本书共13章，汇集了7位作者（来自多个大型互联网企业）的知识总结和经验分享。本书借助老汤姆、小风、阿北、小诺在某电商企业数据部门工作的故事，通过大量案例深入浅出地介绍了数据中台建设与应用之路。本书以Why－What－How的思路展开，从0到1介绍知识点，并重点讲述How的过程，同时结合某个场景下的具体案例，以使读者更好地理解实操过程。
每个企业都会面临各种各样的数据问题，有数据质量的问题、数据获取效率的问题、数据应用价值的问题等。本书首先介绍数据中台的建设，确保数据的质量，为企业的数据质量体系建设提供坚实的基础：然后，进行深入业务的分析探索，介绍如何从数据分析角度更好地赋能业务发展；最后，介绍数据应用，解决数据获取效率的问题，并把一些分析思路和业务策略沉淀为数据产品，从而更好地将数据应用于业务。本书结合多个大型互联网企业的实际项目案例，让读者真正掌握数据产品经理这个新兴职业的必备技能和核心能力。
本书主要面向数据产品经理，数据分析师、数据运营人员等数据行业从业者也可以在本书中找到一些思路和方法，如了解数据的应用、掌握分析方法等。本书也可以为想转行做数据产品经理的读者提供帮助。

林泽丰，笔名小风，某国有企业的数据中台产品负责人。UBDC全域大数据峰会“灯塔人物”，“友盟杯”数据大赛三等奖获得者，公众号“一个数据人的自留地”的课程讲师。在电商、社交、交通、直播等领域担任过产品、运营、数据等部门的负责人，有7年多的互联网从业经验。跨领域、跨部门实战经验丰富，曾从0到1搭建过企业数据中台、大数据平台、智能营销平台，擅长埋点模型设计、指标质量治理、数仓架构、数据运营等。

第1章 那些困扰我们的数据问题
1.1 数据质量的问题
1.2 数据获取效率的问题
1.3 数据应用价值的问题
数据中台篇
第2章 元数据中心
2.1 元数据中心概述
2.2 元数据中心的核心功能
2.2.1 数据整合
2.2.2 数据管理
2.2.3 数据地图
第3章 数据指标中心
3.1 数据指标中心概述
3.2 数据指标中心的设计思路
3.2.1 定义指标并将其归集到对应的主题域
3.2.2 拆分原子指标与派生指标
3.2.3 定义原子指标与派生指标的生产逻辑
3.2.4 通过指标管理平台对指标进行规范生产
第4章 数仓模型中心
4.1 数仓模型中心概述
4.2 数仓模型中心的设计思路
4.2.1 控制数据源
4.2.2 划分主题域
4.2.3 构建一致性维度
4.2.4 构建总线矩阵
4.2.5 数仓分层建设
4.2.6 数仓效果评估
第5章 数据资产中心
5.1 数据资产中心概述
5.2 数据资产中心的治理流程
5.2.1 数据资产定级
5.2.2 数据资产质量治理
5.2.3 数据资产成本治理
第6章 数据服务中心
6.1 数据服务中心概述
6.2 数据服务中心的设计思路
6.2.1 将数据写入查询库
6.2.2 搭建元数据模型
6.2.3 按主题归类
6.2.4 缓存优化
6.2.5 数据接口化
6.2.6 构建API集市
6.2.7 统一数据服务
数据分析篇
第7章 数据分析理论
7.1 业务和数据
7.1.1 业务和数据的闭环
数据应用篇