9787121386367
9787111632801

书   名: 企业级业务架构设计：方与实践

定价: 69元

作 者: 付晓岩

出 版 社: 机械工业出版社

出版日期: 2019-08-01

ISBN 号: 9787111632801

开   本: 32开

页   数: 210

版   次: 1-1


内容简介.jpg

内容简介
这是一部从方和工程实践双维度阐述企业级业务架构设计的著作。
作者是一位资深的业务架构师，在金融行业工作过19年，有丰富的大规模复杂金融系统业务架构设计和落地实施经验。本书在出版前邀请了微软、、阿里、百度、网易、Dell、Thoughtworks、58、转转等10余家企业的13位在行业内久负盛名的资深架构师和技术专家对本书的内容进行了点评，一致好评推荐。
作者在书中倡导“知行合一”的业务架构思想，全书内容围绕“行线”和“知线”两条主线展开。“行线”涵盖企业级业务架构的战略分析、架构设计、架构落地、长期管理的完整过程，“知线”则重点关注架构方的持续改良。
全书分为五个部分：
业务架构基础篇（1～3章）
介绍了业务架构的发展历程、作用、与IT架构的关系，以及业务模型的相关知识。
业务架构设计篇（4～7章）
详细讲解了战略分析、对标分析、组织结构的影响、业务架构设计方法、标准化方法，并以一个虚拟案例综合演示了业务架构的设计过程。
业务架构落地篇（8～13章）
演示了业务架构方案制作、基于业务架构的实施、项目完成后的管理机制，比较了与敏捷开发的异同，集中讨论了企业级项目的实施困难，后以一个设计实例展示了业务架构设计对提升企业开发效率的作用。
架构方法改良篇（14～16章）
系统总结了如何进行面向构件化的业务架构设计、如何构建轻量级架构设计工具、如何基于构件模型提升传统企业产品创新效率，该部分属于对之前方法的改良设想，需要读者对此多加思索，切勿生搬硬套。
业务架构与中台篇（17章）
将业务架构设计方法与当前热点——“中台”模式进行了对比，“传统”方法并不一定会因新技术、新概念的发展而黯然失色，对方的深入探索和积极思考往往会让“传统”焕发新的“生命力”，深度思考比追逐热点更重要。


目录.jpg

推荐语
前言
一部分 业务架构基础篇
1章 业务架构的发展历程2
1.1 Zachman模型2
1.2 TOGAF4
1.3 FEA和DODAF5
1.4 沉吟至今6
1.5 业务架构的定义8
2章 业务架构的作用及与IT架构的关系10
2.1 业务架构的作用10
2.2 业务架构与IT架构的关系14
3章 架构伴侣：业务模型18
3.1 模型与业务模型18
3.2 常见的建模方法21
3.3 建模原则与模型思维的应用25
二部分 业务架构设计篇
4章 业务架构的设计起点33
4.1 企业战略分析33
4.2 对标分析38
4.3 组织结构的影响不容忽视40
5章 业务架构的设计过程44
5.1 价值链分析44
5.2 行为分析：业务领域和业务流程46
5.3 数据分析：企业级数据模型49
5.4 组件分析：行为与数据的结合51
5.5 业务架构的整体逻辑关系53
6章 业务架构的设计难点56
6.1 基本的标准化方法56
6.2 避免“过度整合”59
6.3 何以解忧，唯有“融合”59
7章 虚拟案例：商业银行业务架构设计61
7.1 价值链设计61
7.2 存款领域的模型设计63
7.3 贷款领域的模型设计65
7.4 跨领域的标准化67
7.5 组件设计70
7.6 案例总结73
三部分 业务架构落地篇
8章 从业务架构模型到业务架构方案76
8.1 业务架构设计不是为了替代需求分析76
8.2 制作业务架构方案77
8.3 小团队的应对之道83
8.4 需要充分解释架构方案84
8.5 努力打造“通用语言”85
9章 基于业务架构方案的实施过程88
9.1 基于业务架构的设计89
9.2 基于业务架构的协调94
9.3 处理架构调整的原则96
9.4 企业级物有所值吗？100
10章 建立转型后的长期应用机制103
10.1 项目结束了该怎么办？103
10.2 促进深度融合的需求管理机制106
11章 这个“笨重”的过程与敏捷沾边吗？110
11.1 传说中和现实中的双模开发110
11.2 与正宗的敏捷对比112
11.3 与非正宗的敏捷对比114
11.4 且行且珍惜115
12章 企业级的“五难” 117
12.1 捷径难寻118
12.2 文化难建119
12.3 预期难控120
12.4 权责难定121
12.5 长志难立123
13章 实战：实现了快速设计的案例124
13.1 项目背景及需求124
13.2 设计思路和业务架构方案125
13.3 案例总结129
部分 架构方法改良篇
14章 如何支持面向构件的设计132
14.1 “乐高积木”式的软件设计132
14.2 “颗粒度”问题134
14.3 构件模型的设计方式136
14.4 建立构件模型的虚拟案例139
14.5 构件模型的技术设计建议146
14.6 本章小结148
15章 构建轻量级架构管理工具150
15.1 构件模型的抽象要素及逻辑关系150
15.2 轻量级架构管理工具的设计原理153
15.3 采集项目信息的价值155
15.4 轻量级架构管理工具的优缺点155
15.5 应用轻量级架构管理工具管理新需求156
16章 基于构件模型谈谈传统企业的产品创新159
16.1 信息传导：打造信息传递高速公路160
16.2 信息分析：创造高维数据162
16.3 创新平台：扩展构件模型165
16.4 构件模型及其应用设想的不足169
五部分 业务架构与中台篇
17章 中台之上172
17.1 阿里中台简介172
17.2 企业文化的作用174
17.3 由业务架构方法可以推导出中台设计吗？176
尾声 对实践的再次思考179
附录A 位置、力量、资源183
附录B 积木式创新187


书名：数据中台架构：企业数据化佳实践

定价：86.00元

出版社： 电子工业出版社

ISBN：9787121386367

包装：平装

开本：16出

版时间：2020-05-01

用纸：胶版纸






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。




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 一步：数据资源的盘点与规划
3.3.3 二步：数据应用规划与设计
3.3.4 三步：数据资产建设
3.3.5 步：数据应用的详细设计与实现
3.3.6 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 平台的整体架构
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 数据科学平台
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 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