这是一本讲解组织数据能力建设与数据应用工程化的著作，它旨在为企业应用和管理数据提供组织建设、技术体系和行业解决方案方面的理论指导和实践经验。本书是几位作者在数据领域十几年工作经验的总结，得到了业界10余位专家的一致好评。无论是像互联网行业的数据原生类企业，还是正在数字化转型的传统企业，本书将为他们大规模、工程化地发挥数据的价值提供有意的参考。 本书的内容大致分为如下四个方面： （1）行业分析 从宏观角度阐述了数字化变革带来的问题和不确定性，并引出了解决这些问题需要掌握的理论和方法。 （2）理论方法 一方面，详细讲解了企业和组织的技术能力建设发方法、发展规律以及成熟度评估，帮助企业打下应用数据的坚实基础；一方面，详细介绍了数据应用成熟度模型的评估、运用和设计，以及数据工程的过程和方法。 （3）知识体系 详细讲解了数据治理与管理的方法，以及整个大数据体系的技术与架构。 （4）实践案例 通过4个综合案例分别讲解了数据工程与治理、业务数据化以及数据的工程化应用，既有企业级别的数据管理案例，还有业务级别的营销案例，不仅有To B场景，还有To G场景。

赞誉 前言 **部分 行业分析 第1章 数字化时代的变革与挑战 2 1.1 数字经济与生产变革 2 1.2 数字化时代的变革动能 10 1.3 数字化变革中的不确定性与挑战 25 1.4 ���章小结 37 第二部分 理论方法 第2章 技术变革与组织应用技术的规律 40 2.1 组织面对技术变革的三大挑战 40 2.2 事物发展的“**性原理” 48 2.3 技术创新规律与成熟度评估 56 2.4 组织技术应用的发展规律与成熟度评估 61 2.5 组织技术应用的能力建设规律与成熟度评估 65 2.6 本章小结 81 第3章 数据应用成熟度模型 82 3.1 模型开发背景 82 3.2 数据应用成熟度模型框架 86 3.3 数据应用成熟度模型评估 88 3.4 数据应用成熟度模型的运用 101 3.5 数据工程过程 104 3.6 数据治理过程?? 134 3.7 本章小结 143 第三部分 知识体系 第4章 数据治理与管理 146 4.1 元数据管理 147 4.2 数据质量管理 154 4.3 数据**管理 175 4.4 本章小结 207 第5章 大数据技术详解 208 5.1 大数据技术的方法和流行开源组件 208 5.2 大数据系统架构 212 5.3 大数据存储技术 221 5.4 大数据计算技术 234 5.5 大数据分析技术 239 5.6 数据科学技术 244 5.7 本章小结 264 第四部分 实践案例 第6章 数据工程与治理案例——移动大数据的数据处理实践 266 6.1 统一的大数据工程与治理架构 266 6.2 数据仓库设计 268 6.3 大数据日志收集技术 278 6.4 数据处理设计 291 6.5 数据科学建模 295 6.6 数据治理 309 6.7 本章小结 325 第7章 数据工程过程案例——企业CDP建设中的数据工程实践 326 7.1 CDP平台的数据源梳理 328 7.2 CDP平台的标签体系及其口径梳理 333 7.3 CDP平台的数据同步接口定义 341 7.4 CDP平台的数据模型设计 345 7.5 CDP平台的ETL设计 352 7.6 CDP平台的ETL开发 357 7.7 CDP平台的数据运维 359 7.8 本章小结 362 第8章 数据应用案例——大数据统计分析与个性化营销 363 8.1 统计级大数据应用——移动应用统计分析系统 363 8.2 个体级大数据应用——营销数据管理平台 382 8.3 本章小结 392 第9章 数据应用案例——基于空间大数据的土地资源数字化精准监管 393 9.1 案例背景 393 9.2 数据处理过程 394 9.3 数字化的土地执法监管应用 398 9.4 本章小结 401 附录 附录A 成熟度模型的构建方法 404 附录B 数据应用成熟度模型设计说明 408 附录C 数据合规要求的法规文件汇总 411