ 025

2．3 數據開發類似於商品補貨和生鮮加工／ 025

2．3．1 離線開發／ 026

2．3．2 實時開發／ 026

2．4 數據治理類似於商品陳列與標識／ 027

2．4．1 按數據治理範圍分類／ 028

2．4．2 數據中台中各環節的治理工作／ 029

2．5 數據標籤類似於賣場銷售經驗／ 029

2．5．1 基礎標籤／ 030

2．5．2 衍生標籤／ 030

2．6 數據安全類似於超市安保／ 031

2．7 數據服務類似於超市服務／ 032

2．7．1 直連式服務／ 033

2．7．2 間接式服務／ 033

2．8 平台運維類似於超市運營管理／ 034

2．8．1 數據採集運維與數據儲存運維／ 034

2．8．2 平台安全運維／ 035

第 3 章數據中台建設：從方法論到實踐／ 041

3．1 傳統IT 規劃轉變為數據套用規劃／ 042

3．1．1 企業IT 規劃的三個階段／ 042

3．1．2 信息化建設面臨的問題／ 043

3．2 數據套用規劃與傳統IT 規劃的比較／ 044

3．2．1 流程建設方面／ 044

3．2．2 結構化數據方面／ 045

3．2．3 半結構化數據和非結構化數據方面／ 046

3．2．4 數據套用規劃方面／ 047

3．2．5 經驗決策方面／ 048

3．3 數據套用規劃的六大要點／ 050

3．3．1 高價值業務場景／ 050

3．3．2 管理對象的數字孿生／ 051

3．3．3 沉澱管理與業務信息／ 051

3．3．4 承載企業大數據的技術架構／ 052

3．3．5 數據質量管理與數據安全管理／ 052

3．3．6 採用混合交付實現信息化向數位化轉型／ 054

3．4 七步成詩：元年科技數據中台建設方法／ 055

第4章數據中台：企業經營的全面“賦能官”／ 059

4．1 數位技術與管理需求／ 060

4．1．1 數據賦能一線人員／ 060

4．1．2 數據賦能經營管理／ 061

4．2 數據賦予業務經營超能力／ 063

4．2．1 經營方面／ 063

4．2．2 業務實施方面／ 064

4．3 數據賦能企業經營管理環節閉環／ 065

4．3．1 全面預算管理／ 066

4．3．2 成本管理／ 069

4．3．3 管理會計報告／ 072

4．4 數據賦能企業價值鏈／ 076

4．4．1 採購環節／ 077

4．4．2 生產環節／ 078

4．4．3 行銷環節／ 079

4．5 數據賦能產業平台升級／ 081

4．5．1 工業網際網路／ 082

4．5．2 農業／ 082

4．5．3 新零售／ 084

第 5 章數據架構：統一才是大勢所趨／ 087

5．1 VUCA 時代的業務訴求與目標／ 088

5．1．1 時代變化節奏加快，企業的精準預測能力需提升／ 088

5．1．2 數據協同度不高，信息化建設需加強／ 089

5．1．3 積極進行企業的數位化轉型／ 089

5．2 數據架構／ 090

5．2．1 什麼是數據架構／ 090

5．2．2 數據架構在企業架構中的地位／ 093

5．2．3 數據架構的特點／ 094

5．3 數據架構是業務的黏合劑／ 095

5．3．1 數據架構是完成數位化轉型的關鍵因素／ 095

5．3．2 數據架構對企業內部經營管理的重要作用／ 095

5．3．3 數據架構助力企業內、外部協同合作／ 097

5．4 數據架構落地的五個關鍵點／ 097

5．4．1 數據架構規劃／ 098

5．4．2 數據架構設計／ 099

5．4．3 組織保障／ 100

5．4．4 制度流程制定／ 101

5．4．5 數據架構相關軟體選擇／ 101

第６章數據治理是一座高質量的金礦／ 103

6．1 數據清洗後才能用／ 104

6．1．1 數據治理的發展／ 104

6．1．2 未清洗的數據可能存在的問題／ 105

6．1．3 企業進行數據治理的目標／ 106

6．2 數據治理都治什麼／ 106

6．2．1 理解數據治理的相關概念／ 106

6．2．2 數據治理的概念／ 107

6．2．3 數據治理的詳細分類／ 108

6．3 數據治理解放了誰的時間／ 110

6．3．1 高效展開跨部門協同作業／ 110

6．3．2 精準實施客戶行銷／ 111

6．3．3 提升數據加工效率／ 112

6．3．4 增強各級人員洞察業務的能力／ 113

6．3．5 增強多級穿透和業務追溯的信服力／ 113

6．4 數據治理和數據中台的關聯／ 114

6．4．1 數據採集與數據架構／ 115

6．4．2 數據開發／ 116

6．4．3 確保數據被合法合規使用／ 117

6．5 一步到位的數據治理體系／ 118

6．5．1 數據治理體系諮詢的總體方法／ 118

6．5．2 第一階段工作：數據治理的現狀評估／ 120

6．5．3 第二階段工作：組織架構與制度流程的搭建，責任體系與數據質量、數據標準規劃與設計／ 122

6．5．4 第三階段工作：系統規劃與推廣／ 124

6．6 別做無用功／ 125

6．6．1 數據治理效果的評估模型、數據戰略評估、數據治理評估／ 125

6．6．2 數據架構、數據套用、數據安全的評估／ 128

6．6．3 數據質量、數據標準、數據生命周期的評估／ 130

第 7 章源源不斷的數據之泉／ 133

7．1 無死角的數據採集／ 134

7．1．1 數據採集的高質量要求／ 134

7．1．2 量化決策能力的提升／ 135

7．2 數據採集：數字時代的掘金者／ 137

7．2．1 數據的分類／ 137

7．2．2 資料庫分類／ 138

7．3 企業價值鏈中的數據採集／ 141

7．3．1 內部價值鏈／ 141

7．3．2 外部價值鏈／ 144

7．4 數據採集是數據中台的運輸隊／ 144

7．5 數據採集的具體方法／ 145

7．5．1 數據源連結的建立與埋點設計／ 145

7．5．2 數據採集同步／ 146

7．5．3 數據採集同步策略／ 147

7．5．4 運營與監測／ 149

7．6 評價所採集數據的質量／ 149

第８章從0 到1 的數據開發／ 151

8．1 人找數，還是數找人／ 152

8．1．1 數據開發的現狀與瓶頸／ 152

8．1．2 數據開發的目標／ 153

8．2 數據開發到底是什麼／ 154

8．2．1 數倉分層／ 154

8．2．2 事實、維度、模型／ 154

8．2．3 數據開發類型／ 155

8．3 躍然“網”上的業務信息流／ 157

8．3．1 最佳化業務流程、權責界面和管控點／ 157

8．3．2 整合和加工各類數據／ 158

8．3．3 提升企業各方面的能力／ 158

8．3．4 實時經營管控技術／ 159

8．4 數據開發為數據中台挖掘有價值的數據／ 161

8．4．1 生產有價值的數據／ 161

8．4．2 數據價值的體現 ／ 161

8．5 遵循數據架構規範的數據開發／ 162

8．5．1 規劃與設計／ 162

8．5．2 開發與實施／ 163

8．5．3 運營與運維／ 166

8．6 數據開發成果的評價指標／ 170

8．6．1 業務類指標／ 170

8．6．2 數據類指標／ 170

8．6．3 平台類指標／ 171

第 9 章讓算法模型做經營決策的智慧大腦／ 173

9．1 用算法模型代替“四拍”／ 174

9．1．1 算法模型為何好／ 174

9．1．2 將數據價值逐步沉澱到數據平台／ 175

9．2 算法模型是客觀世界的數學抽象／ 175

9．3 算法模型打造敏捷的決策支持體系／ 178

9．3．1 企業戰略與決策／ 178

9．3．2 企業經營的各環節／ 180

9．3．3 全面最佳化企業的各項流程／ 182

9．4 算法模型是數據中台的首席服務官／ 182

9．4．1 不同業務場景下的服務能力／ 183

9．4．2 各模組調用算法模型層配合作業／ 183

9．5 構建算法模型的八個步驟／ 184

9．6 算法模型成果評價的五個維度／ 187

第１０ 章為數據打個標籤／ 189

10．1 從業務數據到數據標籤／ 190

10．1．1 面向業務主題分析的數據套用已經不能滿足數字經濟時代的數據套用需求／ 190

10．1．2 外部環境快速變化提高了對業務動態監控的要求／ 190

10．1．3 數字經濟時代要求挖掘非結構化數據的價值／ 191

10．1．4 數字經濟的發展要求新的數據匯總、展現方式／ 192

10．1．5 數位技術的發展要求新的數據加工與整合方式／ 192

10．2 擺脫數據負累的包袱／ 192

10．2．1 標籤的分類／ 193

10．2．2 制定標籤的標準／ 194

10．3 數據標籤是數據中台的得力助手／ 194

10．3．1 生成精準化標籤的依據／ 195

10．3．2 決定標籤質量的因素／ 195

10．4 數據標籤是業務分析與最佳化的有力抓手／ 196

10．4．1 數據標籤在精準行銷中的套用／ 196

10．4．2 數據標籤在生產管理中的套用／ 196

10．4．3 數據標籤在採購最佳化中的作用／ 197

10．4．4 數據標籤在輿情監控中的作用／ 198

10．4．5 數據標籤在資產管理中的作用／ 198

10．4．6 數據標籤在審計中的套用／ 199

第 11 章在安全的數據世界裡徜徉／ 201

11．1 數據泄露問題不可小覷／ 202

11．1．1 對國家層面的影響／ 202

11．1．2 對社會層面的影響／ 203

11．1．3 對個人層面影響／ 203

11．1．4 對企業層面的影響／ 203

11．2 數據安全定義及相關概念／ 204

11．2．1 數據安全的定義與目標／ 204

11．2．2 數據安全的相關概念／ 205

11．2．3 數據安全的類型／ 207

11．2．4 數據安全能力成熟度模型／ 209

11．3 數據安全是數據中台的數據安保官／ 210

11．3．1 利用數據安全技術可以監管數據採集過程是否合規／ 211

11．3．2 數據安全是數據存儲、數據傳輸的必備能力／ 211

11．3．3 數據安全是數據處理、數據銷毀過程要考慮的基礎要素／ 212

11．4 數據安全是企業業務增長的砝碼／ 212

11．4．1 從企業風險的角度來看／ 212

11．4．2 從保障業務增長來看／ 213

11．5 實現數據安全的三部曲／ 213

11．5．1 數據安全實現的能力要求／ 213

11．5．2 數據安全管理的實現過程／ 214

11．5．3 數據安全實現度量指標／ 215

第12章別讓遲滯的數據服務蒙住了眼／ 217

12．1 把數據變成一種服務能力／ 218

12．1．1 需要避免共享數據不一致的問題／ 218

12．1．2 快速回響能力需要加強／ 219

12．1．3 數據安全防護能力需要提升／ 219

12．1．4 數據服務能力助力全鏈條發揮價值／ 220

12．2 可視化、零代碼的全周期數據服務／ 220

12．2．1 數據服務分類／ 220

12．2．2 數據服務的管理方式分類／ 221

12．3 利用數據服務破解冷鏈企業找不到貨的難題／ 222

12．3．1 數據的可視化配置／ 222

12．3．2 數據的實施推送／ 223

12．3．3 統一的數據服務視窗／ 224

12．3．4 安全與審計機制／ 224

12．4 數據服務模組是數據中台的外交官／ 225

12．4．1 數據服務模組的橋樑作用／ 225

12．4．2 各個模組如何為外交官助力／ 225

12．5 數據服務模組的建設之道／ 226

12．5．1 開發與實施／ 227

12．5．2 運營與運維／ 228

12．6 數據服務成果評價的三大指標／ 229

12．6．1 回響時間／ 229

12．6．2 安全性／ 229

12．6．3 便利性／ 230

第 13 章數據智慧型技術讓數據“能推理、會決策”／ 231

13．1 數據智慧型技術已進入高光時刻／ 232

13．1．1 讓數據智慧型化的技術／ 232

13．1．2 數據智慧型的歷史回眸／ 234

13．1．3 數據智慧型什麼時候取代人類／ 237

13．2 從計算智慧型、感知智慧型到認知智慧型／ 239

13．2．1 數據智慧型技術體系發展的現狀／ 239

13．2．2 AI 在產業結構上的劃分與套用／ 241

13．2．3 AI+BI：一種高效的數據智慧型模式／ 244

13．3 贏在數據智慧型技術／ 246

13．3．1 數據時代帶來的挑戰和機遇：焦慮和紅利／ 246

13．3．2 數據價值率不高，亟待深度開發AI+BI ／ 247

13．3．3 人工智慧技術如何幫助企業提煉數據價值／ 247

13．4 未來的數據智慧型技術／ 248

13．4．1 數據智慧型技術面臨的難題／ 248

13．4．2 暢想數據智慧型的發展套用／ 249

13．4．3 技術在疊代，企業怎樣才能不被落下／ 252

第14章智慧經營打破理想與現實之間的壁壘／ 255

14．1 當智慧經營照進企業現實／ 257

14．1．1 企業經營管理的技術現狀／ 257

14．1．2 智慧經營中存在的問題／ 257

14．2 用“4+1”破解智慧經營迷霧／ 258

14．2．1 什麼才算是智慧經營／ 258

14．2．2 數智運營中心支撐企業智慧經營／ 260

14．2．3 智慧經營的套用場景／ 261

14．3 沒有數據中台，智慧經營無異於紙上談兵／ 263

14．3．1 數據是智慧經營的基本生產要素／ 263

14．3．2 算法模型是智慧經營的核心生產力／ 265

14．3．3 智慧型套用是實現智慧經營的主要工具／ 266

14．3．4 人才是智慧經營的重要保障／ 267

14．4 智慧經營之路案例／ 268

14．4．1 智慧經營之路案例：T 公司的放手一搏／ 268

14．4．2 智慧經營之路案例：數據智慧型經營分析助手／ 270

作者簡介

韓向東

北京元年科技股份有限公司總裁、中國會計學會信息化專業委員會副主任委員、上海國家會計學院智慧型財務研究院聯席院長、《管理會計研究》雜誌特聘主編，並擔任多所高校校外導師。