书城首页 › 涉及近代 › 工业 › 数据即产品
涉及近代·工业

数据即产品

正版保障多仓发货48小时内发货2-3天送达可开发票
¥60.98 定价 ¥99.00 6.2折 立省 ¥38.02
现货库存 11 件 全新
商品参数
书名
数据即产品
作者
[意]安德烈亚·焦亚(Andrea Gioia) 著 石涛声 曹安驰 王同林 曹洪伟 译
出版社
机械工业出版社
出版时间
2026-09-01
ISBN
9787111813255
货号
1204507558
品相
全新
分类
涉及近代·工业
购物车(0)
商品参数
书名
数据即产品
作者
[意]安德烈亚·焦亚(Andrea Gioia) 著 石涛声 曹安驰 王同林 曹洪伟 译
出版社
机械工业出版社
出版时间
2026-09-01
ISBN
9787111813255
货号
1204507558
品相
全新
分类
涉及近代·工业
编辑推荐▼

传统单体数据平台复杂度持续膨胀、维护成本居高不下,数据孤岛、技术债务层出不穷,《数据即产品》给出全新破局范式。本书摒弃纯技术堆砌,从业务视角切入,依托DDD、事件风暴拆解数据产品识别方法,完整覆盖设计、CI/CD运营、XOps自助平台全生命周期。书中横向对比数据网格、数据编织等主流架构,清晰梳理各自适用场景,结合零售企业真实业务案例演示落地路径,同时讲解去中心化团队组织、联邦治理策略。不管是CDO、数据架构师、数据产品经理,还是企业数字化负责人,都能从中获取可直接复用的数据转型方案,帮助组织搭建可复用、可组合、可持续的数据资产体系,真正释放数据要素商业价值。

作者简介▼

安德烈亚·焦亚(Andrea Gioia)

Quantyca(一家专注于数据管理的咨询公司)合伙人兼首席技术官,同时也是数据治理与合规SaaS平台blindata.io的联合创始人。在其逾20年的职业生涯中,安德烈亚曾带领跨职能团队在多个行业成功交付复杂的数据项目。作为首席技术官,他专注于为客户提供数据战略的规划与落地咨询。安德烈亚是活跃的演讲者和撰稿人,也是意大利数据工程交流会(Data Engineering Italian Meetup)的主要组织者,并领导开放数据网格行动计划。他是DAMA的核心成员,自2023年起担任DAMA意大利分会科学委员会委员。

目录▼

目 录Contents

译者序

中文版序

序

前言

关于作者

关于审校者

第一部分 数据产品与模块化

架构的力量

第1章 从数据即副产品到数据

即产品 3

1.1 回顾单体数据平台的发展历程 4

1.1.1 数据仓库 4

1.1.2 数据湖 5

1.1.3 数据仓库与数据湖的比较 6

1.1.4 现代数据技术栈 7

1.2 理解单体数据平台失败的原因 8

1.2.1 单体架构与模块化架构 8

1.2.2 模块化的力量 9

1.2.3 失败循环 10

1.3 探究为什么需要“数据即产品”

的管理理念 14

1.3.1 以数据为中心 15

1.3.2 数据管理人人有责 15

1.3.3 数据产品思维 17

1.3.4 融会贯通 18

1.4 本章小结 18

1.5 拓展阅读 19

第2章 数据产品 22

2.1 定义数据产品 22

2.1.1 纯数据产品与分析型应用

程序 23

2.1.2 为什么我们需要纯数据

产品 24

2.1.3 纯数据产品的定义 28

2.1.4 数据驱动应用的兴起 30

2.2 探索纯数据产品的核心特征 32

2.2.1 常见的系统质量属性 32

2.2.2 相关性 34

2.2.3 准确性 35

2.2.4 可重用性 36

2.2.5 可组合性 36

2.3 剖析纯数据产品的结构 37

2.3.1 结构总览 37

2.3.2 数据 37

2.3.3 元数据 38

2.3.4 应用程序与基础设施 39

2.3.5 接口 39

2.4 纯数据产品的分类 41

2.4.1 数据源对齐与消费者对齐 41

2.4.2 领域对齐与价值流对齐 42

2.4.3 其他分类 42

2.5 本章小结 43

2.6 拓展阅读 43

第3章 以数据产品为中心的架构 47

3.1 设计以数据产品为中心的

架构 47

3.1.1 系统架构 48

3.1.2 社会技术架构 50

3.1.3 架构原则 51

3.1.4 架构组件 53

3.2 运营平面架构剖析 55

3.2.1 核心能力 56

3.2.2 数据产品开发 57

3.2.3 治理策略制定 57

3.2.4 XOps平台工程 59

3.2.5 数据产品化转型使能 61

3.3 管理平面架构剖析 62

3.3.1 身份标识系统 62

3.3.2 智能系统 63

3.3.3 控制系统 63

3.3.4 协调系统 63

3.3.5 运营模型 63

3.4 探索现代数据管理的创新方法 65

3.4.1 数据网格 65

3.4.2 数据编织 66

3.4.3 以数据为中心的方法与

数件 67

3.5 本章小结 68

3.6 拓展阅读 69

第二部分 数据产品的

生命周期管理

第4章 数据产品的发现与开发优先级的确定 73

4.1 业务领域建模 73

4.1.1 领域驱动设计导论 74

4.1.2 连接问题空间与解决方案

空间 76

4.1.3 识别子领域 78

4.1.4 识别限界上下文 81

4.1.5 绘制业务能力地图 83

4.2 运用事件风暴发现数据产品 84

4.2.1 理解业务战略 84

4.2.2 将业务战略转化为可行的

业务用例 85

4.2.3 使用事件风暴分析业务

流程 86

4.3 管理数据产品组合 92

4.3.1 验证数据产品提案 92

4.3.2 运用数据产品画布描述

数据产品 93

4.3.3 优化数据产品组合 94

4.4 本章小结 95

4.5 拓展阅读 96

第5章 数据产品的设计与实现 98

5.1 设计数据产品及其交互方式 98

5.1.1 理解数据产品的本地环境 99

5.1.2 理解数据产品的全局生态

系统 102

5.1.3 理解数据产品的内部

结构 106

5.2 管理数据产品的元数据 108

5.2.1 描述数据产品 108

5.2.2 数据产品描述符规范简介 109

5.2.3 在数据产品描述符规范中

描述接口组件 111

5.2.4 在数据产品描述符规范中

描述内部组件 114

5.3 管理数据产品的数据 116

5.3.1 获取数据 116

5.3.2 处理数据 118

5.3.3 使用数据 120

5.4 本章小结 120

5.5 拓展阅读 121

第6章 数据产品的生产运营

管理 123

6.1 数据产品的部署 123

6.1.1 理解持续集成 124

6.1.2 自动化构建和发布流程 124

6.1.3 理解持续交付 128

6.1.4 定义部署流水线 129

6.2 数据产品的治理 132

6.2.1 收集和共享元数据 132

6.2.2 实现计算策略 134

6.2.3 观测数据产品 136

6.2.4 控制数据产品 138

6.3 数据产品的消费 139

6.3.1 发现数据产品 139

6.3.2 访问数据产品 140

6.3.3 构建复合数据产品 140

6.4 数据产品的演进 141

6.4.1 数据产品的版本管理 141

6.4.2 数据产品的弃用 142

6.5 本章小结 142

6.6 拓展阅读 142

第7章 数据产品生命周期的自动化

管理 145

7.1 深入理解XOps平台 145

7.1.1 动员数据生态系统 146

7.1.2 理解XOps平台价值引擎 148

7.1.3 探索XOps平台架构 150

7.2 提升开发者体验 153

7.2.1 实现数据产品的构建块 154

7.2.2 定义数据产品模块及其

蓝图 157

7.2.3 利用边车管理横切关注点的

需求 158

7.2.4 支持计算策略和本体开发 159

7.3 提升运营体验 160

7.3.1 编排数据产品部署管道 160

7.3.2 控制数据产品运营 161

7.4 提升消费者体验 162

7.4.1 管理数据产品市场 162

7.4.2 支持数据产品组合 163

7.5 评估自研和外购策略 163

7.5.1 评估启用XOps平台的

时机 163

7.5.2 解决自研与外购的两难

困境 163

7.5.3 投资未来 164

7.6 本章小结 165

7.7 拓展阅读 165

第三部分 设计成功的数据

产品战略

第8章 数据产品的采用之旅 169

8.1 理解数据产品的采用阶段 169

8.1.1 追寻前方的旅程 170

8.1.2 引入关键利益相关者 171

8.2 深入研究评估阶段 172

8.2.1 评估准备 172

8.2.2 为什么要评估 174

8.2.3 定义如何评估 175

8.3 深入研究引导阶段 176

8.3.1 奠定基础 176

8.3.2 构建灯塔数据产品 177

8.3.3 定义关键治理策略 178

8.3.4 实现最薄可行平台 179

8.3.5 赋能使能者 180

8.3.6 迈向下一阶段 181

8.4 深入研究扩张阶段 181

8.4.1 跨越鸿沟 181

8.4.2 扩大采用规模 182

8.4.3 演进治理策略和平台服务 183

8.4.4 处理遗留系统 183

8.5 深入研究维持阶段 184

8.5.1 成为新常态 184

8.5.2 保持适应能力 184

8.6 通过自适应数据战略推动新

范式采用 184

8.6.1 理解演进型战略的支柱 185

8.6.2 运用EDGE实现战略与

执行对齐 185

8.6.3 运用EDGE规划执行 186

8.6.4 运用EDGE演进战略 187

8.6.5 运用适应度函数监控采用

过程 187

8.7 本章小结 189

8.8 拓展阅读 189

第9章 团队拓扑与数据所有权的

大规模管理 193

9.1 团队拓扑介绍 193

9.1.1 剖析组织架构 194

9.1.2 运用团队拓扑 196

9.1.3 理解团队类型 196

9.1.4 理解交互模式 198

9.1.5 组织架构映射 200

9.1.6 探析分形组织 201

9.2 定义运营团队 203

9.2.1 数据产品团队 203

9.2.2 平台团队 205

9.2.3 治理团队 206

9.2.4 使能团队 207

9.3 定义管理团队 208

9.3.1 数据战略委员会 208

9.3.2 数据组合管理委员会 208

9.3.3 运营管理委员会 209

9.3.4 融会贯通 209

9.4 去中心化战略的评估 210

9.4.1 何时进行去中心化 210

9.4.2 对哪些数据进行去中心化 211

9.4.3 迈向去中心化 212

9.5 本章小结 213

9.6 拓展阅读 214

第10章 分布式数据建模 216

10.1 数据建模介绍 216

10.1.1 什么是数据模型 217

10.1.2 隐式模型和显式模型 217

10.1.3 数据建模过程 218

10.1.4 数据模型的表示形式 219

10.1.5 数据建模方法论:操作型

与分析型 220

10.2 探索分布式物理建模 221

10.2.1 维度建模 221

10.2.2 中心化维度建模 223

10.2.3 分布式维度建模 224

10.2.4 Data Vault建模 226

10.2.5 统一星型模式建模 230

10.2.6 管理物理模型生命周期 234

10.3 探索分布式概念建模 235

10.3.1 通用语言 235

10.3.2 从字符到万物 236

10.3.3 管理概念模型生命周期 238

10.4 本章小结 240

10.5 拓展阅读 240

第11章 构建面向AI的信息架构 243

11.1 探索信息架构 243

11.1.1 数据资产 244

11.1.2 信息架构金字塔 244

11.1.3 信息平面 247

11.1.4 知识平面 248

11.2 管理企业知识 251

11.2.1 企业本体 251

11.2.2 联合建模团队 254

11.2.3 将知识作为产品来管理 256

11.3 构建企业知识图谱 257

11.3.1 知识图谱架构 257

11.3.2 链接数据平面与知识

平面 259

11.3.3 知识驱动的数据管理 260

11.4 利用现代人工智能 262

11.4.1 生成式AI的革命 262

11.4.2 用领域知识推进生成式

人工智能 263

11.4.3 面向未来的AI投资 264

11.5 本章小结 265

11.6 拓展阅读 265

第12章 融会贯通 268

12.1 塑造数据管理未来的核心

信念 268

12.1.1 数据管理不再是支持

部门 269

12.1.2 数据管理不仅仅局限于数据

本身 271

12.1.3 数据管理不仅仅是IT部门

的职责 271

12.2 为成功做好准备 273

12.2.1 保持乐观,但不要盲目 273

12.2.2 做一名反思型实践者,而

非方法论教条主义者 274

12.2.3 聚焦整体系统,而非局部

组件 274

12.2.4 为扩展而去中心化,而不

是为去中心化而扩展 275

12.2.5 做变革推动者,而不是变

革管理者 275

12.2.6 保持好奇,但不要痴迷 276

12.3 结语 276

12.3.1 数据管理的演进 276

12.3.2 以数据为中心和以人为本

的组织 277

12.4 本章小结 277

12.5 拓展阅读 277

文摘▼

本书聚焦传统单体数据平台面临的复杂性膨胀、价值交付低效等核心痛点,提出“数据即产品”的新型数据管理范式。全书系统阐释数据产品的定义、核心特征(相关性、准确性、可重用性、可组合性)与内部结构,围绕数据产品全生命周期展开论述,涵盖从业务用例出发的产品发现与优先级排序、基于领域驱动设计和事件风暴的设计实现、元数据与数据的精细化管理,以及产品组合的优化策略。同时,深入剖析支撑该范式的社会技术架构与三大核心原则(模块化、可组合性、可持续性),详解治理策略制定、XOps平台工程等支持能力,并结合实际案例提供从单体架构向模块化数据产品架构转型的完整方法论,助力组织破解数据孤岛,实现数据资产的高效复用与价值最大化。

¥60.98
🛒购物车