【全2册】数据中台实战手把手教你搭建数据中台数据中台架构企业数据化佳实践张旭戴丽訚赛华企业数据化建

【全2册】数据中台实战：手把手教你搭建数据中台+数据中台架构：企业数据化佳实践
	定价	155.00
	ISBN编码	9787121393860

数据中台架构：企业数据化佳实践
	定价	86.00
	出版社	电子工业出版社
	出版时间	2020年05月
	开本	16
	作者	张旭，戴丽，訚赛华
	页数
	ISBN编码	9787121386367

内容介绍

本书对企业数据化建设的目标、内容及定位做了相对完整的论述，详细地阐述了数据中台的定义、内容及如何支撑企业数据化整体建设，同时也介绍了数据中台在企业中的落地步骤、丰富的数据应用场景与实际效果。本书是企业数据化建设的实用参考书。本书的内容完全基于笔者团队的实践经验。笔者团队曾经帮助十几个行业头部企业的数据中台项目成功落地，这些项目验证了本书中阐述的方体系的可行性。希望本书能够对国内数据化工作者提供一定的帮助。

作者简介

张旭

袋鼠云合伙人、高#级副总裁；阿里云MVP；用友集团应用集成业务部原总经理、主数据管理专家及业务带头人。

技术发烧友：拥有多项技术及算法专利，OSCHINA社区开源技术工具“丁丁主数据查重引擎”作者，“基于副本主数据的数据治理方法”曾获用友技术创新大赛二等奖。

方案专家、业务带头人：企业应用集成解决方案专家，企业主数据管理解决方案专家，企业数据中台解决方案专家，“七天学会主数据”系列培训视频作者，曾因营销业绩出众评选为十佳用友人。

交付达人：常年奔波在国内各大城市的项目现场，成功主导过中国葛洲坝集团、中国建筑总公司第五工程局，国药集团、上海医药集团、碧桂园、万科、茅台集团、李宁、飞鹤乳业、全友家私、隆ping高科等众多国内大型知名企业的数据化相关项目。

目录

1 信息认知和当前的信息化革命
1.1 信息工具的发展推动人类历史进步
1.2 信息工具的进步与历史发展
1.3 当前的信息化革命
2 企业数据化
2.1 企业数据化认知
2.2 企业数据化与企业信息化及企业的关系
2.3 企业数据化建设的内容
2.4 企业数据化的现状与问题
3 数据中台概述
3.1 数据中台是什么
3.2 数据中台的价值与建设的必要性
3.3 数据中台建设五步法
3.3.1 数据中台建设五步法概述
3.3.2 □□步：数据资源的盘点与规划
3.3.3 第二步：数据应用规划与设计
3.3.4 第三步：数据资产建设
3.3.5 第四步：数据应用的详细设计与实现
3.3.6 第五步：数据化组织规划
4 数据资源盘点与规划
4.1 数据资源盘点
4.2 数据资源规划
5 数据资产建设
5.1 数据资产建设概述
5.2 产品选型与技术方案设计
5.3 数据模型设计规范
5.4 数据开发规范及数据开发  
6 数据应用规划与建设
6.1 数据应用规划
6.2 数据应用建设
7 数据应用之□佳实践
7.1 房地产行业的数据应用方案
7.2 鞋服行业的数据应用方案
7.3 乳制品行业的数据应用方案
7.4 新零售营销的数据应用方案
7.5 人力资源领域的数据应用方案
8 数据化组织规划
8.1 数据化组织规划的必要性
8.2 数据化组织的定位与职责
8.3 数据化组织的工作内容与边界
8.4 数据化组织的岗位设置
8.5 数据化组织的人数配置、预算资金与考核建议
9 数据中台与数据质量
9.1 数据质量的常见问题
9.2 数据模型规范提升数据质量
9.3 数据管理提升数据质量
9.4 数据共享提升数据质量
9.5 清洗历史数据提升数据质量
9.6 主数据管理提升基础数据质量
9.6.1 人员主数据管理
9.6.2 账户主数据管理
9.6.3 组织主数据管理
9.6.4 客商主数据管理
9.6.5 顾客主数据管理
9.6.6 产品主数据管理
9.6.7 项目主数据管理
9.6.8 资产主数据管理
9.6.9 物料主数据管理
10 数据中台建设
10.1 数据中台建设的特点
10.2 数据中台建设的策略选择
10.3 数据中台建设的整体流程
10.4 数据中台的建设风险及应对方法
10.4.1 数据中台的定位问题
10.4.2 数据中台的管理博弈
10.4.3 数据中台的业务价值方向选择
11 数据中台的软件支撑
11.1 ping台的整体架构
11.2 计算引擎
11.3 离线/流计算开发套件
11.4 实时计算开发套件
11.4.1 FlinkStreamSQL
11.4.2 数据开发
11.4.3 数据运维
11.4.4 实时采集
11.5 数据资产管理套件
11.5.1 数据地图
11.5.2 数据模型规范管理
11.6 数据质量管理套件
11.7 数据科学ping台
11.7.1 算法数据资源管理
11.7.2 可视化实验开发
11.7.3 算法模型离线训练
11.7.4 模型在线部署和调用
11.8 分析引擎
11.9 数据API引擎
11.9.1 数据API引擎的常用数据源
11.9.2 API发布
11.9.3 API管理与授权
11.9.4 API申请与调用
11.9.5 API测试
11.9.6 API安全
11.10 标签引擎
11.10.1 实体管理
11.10.2 标签中心
11.10.3 群组分析
11.10.4 标签数据服务
11.11 数据应用规划工具
11.11.1 业务架构梳理工具
11.11.2 数据应用规划工具
11.11.3 指标与标签体系管理工具
11.11.4 数据资源盘点工具
11.11.5 数据应用规划看板

数据中台实战：手把手教你搭建数据中台
	定价	69.00
	出版社	电子工业出版社
	出版时间	2020年09月
	开本	16
	作者	董超华
	页数	0
	ISBN编码	9787121393860

内容介绍

自从2015 年阿里巴#巴提出中台的概念后，数据中台的概念就火遍了整个互联网圈。数据中台是实现企业数据智能的重要手段，但是数据中台是什么、为什么要搭建数据中台、数据中台究竟应该怎么搭建，这些问题的答案却很少有人知道。本书从“数据采集”“数据存储”“数据打通”“数据应用”的角度，基于作者多年搭建数据中台的实战经验，毫无保留地为大家解析从0 到1 搭建数据中台的全过程。每个章节都有大量的实战案例，希望本书能够对国内数据化工作者提供一定的帮助。本书的读者范围很广，无论你是想要进行数据化转型的公司高层、一线的产品经理、运营/设计/开发人员，还是对数据领域感兴趣的学生或从业人员，都可以从中学到想要的内容。

作者简介

董超华曾就职于科大讯飞、佳都集团，现任富力环球商品贸易港数据中台产品负责人。人人都是产品经理专栏作家、公众号“改变世界的产品经理”主理人，主要分享商业、产品、运营方面的原创文章。其写作的数据中台实战系列文章获得广泛好评。

目录

目 录









第1章 数据中台入门攻略 1

1.1 什么是中台 1

1.1.1 业务中台与数据中台有什么关系 3

1.1.2 什么企业适合搭建中台 3

1.2 双中台实战案例 4

1.2.1 业务中台架构 5

1.2.2 数据中台架构 7

1.3 数据中台人员构成 8

1.4 数据中台开发流程 12

1.5 数据中台内外合作机制 15

1.5.1 数据中台如何与其他部门合作 15

1.5.2 数据中台内部项目管理流程 18

第2章 数据采集 20

2.1 数据采集的分类 20

2.2 用户行为数据采集 21

2.2.1 与第三方移动应用统计公司合作的数据采集方式 21

2.2.2 前后端埋点结合的数据采集方式 22

2.2.3 可视化埋点与后端埋点结合的数据采集方式 31

2.3 数据采集流程 33

2.4 数据埋点实战案例 34

第3章 数据存储与计算 38

3.1 数据指标的定义 39

3.1.1 数据指标的重要性 39

3.1.2 如何定义数据指标 39

3.1.3 如何识别虚荣指标 42

3.2 数据模型设计 43

3.2.1 什么是数据库和数据仓库 43

3.2.2 数据仓库的分层建模体系 45

3.3 数据模型设计实战案例 48

3.3.1 ODS层模型设计 49

3.3.2 DWD层/DWS层模型设计 54

3.3.3 ADS层模型设计 63

3.4 数据计算实战案例 65

3.4.1 从ODS层到DWD层计算过程 65

3.4.2 从DWD层到DWS层计算过程 68

3.4.3 从DWS层到ADS层计算过程 70

第4章 数据打通 72

4.1 标签ping台设计思路 72

4.2 标签ping台快速入门 75

4.2.1 标签ping台主流程介绍 75

4.2.2 数据宽表 76

4.2.3 标签体系 77

4.2.4 标签工厂 81

4.2.5 人群圈选 83

4.3 用户画像 87

4.3.1 个人用户画像 88

4.3.2 群体用户画像 89

4.4 标签ping台实战案例 91

第5章 用户分析 95

5.1 用户分析的思路 95

5.2 用户拉新分析 96

5.2.1 用户拉新渠道注册码管理 96

5.2.2 用户拉新相关指标 98

5.2.3 用户拉新页面转化率 98

5.2.4 用户拉新ROI模型 100

5.3 用户活跃分析 101

5.4 用户留存分析 102

5.5 用户转化分析 103

5.6 用户裂变分析 105

5.7 用户生命周期分析 106

第6章 商品分析 110

6.1 商品售前分析 111

6.1.1 供应商的选择 112

6.1.2 商品定位 113

6.1.3 商品数量规划 114

6.1.4 商品上架分析 115

6.2 商品售中分析 116

6.3 商品售后分析 121

第7章 流量分析 123

7.1 网页分析 124

7.1.1 推广页 125

7.1.2 商品详情页 126

7.2 路径分析 127

7.3 坑位分析 130

第8章 交易分析 134

8.1 针对公司领导层的交易分析设计 134

8.1.1 领导层移动端交易分析设计 136

8.1.2 自动化短信推送 137

8.1.3 数据大屏设计 139

8.2 针对产品/运营人员的交易分析设计 140

8.2.1 交易分析数据总览 141

8.2.2 渠道交易分析 141

8.2.3 交易来源分析 143

8.2.4 购物频次分析和购物间隔分析 145

第9章 自助分析ping台 148

9.1 自助分析ping台产品方案 149

9.2 快速入门三种数据自助分析可视化产品 150

9.2.1 帆软自助看板模块介绍 151

9.2.2 达芬奇自助看板模块介绍 153

9.2.3 Superset自助看板模块介绍 155

9.3 自助分析ping台技术选型 157

9.4 自助分析ping台实战案例 157

9.4.1 数据中台集成达芬奇 157

9.4.2 自助分析ping台实战案例 162

第10章 自动化营销ping台 167

10.1 自动化营销ping台的设计思路 168

10.2 自动化营销ping台介绍 169

10.2.1 常规营销活动的内容制作 170

10.2.2 营销活动人群圈选 176

10.2.3 营销活动触达任务 176

10.2.4 活动效果分析 180

10.3 自动化营销ping台实战案例 182

10.3.1 优惠券营销活动实战案例 182

10.3.2 周期性短信触达营销活动实战案例 184

第11章 推荐ping台 187

11.1 什么是推荐系统 187

11.2 推荐系统架构 189

11.2.1 推荐系统功能架构 189

11.2.2 推荐系统技术架构 191

11.3 推荐ping台项目实施流程 192

11.4 两种经典的推荐算法 193

11.4.1 基于用户的协同过滤算法 194

11.4.2 基于物品的协同过滤算法 195

11.5 推荐系统的评测指标 196

11.6 推荐系统的冷启动 199

11.7 从0到1打造一个离线推荐系统 201

11.7.1 离线推荐系统设计思路 201

11.7.2 离线推荐系统算法选型 201

11.7.3 离线推荐系统开发过程 204

11.7.4 离线推荐系统测试 208

11.8 从0到1打造一个实时推荐系统 210