内容提要：

        数据治理是实现数字战略的重要基础，也是保障数据质量的关键因素。本书全面介绍了数据治理的理念、动因、实践方法及关键成功要素，是一本不可多得的面向实践的数据治理指南，能够有效帮助已经开始重视数据治理的各类企业切实将数据治理落地，提升数据质量，从而更好地获取数据价值。在大量的背景知识、概念定义和典型实践之外，本书详细介绍开展数据治理的通用的步骤和活动，并在附件中提供了交付物和工作成果模板，为数据治理实践的各种困惑提出解答和建议，并尽可能详述中立的立场和流程，可以作为企业数据治理计划的重要参考。 
    本书主要面向企业高管（董事长、CEO、CFO、CIO）、IT总监、IT经理，以及广大IT从业者和大数据从业者。

作者简介：

    刘晨，清华大学学士、工商管理硕士，数据治理与管理领域专家，OO数据管理协会中国分会（DAMA China）副会长，清华大数据产业联合会副秘书长，OOOITSS数据治理标准工作组成员。在数据治理与管理领域具有扎实的理论基础和丰富的实践经验，获得数据管理专业认证（CDMP）、数据治理专业认证（DGP）、信息质量专业认证（IQCP）和企业数据管理专家（EDME）四项OO认证。出版译著《DAMA数据管理知识体系指南》，参与编写《大型企业信息化工程项目管理实战》、《智慧众筹：互联网金融早餐会》。

目录：

OO章    概述 
第2章    定义和概念 
    2.1    数据治理相关的概念 
        2.1.1    数据管理 
        2.1.2    企业信息管理 
        2.1.3    数据架构 
        2.1.4    数据治理和治理 
        2.1.5    解决方案 
        2.1.6    主数据管理 
        2.1.7    数据质量 
        2.1.8    商业智能 
    2.2    其他术语 
        2.2.1    原则 
        2.2.2    政策 
    2.3    部分核心概念 
        2.3.1    E代表企业级 
        2.3.2    业务工作 
        2.3.3    演进和革命 
        2.3.4    信息管理成熟度 
        2.3.5    管理变革 
        2.3.6    信息资产管理 
    2.4    总结 
第3章    数据治理 
    3.1    数据治理概述 
    3.2    数据治理的范围 
        3.2.1    业务模式 
        3.2.2    内容 
        3.2.3    联邦 
        3.2.4    案例研究 
    3.3    数据治理工作要素 
        3.3.1    组织 
        3.3.2    原则 
        3.3.3    政策 
        3.3.4    职能 
        3.3.5    衡量指标 
        3.3.6    技术和工具 
    3.4    治理的关键成功因素 
    3.5    总结 
第4章    数据治理业务案例 
    4.1    业务案例 
    4.2    业务案例目的 
    4.3    业务案例内容 
        4.3.1    愿景 
        4.3.2    工作风险 
        4.3.3    业务一致性 
        4.3.4    数据质量成本 
        4.3.5    错失机会的代价 
        4.3.6    障碍、影响和变化 
        4.3.7    案例演示 
    4.4    制订业务案例流程 
        4.4.1    充分理解业务方向 
        4.4.2    识别可能的机会 
        4.4.3    识别应用的机会 
        4.4.4    定义业务收益和风险管理收益 
        4.4.5    确认 
        4.4.6    量化成本 
        4.4.7    准备业务案例文档 
        4.4.8    方法的思考 
    4.5    总结 
第5章    实施数据治理过程 
    5.1    数据治理方OO 
    5.2    流程概述 
    5.3    范围和启动 
    5.4    评估 
    5.5    愿景 
    5.6    一次性和业务价值 
    5.7    职能设计 
    5.8    治理框架设计 
    5.9    演进路线 
    5.10    推广和运营 
    5.11    数据治理总结 
    5.12    核心的成功因素 
第6章    范围和启动 
    6.1    概述 
    6.2    活动：识别数据治理的组织范围 
    6.3    活动：数据治理定义和实施的建议范围和初始计划 
    6.4    活动：制订数据治理运营团队架构 
    6.5    活动：批准范围和约束 
    6.6    总结 
第7章    评估 
    7.1    概述 
    7.2    活动：信息成熟度 
    7.3    活动：变革能力 
    7.4    活动：协作准备 
    7.5    总结 
第8章    愿景 
    8.1    概述 
    8.2    活动：定义组织的数据治理 
    8.3    活动：初步定义数据治理需求 
    8.4    活动：定义数据治理蓝图 
    8.5    总结 
第9章    一致性和业务价值 
    9.1    概述 
    9.2    活动：利用当前企业信息管理已有的业务案例 
    9.3    活动：协同业务需求和数据治理 
    9.4    活动：识别数据治理的业务价值 
    9.5    总结 
OO0章    职能设计 
    10.1    概述 
    10.2    活动：确定核心信息原则 
    10.3    活动：确定以业务为导向的数据治理政策和流程基线 
    10.4    活动：识别/细化信息管理职能和流程 
    10.5    活动：识别主要的职责和所有权模型 
    10.6    活动：向业务领导展示企业数据治理职能模型 
    10.7    总结 
OO1章    治理架构设计 
    11.1    概述 
    11.2    活动：设计数据治理组织框架 
    11.3    活动：识别角色和责任 
    11.4    活动：评审和批准数据治理组织框架 
    11.5    活动：启动数据治理宣贯 
    11.6    总结 
OO2章    演进路线图 
    12.1    概述 
    12.2    活动：整合数据治理和其他相关的工作 
    12.3    活动：定义持续运营需求 
    12.4    活动：定义变革管理计划 
    12.5    活动：定义数据治理运营实施计划 
    12.6    总结 
OO3章    推广和运营 
    13.1    概述 
    13.2    活动：数据治理运营实施 
    13.3    活动：执行数据治理变革计划 
    13.4    活动：数据治理项目管理 
    13.5    活动：确认数据治理运营及效率 
    13.6    总结 
OO4章    数据治理工具和交付物 
    14.1    应该关注什么 
    14.2    业务元素 
    14.3    关于工具的想法 
    14.4    总结 
OO5章    结束语 
    15.1    概念 
    15.2    数据治理的价值 
    15.3    成功要素 
附录A    数据治理任务 
附录B    能力成熟度评估问卷 
附录C    数据治理章程模板 
附录D    数据治理引导和持续知识转移模板 
附录E    信息管理/数据治理职能清单 
附录F    利益相关方分析 
附录G    领导力评估 
附录H    沟通计划 
附录I    培训计划示例 
附录J    推广后的检查清单 
索引