随着数字化的发展，数据逐渐融入生产、分配、流通、消费和社会服务管理等环节，为数据的拥有者或使用者带来经济效益，成为一种新型的生产要素，给生产方式、生活方式和社会治理方式带来了深刻的变革。
本书主要介绍数据要素化时代的数据治理。本书分为5篇。第一篇数据治理新趋势介绍DataOps的发展及实践，产业级数据治理新趋势，数据治理的场景化、工程化和智能化，以及数据资产的安全运营。第二篇新理论、新方法和新技术介绍数业的逻辑及路径、数据治理的闭环管理方法、数据资产价值的呈现、数据治理的共治共享、精益数据治理，以及数据治理的新四化。第三篇新型数据基础设施详细介绍来自平安人寿、阿里巴巴和镜舟科技3家企业的数据中台产品的创新情况。第四篇行业数据治理与数据安全治理首先介绍高校是如何进行数据治理的，然后介绍数据的安全运营和数据质量问题解决之道。第五篇企业最佳实践分享中国石化、中电金信和中国联通3家企业在数据要素化过程中积累的经验。
本书适合对数据管理、数据治理、数字化转型等相关主题感兴趣的读者阅读，尤其适合从事相关工作的读者参考借鉴。
（1）内容全面丰富，理论与实践并重，分享数据要素化时代下数据治理的发展趋势、技术方法、企业实践。
（2）深入解读数据二十条，梳理数字化转型的难点和痛点，分享数据管理的成功经验，帮助数据管理从业者更好地构建数据体系、释放数据要素价值、激活数据要素潜能，从容应对数字化浪潮下的挑战与机遇。
（3）汇集行业菁英智慧，本书内容来自DAMA中国数据管理峰会上20余位数据治理专业人士的精彩演讲，获得产学研各界的认可和推荐。
上海市静安区国际数据管理协会（DAMA大中华区）是国际数据管理协会（Data Management Association International，DAMA国际）在中国的代表机构。 DAMA国际是一个全球性的非营利性机构，由数据管理和数字化相关的专业人士组成，对各厂商持中立态度。自1980年成立以来，DAMA国际一直致力于数据管理和数字化的研究、实践及相关知识体系的建设，出版了《DAMA数据管理知识体系指南（原书第2版）》（DAMA-DMBOK 2）等图书，受到业内的广泛认可。
第一篇 数据治理新趋势
第 1 章 DataOps 的发展趋势及实践探索 3
1.1 DataOps 促进数字化转型 3
1.2 DataOps 的发展与特点 5
1.3 DataOps 的实践探索 7
1.4 未来展望 11
第 2 章 数据要素时代产业级数据治理新趋势 12
2.1 数据治理发展背景 12
2.2 数据治理分类定义 13
2.3 数据治理发展趋势与挑战 14
2.4 数据治理创新变革思路 14
2.5 产业级数据治理势在必行 15
2.6 产业级数据价值内涵 16
2.7 产业级数据治理的重要意义 18
第 3 章 数据治理进阶场景化、工程化、智能化 20
3.1 数据治理现状：超过 90%的数据治理项目失败 20
3.2 场景化：数据治理行业痛点的对症处方 21
3.3 工程化：数据治理流水线和标准化 22
3.4 智能化：数据治理自动化和去低端人工化 24
3.5 数据治理标杆项目实践分享 25
第 4 章 数据资产安全运营和演进趋势 27
4.1 数据资产运营 27
4.2 数据安全分类分级 32
4.3 业务架构与数据架构一体化 34
4.4 集团型企业数据治理的 3 种模式 36
第二篇 新理论、新方法和新技术
第 5 章 数业的逻辑及路径 39
5.1 何为数业 39
5.2 何以数业 41
5.3 数业逻辑 42
5.4 数业之路 44
第 6 章 业务驱动的数据治理闭环管理方法 46
6.1 数据治理的现状与目标 46
6.2 数据治理的内容 47
6.3 数据治理的规划 47
6.4 业务驱动数据治理的落地 48
6.5 总结与展望 54
第 7 章 数据资产价值呈现之道 55
7.1 数字化转型带来的数据变革 55
7.2 数智时代的开启 57
7.3 数据实验室的构建 58
7.4 业务分析工具集的提供 59
7.5 AI 场景化能力的全流程覆盖 59
7.6 AI 自动化业务平台必须具备的能力 60
7.7 数据安全底线保证 60
第 8 章 数据治理的共治共享 62
8.1 共治共享的定义 62
8.2 共治共享的必要性 63
8.3 共治共享的可行性 64
第 9 章 价值驱动的精益数据治理 67
9.1 数据治理是数字化转型的德尔斐神谕 67
9.2 数据治理项目的六大挑战 68
9.3 六大挑战的四大应对策略 69
9.4 精益数据方法打造价值驱动的数据治理 69
9.5 精益数据治理的六大新范式 71
9.6 精益数据治理工作坊实现业技融合的数据治理 72
第 10 章 数据治理的新四化 74
10.1 数据治理的现状和挑战 74
10.2 数据治理新四化实践探索 76
10.3 数据治理落地见效的行动建议 82
第三篇 新型数据基础设施
第 11 章 平安人寿数据中台建设实践 87
11.1 平安人寿数据中台的发展及全景规划 87
11.2 平安人寿数据中台的实施方案 90
11.3 平安人寿数据中台的建设成果 102
第 12 章 阿里巴巴数据治理平台建设实践 103
12.1 数据繁荣的红利与挑战 103
12.2 阿里巴巴数据治理平台建设的主要实践 108
12.3 阿里巴巴数据治理平台建设的总结与展望 143
第 13 章 后 Hadoop 时代的数据分析之道 146
13.1 从基础架构看数据治理的现状 146
13.2 从数据仓库到湖仓融合架构的演进 147
13.3 下一代数据分析引擎的建设方向 148
13.4 新一代极速湖仓分析引擎 149
13.5 客户案例分享 153
第四篇 行业数据治理与数据安全治理
第 14 章 高校数据治理工程化探索与实践 157
14.1 高校数据工程建设背景 157
14.2 数据治理工程化指导思想 158
14.3 388数据治理工程管理体系 159
14.4 数据治理工程人员培养 161
14.5 数据治理工程化实施效果 164
14.6 数据治理工程化典型案例 165
14.7 下一步的思考与展望 167
第 15 章 场景化数据治理助推智校提升 169
15.1 高校数据治理体系的建设背景 169
15.2 高校数据治理体系的建设思路 170
15.3 高校场景化数据治理方案 176
第 16 章 数字化时代数据安全运营的探索与实践 179
16.1 数字化时代数据安全面临新挑战 179
16.2 数字化时代数据安全运营体系建设的理念和架构 180
16.3 数据安全运营体系建设的 7 项关键举措 182
16.4 数据安全运营体系的建设过程与成效 184
第 17 章 数据质量问题解决之道 186
17.1 解决数据质量问题所面临的挑战 186
17.2 数据质量管理方法论 187
17.3 四驾马车赋能数据质量问题解决 191
17.4 全流程管控助力数据质量长效管理 194
第五篇 企业最佳实践
第 18 章 中国石化的数据治理框架、方法和效果 199
18.1 中国石化的数据治理概述 200
18.2 中国石化的数据治理总体框架 201
18.3 中国石化的数据治理效果 208
18.4 中国石化的数据治理工作展望 210
第 19 章 金融业数据资产化时代的数据治理新实践 212
19.1 金融业数据管理迈入数据资产化新时代 212
19.2 数据管理技术上云成为重要发展趋势 213
19.3 金融客户数据管理热点涌现 213
19.4 1 2 3数据治理体系框架 214
19.5 基于自主创新的源启数据资产平台全力推动企业数据资产化过程 216
19.6 数据治理的最佳实践 217
19.7 数据治理的后续发展方向 219
第 20 章 中国联通：深化落实数据战略，助力企业数字化转型 221
20.1 数字化转型是国家重要战略 222
20.2 企业数字化转型的重点问题与挑战 222
20.3 数据战略落地的十大关键步骤 223
20.4 中国联通数据战略实施的经验总结 229
书单推荐
