[套装书]标签类目体系：面向业务的数据资产设计方法论+华为数据之道（2册）

. 详细讲解了标签类目体系方法论的4条核心原理；从核心原理衍生出的完整设计步骤，包括3个构建前提和6条设计步骤；同时阐述了标签方法论在实施落地过程中的具体使用技法，并探讨了其中的核心问题。
实践篇（第7~9章）
重点介绍了当前可用的标签工具和经典模板，它们可以用来提升标签类目体系的设计、使用、运营效率；列举了5个从标签设计到数据应用的Z佳实践方案；并总结了标签化成果价值、商业/社会价值及标签设计人才的培养经验。


---------------------------8075456 - 华为数据之道---------------------------


内容简介
这是一部从技术、流程、管理等多个维度系统讲解华为数据治理和数字化转型的著作。华为是一家超大型企业，华为的数据底座和数据治理方法支撑着华为在全球170多个国家/地区开展多业态、差异化的运营。书中凝聚了大量数据治理和数字化转型方面的有价值的经验、方法论、规范、模型、解决方案和案例，不仅能让读者即学即用，还能让读者了解华为数字化建设的历程。
全书共10章，内容从逻辑上分为四个部分。
第一部分（第1~3章）
第1章以非数字原生企业在数字化转型方面面临的挑战开篇，介绍了华为在数据治理和数字化转型方面的目标、愿景、蓝图和框架；第2章从企业政策和架构协同的角度，介绍了企业级的数据综合治理体系，理顺了数据与变革、运营、IT之间的协同关系，明确了数据管理的责任主体在业务；第3章详细阐述了不同类型的数据的管理方式和要点。
第二部分（第4~6章）
详细讲解了数据治理工作中的三项重点任务：信息架构、数据底座、数据服务。第4章介绍了信息架构的四个组件，给出了建设原则和核心要素，并引出了业务对象、过程、规则三项数字化的建设方向；第5章提出了数据底座建设的整体框架，介绍了数据湖和数据主题连接两个层次的建设实践；第6章以自助、高效、复用为数据服务的目的，提出了对数据进行搜索、加工和分析的消费过程管理方案。
第三部分（第7~9章）
系统总结了数据治理的三项关键能力：数据的全量感知、综合质量提升、可控共享。第7章以数字孪生的全量、无接触感知为目标，介绍了数据的硬感知和软感知两类能力；第8章基于PDCA框架，介绍了对企业业务数据异常的全面监控；第9章介绍了如何构建以元数据为基础的数据安全隐私保护框架，如何建立动静结合的数据保护与授权管理方案。
第四部分（第10章）
基于对“机器认知世界”的理解，我们提出了对数据治理未来的思考，畅想了AI治理、数据主权和数据生态建设。未来已来，让我们共同努力，把数字世界带入每个人、每个家庭、每个组织，构建万物互联的智能世界。

.华为公司数据管理部 著：作者简介
华为公司数据管理部
华为公司数据管理部作为集团层面的数据管理组织，主要负责如下工作：
公司数据工作的战略规划、路标举措以及实施落地；
数据从产生到消费全生命周期管理的治理框架、流程规范、方法和IT工具的制定与推行；
公司级信息架构的设计和数据资产的治理维护；
主持集团层面数据相关项目，推动以数据为核心的数字化转型；
设计公司数据质量度量模型、执行数据质量监控及重大数据问题披露；
组织跨业务领域、跨BG信息架构集成和数据问题的解决；
负责公司数据管理能力提升，推动企业数据文化建立和传播。

第2章　源：6段由来过程
2.1　数据资产发展的4个阶段22
2.1.1　数据资产1.0：构建消费者信息库23
2.1.2　数据资产2.0：ID-Mapping打通数据27
2.1.3　数据资产3.0：全集团数据共享共荣30
2.1.4　数据资产4.0：更广泛领域的数据实践35
2.2　方法论抽象的2个阶段38
2.2.1　方法论0.1：方法梳理38
2.2.2　方法论1.0：原理研究42
2.3　标签在数据系统中的定位45
2.3.1　标签在数据资产中的位置45
2.3.2　标签在数据中台中的位置50
2.4　关键术语的定义和解释54
第3章　义：3点产生必要
3.1　数据资产可复用59
3.2　面向业务可理解64
3.3　数据价值可衡量69
理论篇　基础原理与演绎推导
第4章　道：4个核心原理
4.1　为什么要先讲道76
4.1.1　思维认知之重77
4.1.2　什么是道78
4.2　业务与数据的连接发展80
4.2.1　数据系统的发展历程80
4.2.2　业务系统与数据系统的关联 81
4.2.3　面向业务的数据资产组织形式83
4.3　根、枝干、叶/花83
4.3.1　树的根决定了这是一棵什么树84
4.3.2　树的枝干对应标签分类84
4.3.3　树的叶/花部分指向标签85
4.4　能量、养分和凋零91
4.4.1　实体树之间通过关系树连接92
4.4.2　从实体树叶子回溯打开关系树森林93
4.4.3　关系树向实体树赋予能量94
4.4.4　业务使用是对标签树的养分供给96
4.4.5　最终梳理出一片森林而非一棵树97
4.5　分形结构与资产树栽种模式97
4.5.1　完整规划，由浅入深99
4.5.2　纵深打穿，从局部直接截取101
4.6　资产树使用模式推演103
4.6.1　查询服务105
4.6.2　分析服务106
4.6.3　圈选服务108
第5章　法：完整的设计方法
5.1　3个构建前提110
5.1.1　统一的数据思维111
5.1.2　充分的前期调研115
5.1.3　正确的落地思路120
5.2　6个设计步骤123
5.2.1　识别对象123
5.2.2　同一对象数据打通125
5.2.3　数据化的事物表达130
5.2.4　构建数据类目体系133
5.2.5　构建标签类目体系138
5.2.6　前后台标签类目体系168
第6章　术：使用技法与重要问题
6.1　标签规范177
6.1.1　标签化178
6.1.2　元标签180
6.1.3　标签问题191
6.2　谈谈组合标签195
6.2.1　同一对象下的标签组合195
6.2.2　不同对象间的标签组合200
6.3　如何使用标签208
6.3.1　什么是平台级复用208
6.3.2　平台级复用的标签使用方式209
6.3.3　什么是服务组件、数据服务、数据应用系统210
6.3.4　服务组件的演变趋势214
6.4　标签怎么运营217
6.4.1　标签的全生命周期运营217
6.4.2　标签运营环节中的责任单位220
6.4.3　标签的运营闭环221
6.5　标签质量怎么看222
6.5.1　数据来源类相关指标222
6.5.2　标签加工过程相关指标223
6.5.3　标签使用过程相关指标224
6.6　标签成本怎么看224
6.6.1　标签数据源采集与存储成本225
6.6.2　标签设计与加工成本227
6.6.3　标签使用与营销成本228
6.7　标签价值怎么看229
6.7.1　标签价值的分类229
6.7.2　标签价值的衡量方式232
6.8　标签方法论与数仓建模的异同233
6.8.1　标签方法论与数仓建模的差异234
6.8.2　标签方法论与数仓建模的联系235
实践篇　商业实战中的价值涌现
第7章　器：标签工具和经典模板
7.1　标签工具238
7.1.1　标签体系设计239
7.1.2　标签同步与加工243
7.1.3　标签管理244
7.1.4　标签门户247
7.1.5　标签使用250
7.2　4个经典模板253
7.2.1　用户标签类目体系模板254
7.2.2　企业标签类目体系模板268
7.2.3　员工标签类目体系模板277
7.2.4　商品标签类目体系模板291
第8章　践：从标签到应用的5个最佳实践
8.1　实践1：银行业卡业务精准营销场景300
8.1.1　银行业卡业务标签设计301
8.1.2　银行业卡业务标签应用308
8.1.3　银行业卡业务实践小结310
8.2　实践2：汽车业整车厂商可视化大屏场景311
8.2.1　汽车业整车厂商标签设计312
8.2.2　汽车业整车厂商标签应用319
8.2.3　汽车业整车厂商实践小结323
8.3　实践3：制造业B2B平台供应链金融场景324
8.3.1　制造业B2B平台标签设计325
8.3.2　制造业B2B平台标签应用333
8.3.3　制造业B2B平台实践小结337
8.4　实践4：零售业电商千人千面推荐场景339
8.4.1　零售业电商标签设计340
8.4.2　零售业电商标签应用345
8.4.3　零售业电商实践小结347
8.5　实践5：地产业物管效能分析场景348
8.5.1　地产业物管标签设计349
8.5.2　地产业物管标签应用356
8.5.3　地产业物管实践小结358
第9章　果：价值、案例、经验分享
9.1　7点价值总结359
9.1.1　串联360
9.1.2　业务友好361
9.1.3　全息刻画362
9.1.4　可复用363
9.1.5　可管理364
9.1.6　可运营365
9.1.7　创新场景366
9.2　4个典型案例368
9.2.1　阿里巴巴集团典型案例368
9.2.2　时尚集团典型案例371
9.2.3　好莱客家居典型案例375
9.2.4　温州检察院典型案例380
9.3　3点培养经验385
9.3.1　深入业务385
9.3.2　胆大心细388
9.3.3　工匠精神391



---------------------------8075456 - 华为数据之道---------------------------


序一
序二
序三
前言
第1章　数据驱动的企业数字化转型
1.1　非数字原生企业的数字化转型挑战2
1.1.1　业态特征：产业链条长、多业态并存3
1.1.2　运营环境：数据交互和共享风险高4
1.1.3　IT建设过程：数据复杂、历史包袱重4
1.1.4　数据质量：数据可信和一致化的要求程度高5
1.2　华为数字化转型与数据治理6
1.2.1　华为数字化转型整体目标6
1.2.2　华为数字化转型蓝图及对数据治理的要求7
1.3　华为数据治理实践9
1.3.1　华为数据治理历程10
1.3.2　华为数据工作的愿景与目标12
1.3.3　华为数据工作建设的整体思路和框架12
1.4　本章小结15
第2章　建立企业级数据综合治理体系
2.1　建立公司级的数据治理政策18
2.1.1　华为数据管理总纲18
2.1.2　信息架构管理政策20
2.1.3　数据源管理政策21
2.1.4　数据质量管理政策22
2.2　融入变革、运营与IT的数据治理24
2.2.1　建立管理数据流程24
2.2.2　管理数据流程与管理变革项目、管理质量与运营之间的关系26
2.2.3　通过变革体系和运营体系进行决策26
2.2.4　数据治理融入IT实施27
2.2.5　通过内控体系赋能数据治理27
2.3　建立业务负责制的数据管理责任体系28
2.3.1　任命数据Owner和数据管家28
2.3.2　建立公司层面的数据管理组织29
2.4　本章小结33
第3章　差异化的企业数据分类管理框架
3.1　基于数据特性的分类管理框架35
3.2　以统一语言为核心的结构化数据管理36
3.2.1　基础数据治理39
3.2.2　主数据治理40
3.2.3　事务数据治理46
3.2.4　报告数据治理46
3.2.5　观测数据治理48
3.2.6　规则数据治理50
3.3　以特征提取为核心的非结构化数据管理52
3.4　以确保合规遵从为核心的外部数据管理54
3.5　作用于数据价值流的元数据管理56
3.5.1　元数据治理面临的挑战56
3.5.2　元数据管理架构及策略59
3.5.3　元数据管理60
3.6　本章小结71
第4章　面向“业务交易”的信息架构建设
4.1　信息架构的四个组件74
4.1.1　数据资产目录75
4.1.2　数据标准77
4.1.3　数据模型80
4.1.4　数据分布80
4.2　信息架构原则：建立企业层面的共同行为准则81
4.3　信息架构建设核心要素：基于业务对象进行设计和落地84
4.3.1　按业务对象进行架构设计84
4.3.2　按业务对象进行架构落地87
4.4　传统信息架构向业务数字化扩展：对象、过程、规则90
4.5　本章小结95
第5章　面向“联接共享”的数据底座建设
5.1　支撑非数字原生企业数字化转型的数据底座建设框架98
5.1.1　数据底座的总体架构98
5.1.2　数据底座的建设策略100
5.2　数据湖：实现企业数据的“逻辑汇聚”101
5.2.1　华为数据湖的3个特点101
5.2.2　数据入湖的6个标准103
5.2.3　数据入湖方式106
5.2.4　结构化数据入湖109
5.2.5　非结构化数据入湖113
5.3　数据主题联接：将数据转换为“信息”117
5.3.1　5类数据主题联接的应用场景117
5.3.2　多维模型设计120
5.3.3　图模型设计125
5.3.4　标签设计130
5.3.5　指标设计132
5.3.6　算法模型设计135
5.4　本章小结139
第6章　面向“自助消费”的数据服务建设
6.1　数据服务：实现数据自助、高效、复用142
6.1.1　什么是数据服务144
6.1.2　数据服务生命周期管理149
6.1.3　数据服务分类与建设规范156
6.1.4　打造数据供应的“三个1”162
6.2　构建以用户体验为核心的数据地图167
6.2.1　数据地图的核心价值167
6.2.2　数据地图的关键能力171
6.3　人人都是分析师175
6.3.1　从“保姆”模式到“服务+自助”模式175
6.3.2　打造业务自助分析的关键能力179
6.4　从结果管理到过程管理，从能“看”到能“管”187
6.4.1　数据赋能业务运营187
6.4.2　数据消费典型场景实践190
6.4.3　华为数据驱动数字化运营的历程和经验195
6.5　本章小结199
第7章　打造“数字孪生”的数据全量感知能力
7.1　“全量、无接触”的数据感知能力框架202
7.1.1　数据感知能力的需求起源：数字孪生202
7.1.2　数据感知能力架构205
7.2　基于物理世界的“硬感知”能力207
7.2.1　“硬感知”能力的分类207
7.2.2　“硬感知”能力在华为的实践213
7.3　基于数字世界的“软感知”能力215
7.3.1　“软感知”能力的分类215
7.3.2　“软感知”能力在华为的实践218
7.4　通过感知能力推进企业业务数字化220
7.4.1　感知数据在华为信息架构中的位置220
7.4.2　非数字原生企业数据感知能力的建设224
7.5　本章小结226
第8章　打造“清洁数据”的质量综合管理能力
8.1　基于PDCA的数据质量管理框架228
8.1.1　什么是数据质量228
8.1.2　数据质量管理范围229
8.1.3　数据质量的总体框架229
8.2　全面监控企业业务异常数据231
8.2.1　数据质量规则231
8.2.2　异常数据监控237
8.3　通过数据质量综合水平牵引质量提升243
8.3.1　数据质量度量运作机制243
8.3.2　设计质量度量245
8.3.3　执行质量度量248
8.3.4　质量改进253
8.4　本章小结256
第9章　打造“安全合规”的数据可控共享能力
9.1　内外部安全形势，驱动数据安全治理发展258
9.1.1　数据安全成为国家竞争的新战场258
9.1.2　数字时代数据安全的新变化258
9.2　数字化转型下的数据安全共享260
9.3　构建以元数据为基础的安全隐私保护框架261
9.3.1　以元数据为基础的安全隐私治理261
9.3.2　数据安全隐私分层分级管控策略263
9.3.3　数据底座安全隐私分级管控方案266
9.3.4　分级标识数据安全隐私271
9.4　“静”“动”结合的数据保护与授权管理272
9.4.1　静态控制：数据保护能力架构272
9.4.2　动态控制：数据授权与权限管理274
9.5　本章小结279
第10章　未来已来：数据成为企业核心竞争力
10.1　数据：新的生产要素282
10.1.1　数据被列为生产要素：制度层面的肯定282
10.1.2　数据将进入企业的资产负债表283
10.1.3　数据资产的价值由市场决定284
10.2　大规模数据交互的企业数据生态285
10.2.1　数据生态离不开底层技术的支撑286
10.2.2　数据主权是数据安全交换的核心287
10.2.3　国际数据空间的目标与原则289
10.2.4　多方安全计算强化数据主权291
10.3　摆脱传统手段的数据管理方式292
10.3.1　智能数据管理是数据工作的未来292
10.3.2　内容级分析能力提供资产全景图293
10.3.3　属性特征启发主外键智能联接293
10.3.4　质量缺陷预发现294
10.3.5　算法助力数据管理294
10.3.6　数字道德抵御算法歧视295
10.4　第四个世界：机器认知世界295
10.4.1　真实唯一的“物理世界”和五彩缤纷的“人类认知世界”295
10.4.2　映射“物理世界”的数字孪生—“数字世界”297
10.4.3　“数字世界”中的智能认知—“机器认知世界”298
10.5　本章小结299

.　　实践篇（第7～9章）重点介绍了当前可用来提升标签类目体系的设计、使用、运营效率的标签工具和经典模板，列举了从标签到应用的5个最佳实践方案，并总结了标签化的价值、典型应用案例及标签设计人才的培养经验。
　　读者对象
　　企业管理者：CEO、CIO、CTO、CDO、数字化转型项目领导者、数据中台构建项目领导者等。
　　数据从业人员：数据部门主管、数据架构师、数据产品经理、数据分析师、数据开发工程师等。
　　业务人员：业务部门负责人、业务人员、运营人员等。
　　致谢
　　本书有两大写作目的：一是我们想将标签类目体系的构建过程和经验汇编成册，二是我们公司希望将优秀的数据资产设计方法沉淀下来，同时对外与所有正处于数字化转型过程中的企业客户分享，输出并传播数据资产的前沿理念和方法。因此感谢数澜科技市场营销部门、交付部门、研发部门、总裁办等各部门的支持与配合。感谢甘云锋、高雁冰两位领导为本书提供建议与指导。
　　本书内容来自我们多年以来的数据项目实践，特别是最近几年面向企业端的数据中台建设经历。因此我们要感谢所有给予标签类目体系成长和实践机会的合作伙伴，特别感谢时尚集团、好莱客创意家居、温州检察院等企业、政府机构对标签类目体系方法论的认可及对我们工作的配合。感谢刘容、郭新和、倪建海等专家对实践篇的修改与指正。
　　感谢曾蓓、王尹等同事及杨福川、罗词亮两位编辑对书稿的编辑与优化。
　　最后，也是最重要的，感谢一直陪伴在我们身边的家人，是他们的理解和牺牲让我们能够全力以赴地奋战在数据第一线，积累起丰富的数据实践经验，并得以写下这本理论结合实际的著作。
　　希望我们的数据梦想能和各位分享。
　　
　　
　　---------------------------8075456 - 华为数据之道---------------------------
　　
　　
　　随着数字化转型的深入开展，数据成为新的生产要素。对于非数字原生企业，数据治理的重要性越来越突出。如何有效地开展数据治理工作、提升数据质量、打破数据孤岛、充分发挥数据的业务价值，成了业界的热门话题。本书基于华为数据治理的历程，介绍了华为数据工作的愿景、整体思路框架，阐述了企业级数据综合治理体系和方法论，回顾了华为数据底座的建设过程，总结了华为数据治理和数字化转型的经验。
　　华为公司作为典型的非数字原生企业，发展初期基本是以物理世界为中心构建的，缺乏以软件和数字平台为核心的数字世界架构，在数字化转型过程中，面临着巨大挑战。华为从小到大、从弱到强几十年不断发展的历程中，伴随着一次次重大业务变革、信息化建设和数字化转型。本书理论结合实践，通过对华为公司数据治理体系和数据底座建设方法与实践的介绍，讲述了数据工作如何支撑业务变革，如何驱动数字化转型，总结了华为数据工作的发展历程、经验和对未来的思考。书中所述的方法、规范、解决方案都经过华为内部的充分实践，相信对企业数字化转型的领导者、设计者、实施者和参与数据治理的同行，会有一定的启发和借鉴意义。
　　内容简介
　　本书共10章，内容从逻辑上可以分为四部分。
　　第一部分为第1~3章。第1章以非数字原生企业在数字化转型时面临的挑战为引导，阐述了数据驱动的企业数字化转型理念，介绍了华为公司的数据治理框架；第2章从企业政策和架构协同的角度，介绍了企业级的数据综合治理体系，理顺了数据与变革、运营、IT之间的协同关系，明确了数据管理的责任主体在业务；第3章以数据特性的差异为维度，详细阐述了不同类型数据的不同管理方式，明确了结构化数据、非结构化数据、外部数据、元数据的核心管理要点。
　　第二部分为第4~6章，介绍了数据治理工作中的三项重点建设任务：信息架构、数据底座、数据服务。第4章介绍了信息架构的四个组件，给出了建设原则和核心要素，并引出了业务对象、过程、规则三项数字化的建设方向；第5章提出了数据底座建设的整体框架，分别介绍了数据湖和数据主题联接两个层次的建设实践；第6章以自助、高效、复用为数据服务的目的，提出了对数据进行搜索、加工和分析的消费过程管理方案。
　　第三部分为第7~9章，介绍了数据治理的三项关键能力：数据的全量感知、综合质量提升、可控共享。第7章以数字孪生的全量、无接触感知为目标，介绍了数据的硬感知和软感知两类能力；第8章基于PDCA框架，介绍了对企业业务数据异常的全面监控，从而助力数据质量综合水平的提升；第9章介绍如何构建以元数据为基础的数据安全隐私保护框架，如何建立动静结合的数据保护与授权管理方案。
　　第四部分为第10章。基于对“机器认知世界”的理解，我们提出了对数据治理未来的思考，畅想了AI治理、数据主权和数据生态建设。未来已来，让我们共同努力，把数字世界带入每个人、每个家庭、每个组织，构建万物互联的智能世界。
　　读者对象
　　企业管理者：CEO，CIO，CDO，数字化转型项目的领导者、设计者和实施者。
　　数据从业人员：数据架构师、数据工程师、数据质量工程师、数据产品经理、数据分析师。
　　IT从业人员：应用架构师、数据库专家、业务架构师。
　　致谢
　　本书主要作者有马运（Yun Ma）、杜浩、王强、陈实和周剑锋。参与写作的还有公司数据管理部的专家韦冬、廖华赟、赵子文、傅琨等。各位作者在数据领域耕耘和坚持多年。
　　本书的写作目的来自内外两方面：首先，公司内部希望我们对数据工作进行系统的梳理总结，积累企业数字化转型的经验；其次，华为云和华为中国地区部也希望我们能够写本书，以便和客户分享华为数据治理的实践，输出数据驱动企业数字化转型的理念和方法。在此感谢陶景文、熊康、邓涛、洪方明、韩晓、苏立清等领导的建议、支持和指导。
　　本书的内容来自华为数据体系多年的工作实践，特别是最近几年在数字化转型方面的探索。公司数据治理的实践经验是在公司变革体系、质量运营体系、流程体系、IT和数据体系等各部门的共同努力下取得的。感谢郝健康、张印臣两位领导对数据体系建设的贡献！感谢数据体系的全体同人！感谢所有支持数据工作的同事！
　　感谢华为云殷宏、祝向党，华为大学陈小宇、蒋文俏以及胡小敏等人从读者视角对本书进行审视，并在编写过程中给予了我们很大的帮助。
　　数字化转型波澜壮阔，华为数据治理也历经十多年沉淀，成果丰富，本书呈现出来的内容实属挂一漏万，加上编写时间仓促，书中难免会出现一些失误或者不准确的地方，恳请读者批评指正。
　　华为公司数据管理部
　　

.　　——王继业国家电网大数据中心主任
　　党的十九届四中全会聚焦国家治理体系和治理能力现代化，提出了推进数字政府建设的重大任务。数据整合共享同样也是政府数字化转型的重要基础。数据管理是专业性很强的领域，既需要实践探索，也需要理论和方法的指导。本书是华为多年数据工作的结晶，相信本书的出版，能够为政府数据工作的同人，带来有益的借鉴和参考。
　　——徐春学国家信息中心公共技术服务部副主任
　　在企业数字化转型过程中，数据管理是最重要、最基础也是最困难的工作。数据管理涉及组织战略、治理、文化、业务和专业人才各个方面，无法以直接外购的方式获得，要求企业必须一步一个脚印地完成，其中涉及数据治理、数据分类、体系框架、数据采集、数据集成、数据可视化和数据分析及服务等多个环节。我在华为调研的过程中，深切感受到其数据管理部门的专业化领导和团队、坚实的组织推进能力和脚踏实地的工作作风，因此，他们的这本书对企业极具参考价值，强力推荐。
　　——董小英北京大学光华管理学院荣休教授
　　《变数：中国数字企业模型与实践》作者/数字产业创新研究中心主席
　　当前中国走在前列的企业基本都已经开始数字化转型，影响企业数字化转型能否取得预期目标的关键因素是数据。一个企业能够掌握的内外部数据量的多少、数据的质量、数据的有效拉通、数据的价值挖掘、数据驱动战略与运营等都是数字化转型的核心环节。此书全面阐述了数字化转型时期企业数据治理的全对象、全流程、全要素，包含了华为公司的很多实践，对数据治理从业者来说非常值得一读，强烈推荐给大家。
　　——辛海明北汽福田集团IT总监