让数据成为生产力-数据全生命周期管理

让数据成为生产力——数据全生命周期管理读书笔记模板01思维导图目录分析读书笔记内容摘要作者介绍精彩摘录目录0305020406思维导图数据生产力数据企业生命周期读者应用传统数据第章应用管理企业城市智慧需求起源发展价值关键字分析思维导图内容摘要内容摘要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。目录分析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1章数据认知2.1结构化和非结构化数据2.3状态类、事件类、混合类数据2.2文本类、数值类、时间类数据第2章数据类型、来源与创建位置2.5数据化内容创建的位置2.4数据来源第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3.2未来的数据3.1当前的数据第3章数据的未来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4.1数据采集4.2数据传输4.3数据存储4.4数据交换和共享4.5数据处理12345第4章数据全生命周期管理4.6数据擦除4.8数据安全4.7数据质量管理第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5.1数据的价值体现5.3数据要素流通及市场化配置5.2数据资产第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6.1将采集的数据变为可用6.2已采集数据的存储管理6.3确保需要的数据得到采集6.4确保采集数据的安全6.5将采集的数据孤岛变为可用12345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7.1解决海量存储需求7.2端边云数据管理7.3最大化数据价值7.4保障数据安全第7章企业数据全生命周期管理的重中之重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最大化数据价值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8.1金融业8.2制造业8.3医疗保健业8.4媒体娱乐业第8章数据的传统应用领域8.6智慧城市8.5云计算第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9.1元宇宙9.3数字孪生9.2区块链第9章不断涌现的新领域9.5智慧城市3.09.4AIoT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9.4AIoT9.4.1AIoT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3.09.5.1智慧城市3.0概述9.5.2智慧城市3.0的发展历程9.5