数据质量实践手册-智造书屋

本书作者基于多年在数据、数据分析和人工智能方面的实践经验，阐述了4步构建高质量数据体系。他提出了高质量数据的四阶段DARS方法（定义、评估、实现、持续）和10个数据质量最佳实践案例，以此来提高业务中的数据质量水平，为业务提供数据价值，保证生成的数据可以有效支持高级分析和人工智能。

作者：拉桑特·苏特卡尔

出版社：机械工业出版社

出版时间： 2024-11-01

定价：~~暂无报价~~

京东价：￥99.00

购买

作者简介

普拉桑特·苏特卡尔博士，知名的数据分析和人工智能顾问、作家和教授，曾为包括宝洁、通用电气、壳牌、苹果、联邦快递和SAP在内的80多家公司提供咨询服务。他是麻省理工学院CDOIQ研讨会的编辑委员会成员，也是硅谷风险投资公司BGV（Benhamou Global Ventures）的顾问委员会成员，还是IE商学院（西班牙马德里）的数据和分析副教授。

图书点击排行榜
周榜
月榜

1ANSYS 13.0与HyperMesh 11.0联合仿真有限元分析 2UG NX 7.5基础应用与范例解析第3版 3ANSYS 14.0工程实例解析与常见问题解答 4开目3DCAPP三维装配工艺设计基础教程 5AutoCAD 2013机械设计与工程应用从入门到精通 6UG NX模具设计与数控加工专家实例精讲 7西门子S7-200PLC编程及应用案例精选 8商业智能深入浅出——Cognos，Informatica技术与应用 9UG NX 7.5完全自学手册 10ProENGINEER Wildfire5.0从入门到精通

1ANSYS 13.0与HyperMesh 11.0联合仿真有限元分析 2UG NX 7.5基础应用与范例解析第3版 32017（第二届）工业软件与制造业融合发展高峰论坛论文集 4ANSYS 14.0工程实例解析与常见问题解答 5ANSYS 14.0理论解析与工程应用实例 6开目3DCAPP三维装配工艺设计基础教程 7AutoCAD 2013机械设计与工程应用从入门到精通 8PowerMILL多轴数控加工编程实例与技巧 9UG NX 7.5完全自学手册 10UG NX 8.0中文版数字样机技术及其应用实例（入门与提高）

新书抢先读: • 重构数字化转型的逻辑; • 三体智能革命; • 数据治理：概念、方法与实践; • 数据质量实践手册; • 管理行为; • 数字化六西格玛：赋能数字化转型的系统方法; • 华为数据之道; • 简捷启发式：有限理性让我们更聪明; • 一体两翼：虚实融合的真谛; • 打造持续竞争优势：标杆智能工厂案例集

概述: • 第一节引言; • 第二节数据、数据分析、人工智能和业务绩效; • 第三节数据作为业务资产或负债; • 第四节数据治理、数据管理和数据质量; • 第五节领导层对数据质量的承诺; • 第六节关键要点; • 第七节结论

业务数据: • 第一节引言; • 第二节业务中的数据; • 第三节遥测数据; • 第四节数据在业务中的用途; • 第五节业务数据视角; • 第六节业务数据的关键特征; • 第七节关键数据元素; • 第八节关键要点; • 第九节结论

业务中的数据质: • 第一节引言; • 第二节数据质量维度; • 第三节上下文中的数据质量; • 第四节数据质量不佳所产生的影响; • 第五节数据贬值及其影响因素; • 第六节 IT系统中的数据; • 第七节数据质量和可信信息; • 第八节关键要点; • 第九节结论

数据质量差的原因: • 第一节引言; • 第二节数据质量问题根本原因分析工具; • 第三节数据质量不佳的典型原因; • 第四节关键要点; • 第五节结论

数据生命周期和数据血缘: • 第一节引言; • 第二节数据生命周期; • 第三节数据血缘; • 第四节关键要点; • 第五节结论

章数据质量分析: • 第一节引言; • 第二节数据剖析的标准; • 第三节测量中心性的数据剖析技术; • 第四节测量变异性的数据剖析技术; • 第五节整合中心性和变异性KPI; • 第六节关键要点; • 第七节结论

数据质量参考架构: • 第一节引言; • 第二节数据质量解决方案; • 第三节 DataOps; • 第四节数据产品; • 第五节数据编织和数据网格; • 第六节数据增强; • 第七节关键要点; • 第八节结论

数据质量最佳实践（一）: • 第一节引言; • 第二节最佳实践概述; • 第三节 BP 1：确定业务KPI以及这些KPI和相关数据的所有权; • 第四节 BP 2：建立和提高组织中的数据文化和素养; • 第五节 BP 3：确定当前和期望的数据质量的状态; • 第六节 BP 4：遵循极简主义原则的数据采集方法; • 第七节 BP 5：选择并定义用于提高质量的数据属性; • 第八节 BP 6：使用MDM系统中的数据标准采集和管理关键数据; • 第九节关键要点; • 第一十零节结论

数据质量最佳实践（二）: • 第一节引言; • 第二节 BP 7：合理化和自动化关键数据元素的集成; • 第三节 BP 8：定义SoR并在SoR/OLTP系统中安全地采集交易数据; • 第四节 BP 9：构建和管理强大的数据集成能力; • 第五节 BP 10：分发数据来源与洞察消费; • 第六节关键要点; • 第七节结论

数据治理: • 第一节引言; • 第二节数据治理原则; • 第三节数据治理设计组件; • 第四节实施数据治理计划; • 第五节数据可观察性; • 第六节数据合规性——ISO 27001、SOC1和SOC2; • 第七节关键要点; • 第八节结论

数据保护: • 第一节引言; • 第二节数据分类; • 第三节存储相关的数据安全; • 第四节访问相关的数据安全; • 第五节关键要点; • 第六节结论

数据伦理: • 第一节引言; • 第二节数据伦理的定义; • 第三节数据伦理的重要性; • 第四节数据伦理的原则; • 第五节模型漂移中的数据伦理; • 第六节数据隐私; • 第七节管理数据伦理; • 第八节关键要点; • 第九节结论

数据质量实践手册

作者简介

系列微信

旗下机构

旗下其他网站

特色服务