畅销书《企业数据治理那些事》近期新改版
系统总结“1-1314” 源末端数据治理闭环体系，指导企业数据治理项目成功落地

本书在畅销书《企业数据治理那些事》的基础上，进一步聚焦数据治理的两大场景之一—源端数据治理（另一场景是末端数据治理）进行系统介绍，更加匹配数据治理领域的实践场景。全书共 3 篇 12 章内容，19 个实践，全面探讨了企业源端数据治理的方向、策略、总体架构、治理机制、运维管理等内容。本书首先介绍了企业源端数据治理的发展方向，提出了企业源端数据治理的“八步走”策略；然后从项目层面对企业如何进行源端数据治理进行了深入分析，分别对源端数据治理项目的前期准备、项目实施方法论及调研分析、构建数据管理体系、存量数据清洗、完善源端数据交换架构、优化增量数据质量、企业源端数据治理项目的管理，以及源端数据治理项目实施后的数据运维工作、风险管控进行了介绍，并分享了大量源端数据治理项目实践案例。
本书主要面向企业源端数据管理人员、企业信息总监、企业中高级管理人员，能够帮助读者系统地掌握企业源端数据治理的策略和方法。

目 录
序言1
序言2
序言3
前言
概念及方法篇
第1章 企业数据治理的相关概念／2
1.1 数据治理的基础概念／3
1.1.1 什么是数据／3
1.1.2 什么是元数据／4
1.1.3 什么是主数据、静态数据（中心）／4
1.1.4 什么是企业数据治理／5
1.1.5 企业数据治理的价值有哪些／7
1.1.6 企业的二次数据治理／9
1.2 传统主数据管理的局限／10
1.2.1 主数据的动态性问题／10
1.2.2 主数据管理无法满足业务场景需求／11
1.2.3 主数据管理项目实施后运维难以保障／12
1.2.4 主数据管理项目实施后数据质量并未改善／13
第2章 企业数据治理的源端+末端／15
2.1 源端+末端数据治理概念／15
2.2 源端+末端数据治理架构／18
2.3 源端+末端数据治理目的／20
2.3.1 构建数据治理整体架构，确保数据治理的整体性／20
2.3.2 全方位重构数据标准体系，改善数据环境／22
2.3.3 构建全视角管控的静态数据中心，全面保障数据质量／22
2.3.4 通过技术+行为的手段深层次保障数据质量／24
2.3.5 构建日常数据质量监测体系，持续确保数据质量／25
2.3.6 构建基于场景的数据服务体系，推进数据资产化管理／26
2.3.7 构建基于过程的业务探查机制，实现全业务的问题追溯／28
2.3.8 构建基于过程的知识体系，确保持续的数据治理能力／30
2.4 源端+末端数据治理方案（模式）分析／31
2.5 “八步走”实施企业源端数据治理／33
2.5.1 现状自查—摸清数据管理现状／33
2.5.2 精心筹备—做好数据治理项目的启动工作／34
2.5.3 全面排查—开展项目调研分析／36
2.5.4 构建数据管理体系—重塑数据管理标准／37
2.5.5 存量数据改造—解决已有质量问题／38
2.5.6 构建数据交换架构—打通数据孤岛／39
2.5.7 行为管控—优化增量数据质量／39
2.5.8 能力转移—保障高效的数据运维管理／41
项 目 篇
第3章 5个角度自查数据管理现状／43
3.1 自查数据环境／45
3.2 自查数据质量／46
3.3 自查数据安全／58
3.4 自查数据交换／60
3.5 自查数据运维／62
第4章 启动源端数据治理项目前的3个关键点／64
4.1 把握源端数据治理项目的启动时机／64
4.2 明确源端数据治理项目的原则和目标／68
4.3 合理组建项目团队并选择治理工具及厂商／70
第5章 项目启动—项目实施方法论及调研分析／75
5.1 项目实施方法论／75
5.1.1 确定源端数据治理项目方法论／75
5.1.2 明确源端数据治理项目路线图／77
5.1.3 确定源端数据治理项目里程碑／78
5.2 项目调研分析／85
5.2.1 明确调研原则／85
5.2.2 框定调研范围／86
5.2.3 收集、整理相关资料／86
5.2.4 针对调研结果进行集中讨论／87
5.2.5 进行全面翔实的差距分析／87
5.2.6 明确源端数据治理项目实施策略／90
第6章 重塑标准—构建数据管理体系／92
6.1 构建数据标准体系／93
6.1.1 构建数据管理组织、制度和流程／93
6.1.2 构建数据模型体系／95
6.1.3 构建数据质量标准体系／99
6.1.4 构建数据安全标准体系／101
6.1.5 构建数据交换标准体系／103
6.2 技术实现—数据管理体系落地／105
6.2.1 源端数据治理平台（中翰EDG）功能概述／105
6.2.2 实现数据管理体系的落地／107
第7章 解决已有数据质量问题—清洗存量数据／110
7.1 分析存量数据质量／111
7.2 制定清洗策略／112
7.3 制定清洗规则／113
7.3.1 数据清洗的背景／114
7.3.2 数据质量现状分析／115
7.3.3 数据清洗／117
7.4 技术实现—实施存量数据清洗／122
7.5 数据清洗后的业务系统处理／126
第8章 完善数据交换架构—打通数据孤岛／128
8.1 企业数据交换管理现状／129
8.2 构建基于静态数据中心的数据交换架构／132
8.3 企业数据交换架构的技术实现／134
8.3.1 定义数据交换规则／134
8.3.2 接入源端数据治理平台／136
第9章 行为约束—优化增量数据质量／138
9.1 数据采集阶段的行为管控／138
9.2 数据生成后的行为管控／142
第10章 确保顺利—企业源端数据治理项目的管理／145
10.1 项目文档的管理／145
10.2 项目实施过程的管理／146
10.2.1 项目咨询阶段的过程管理／146
10.2.2 项目实施阶段的过程管理／148
10.3 项目进度的管理／150
10.4 项目培训的管理／151
第11章 以终为始—顺畅开展数据运维工作／155
11.1 建立完善的数据运维管理架构／155
11.2 用好数据运维管理工具／156
11.3 注重源端数据治理知识的收集和转移／158
第12章 拒绝失败—源端数据治理项目的风险管控／161
12.1 源端数据治理项目中的风险及管控／161
12.1.1 数据管理体系面临的风险／162
12.1.2 数据建模面临的风险／162
12.1.3 存量数据清洗面临的风险／164
12.1.4 数据交换治理面临的风险／164
12.1.5 数据治理知识转移面临的风险／165
12.2 源端数据治理项目后的风险及管控／165
12.2.1 数据日常管控治理面临的风险／165
12.2.2 数据体系拓展面临的风险／166
12.2.3 数据日常检测面临的风险／167
实 践 篇
实践1 持续源端治理—康尼集团构建稳固的数据管理架构／169
实践2 “数据同源、规范共享、应用统一、服务集中”—
多氟多开启源+末端数据治理／172
实践3  数据治理“三步走”—天保控股集团踏上智慧化
转型之路／176
实践4 构建静态数据中心—国家电投山东院有效提升
数据分析准确度／178
实践5 开启集团数字化转型新篇章，数据治理一直在路上／181
实践6  确保增量数据合规有效—永达汽车成功迈出改善
企业数据质量第一步／186
实践7  建立数据标准体系，提升数据管理能力—某军工企业
推动业务活动高效运行／189
实践8 聚焦核心，点滴做起—数据治理支撑山航集团
数字化管理／192
实践9 搭建数据运维管理平台—国内某钢铁集团实现高效
数据质量管控／195
实践10 内外兼治—数据治理提高国内制药企业核心竞争力／197
实践11 开启源端数据治理—重铸乳品企业数据基础／199
实践12 构建数据治理平台—国内某工程机械集团实现
各业务系统的整体联动／201
实践13 夯实信息化基石—国内某离散加工企业成功
实施数据治理项目／203
实践14 数据治理—开启国内某电器集团的蜕变之门／209
实践15 任重道远—国内某酒业集团实施数据治理
项目的4个感悟／217
实践16 数据治理—建筑行业实现智慧建造的必由之路／219
实践17 从构建数据治理体系开始—山东能源集团的
物供管理大数据战略／222
实践18 精细化数据治理—新的思路让某科技集团拒绝MDM／226
实践19 雄关漫道真如铁—数据治理助力智慧水务提升
运营效率和管理水平／230
附录 源端数据治理平台功能标准／241