让数据成为生产力 数据全生命周期管理

数字经济成为推动中国经济高质量发展的新引擎，本书系统阐述数字化对各行各业的影响，兼具科普性和专业性，是的数据技术产业应用著作，对于数据产业从业人员和从事传统行业数字化转型升级的企业与个人都大有裨益。本书作者均是在新一代信息技术与产业融合应用领域深耕多年的资深从业者和佼佼者，拥有丰富的技术研发、创新应用和产业实践经验，对于大数据应用与价值挖掘以及数据的未来发展趋势有着独到且深刻的见解。

数据作为新型生产要素，推动经济发展、提升生产力。本书从数据的基础认知、数据圈的诞生和发展以及数据蕴含的未来等角度开始谈起，进一步讨论了数据全生命周期管理的核心节点，以及企业数据应用和管理的难点与重点，最后从数据传统应用的不同领域进行解读分析，全面阐释了什么是数据、数据的应用以及数据的未来等内容。通过本书，读者可以感受到数据开启的美好新时代，也可以预期在各行各业中，数据拥有将不可能变为可能的超能力。全书共9章。第1章为基础章节，着重介绍了数据基本认知，包括数据起源、概念以及不断膨胀的数据圈；第2章对数据的不同类型、数据来源以及数据的创建位置等进行了深入介绍，让读者对数据有更全面的认知；第3章对于当前的数据以及数据的未来进行了分析和探讨； 第4~9章重点着墨于数据的应用，介绍了数据全生命周期管理的相关内容，分析了企业数据应用的困境和重点，并且列举了数据应用较为突出的领域和前沿领域作为参考。本书全面、客观地从基础理论到应用实践，将数据生动、全面地展现在读者面前。本书适合数据产业从业人士、研究人员，政府、高校、传统企业、科技行业从业者，正在进行数字化转型的企业管理者及员工，以及对数据经济、数字化转型有兴趣的相关人员阅读。

第1章数据认知
1.1数据起源和概述
1.2数据和信息
1.3数字化的世界
1.4不断膨胀的数据圈
第2章数据类型、来源与创建位置
2.1结构化和非结构化数据
2.1.1结构化、半结构化与非结构化数据
2.1.2结构化数据和非结构化数据的差异
2.1.3数据的处理工具
2.1.4结构化与非结构化如何转换
2.2文本类、数值类、时间类数据
2.2.1文本类数据
2.2.2数值类数据
2.2.3时间类数据
2.3状态类、事件类、混合类数据
2.3.1状态类数据
2.3.2事件类数据
2.3.3混合类数据
2.4数据来源
2.4.1个人数据
2.4.2企业数据
2.5数据化内容创建的位置
2.5.1核心
2.5.2边缘
2.5.3终端
第3章数据的未来
3.1当前的数据
3.2未来的数据
3.2.1未来数据
3.2.2应对未来的大数据思维
第4章数据全生命周期管理
4.1数据采集
4.1.1何谓数据采集
4.1.2数据采集的目的
4.1.3数据采集的原理
4.1.4数据采集工具
4.1.5如何采集数据
4.1.6常见的采集系统
4.2数据传输
4.2.1数据传输概况
4.2.2数据传输方式
4.2.3数据传输步骤
4.3数据存储
4.3.1数据存储概述
4.3.2常见存储介质
4.3.3存储技术
4.3.4数据迁移
4.3.5数据复制
4.4数据交换和共享
4.4.1数据交换和共享概述
4.4.2数据交换和共享的原则
4.4.3数据交换和共享的方式
4.4.4数据融合
4.5数据处理
4.5.1数据处理过程
4.5.2数据处理方法
4.5.3数据处理模式
4.5.4数据标注
4.5.5数据转换
4.6数据擦除
4.6.1什么是数据擦除
4.6.2数据擦除的必要性
4.6.3认证擦除
4.7数据质量管理
4.7.1数据质量管理过程
4.7.2数据标准
4.8数据安全
4.8.1什么是数据安全
4.8.2数据安全的重要性
4.8.3数据安全的保障措施
4.8.4数据分类
4.8.5数据备份
第5章数据全生命周期管理的目的和意义
5.1数据的价值体现
5.1.1数据的宏观性、中观性、微观性
5.1.2数据可视化
5.1.3数据可分析
5.1.4有的放矢地分析数据
5.1.5不同行业数据分析的侧重点
5.2数据资产
5.2.1什么是数据资产
5.2.2如何进行数据资源化
5.2.3如何进行数据资产化
5.2.4数据资产化面临的难题
5.3数据要素流通及市场化配置
5.3.1数据要素化
5.3.2数据要素流通
5.3.3数据要素市场化配置
第6章企业数据管理面临的难题
6.1将采集的数据变为可用
6.1.1数据的价值
6.1.2数据流失
6.1.3激活采集的数据
6.2已采集数据的存储管理
6.2.1数据运营的概念
6.2.2数据运营技术和工具
6.2.3数据运营思维
6.3确保需要的数据得到采集
6.3.1了解自己的需求
6.3.2采集正确的数据
6.4确保采集数据的安全
6.4.1威胁数据安全的情形
6.4.2加强企业数据管理工作的措施
6.4.3数据保护的关键步骤
6.5将采集的数据孤岛变为可用
6.5.1什么是数据孤岛
6.5.2数据孤岛成因分析
6.5.3打通数据孤岛
6.5.4数据湖
第7章企业数据全生命周期管理的重中之重
7.1解决海量存储需求
7.2端边云数据管理
7.2.1核心会更为“核心”
7.2.2边缘在崛起中
7.2.3如何协同端边云
7.3优选化数据价值
7.3.1制定企业数据战略
7.3.2利用数据进行决策
7.3.3利用数据改善运营
7.4保障数据安全
7.4.1定期排查安全隐患
7.4.2掌握管理，避免安全事故
第8章数据的传统应用领域
8.1金融业
8.1.1金融业数据应用
8.1.2金融业数据应用的难点
8.1.3在传统中创新
8.2制造业
8.2.1智能制造的应用价值
8.2.2数据带动智能制造
8.2.3智能制造的应用范围
8.3医疗保健业
8.3.1当前医疗保健的数据应用
8.3.2电子病历系统
8.3.3医疗设备的输出
8.3.4员工时间管理
8.3.5患者满意度调查
8.3.6医疗设备跟踪
8.3.7医疗保健数据的未来应用方向
8.4媒体娱乐业
8.4.1大数据在媒体娱乐业的应用
8.4.2VR和AR等新技术带来的发展
8.5云计算
8.5.1什么是云计算
8.5.2云计算的起源
8.5.3云计算的特点
8.5.4云计算的发展
8.5.5云计算的应用
8.5.6云计算需要关注的问题
8.6智慧城市
8.6.1大数据和智慧城市
8.6.2智慧城市1.0到3.0的演进
8.6.3城市数字化到数字化城市
8.6.4万物连接的智慧城市
第9章不断涌现的新领域
9.1元宇宙
9.1.1什么是元宇宙
9.1.2元宇宙的要素
9.1.3元宇宙带来的颠覆
9.1.4元宇宙的实现基础——数据
9.1.5元宇宙的数据需求
9.2区块链
9.2.1区块链的概念
9.2.2区块链的起源
9.2.3区块链的历程
9.2.4区块链的特征
9.2.5区块链的应用领域
9.2.6区块链的数据需求
9.3数字孪生
9.3.1数字孪生的概念
9.3.2数字孪生的原理
9.3.3数字孪生的基本组成
9.3.4数字孪生的现实意义
9.3.5数字孪生的应用场景
9.4AIoT
9.4.1AIoT概述
9.4.2AIoT的发展历程
9.4.3AIoT的体系架构
9.4.4AIoT的应用场景
9.5智慧城市3.0
9.5.1智慧城市3.0概述
9.5.2智慧城市3.0的发展历程
9.5.3智慧城市3.0的特征
参考文献