（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。

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。

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。

这是一本紧跟时代步伐的图书，汇集了行业精英的智慧，全面解读;数据二十条，探讨数据要素化时代的数据治理。本书涵盖数据治理的新趋势、新理论、新方法、新技术及企业最佳实践，值得每一位同人阅读。马运博士?华为公司数据总架构师、首席数据专家大模型、数字化转型和智能化改造正在改变每一个行业、深入每一个业务场景。数字化转型和智能化改造的瓶颈往往是数据质量不过关，而数据治理正是滤尽;脏数据;毒数据，炼出;数据真金的关键。DAMA的知识体系历来是行业标尺，期待本书给读者带来新的启发与思考。

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