Este libro integra teorías y sistemas técnicos de gobernanza de datos reconocidos a nivel nacional e internacional, abarcando los conceptos básicos, las vías de implementación y los casos de referencia necesarios para la transformación digital empresarial. No solo aborda los puntos críticos y las dificultades de la gobernanza de datos en el sector, sino que también incorpora la amplia experiencia práctica del autor en proyectos de datos. Asimismo, incorpora su comprensión y reflexión sobre la gobernanza de datos y los métodos de implementación en la práctica de proyectos. Sirve como manual práctico y guía de implementación para el personal de gestión de datos en la ejecución de proyectos de gobernanza de datos, y puede guiar eficazmente a las empresas para implementar una gobernanza de datos de alta calidad en todos los aspectos.

●Prefacio
Prefacio
Parte 1: Fundamentos de la gobernanza de datos
Capítulo 1 Gobernanza de datos
1.1 Gobernanza y marco de datos
1.1.1 Contenidos básicos del marco de gobernanza de datos
1.1.2 Estrategia de creación del marco de gobernanza de datos
1.1.3 La diferencia entre gobernanza de datos y gestión de datos
1.2 Conceptos erróneos sobre la gobernanza de datos
1.2.1 Mito 1: Problemas relacionados con el cambio de cultura de datos
1.2.2 Mito 2: La gobernanza de datos está impulsada por TI
1.2.3 Mito 3: Problemas de madurez en la gobernanza de datos
1.2.4 Error 4: Tratar la gobernanza de datos como un proyecto
1.2.5 Malentendido 5: Inconsistencia con la estrategia organizacional
1.2.6 Malentendido 6: Ignorar la arquitectura de datos organizacionales
1.2.7 Mito 7: No lograr una integración efectiva con el negocio
1.2.8 Mito 8: Utilizar un enfoque disruptivo
1.2.9 Mito 9: Seguir el método de evaluación
1.2.10 Mito 10: Pensar que la gobernanza de datos se puede lograr con herramientas
1.3 Tendencias en la gobernanza de datos
1.3.1 Tendencia 1: La gobernanza de datos debe fortalecer la planificación general desde una perspectiva empresarial
1.3.2 Tendencia 2: Las empresas deben establecer un sistema estándar de datos a nivel empresarial
1.3.3 Tendencia 3: Las empresas necesitan urgentemente construir un sistema de calidad de datos basado en la gestión de circuito cerrado
1.3.4 Tendencia 4: Necesidad urgente de construir un sistema de seguridad de datos basado en el cumplimiento de leyes y regulaciones
1.3.5 Tendencia 5: Construcción de un sistema de indicadores de datos basado en la realización de valor estratégico
1.3.6 Tendencia 6: Acelerar la construcción de la cadena de operación de datos desde la demanda hasta la realización de valor
1.3.7 Tendencia 7: Construcción de una plataforma integrada de realización de valor de activos de datos basada en la gobernanza
1.3.8 Tendencia 8: Fortalecimiento del sistema de conversión del impulso de la productividad de los factores de datos
Capítulo 2 Estrategia de datos
2.1 Descripción general de la estrategia de datos
2.1.1 El papel de la estrategia de datos
2.1.2 Base de la estrategia de datos
2.1.3 Clave para la estrategia de datos
2.1.4 Contenido de la estrategia de datos
2.2 Cuestiones clave en la estrategia de datos
2.2.1 ¿Qué problemas necesitan ser resueltos?
2.2.2 ¿Qué datos se necesitan?
2.2.3 Cómo analizar estos datos
2.2.4 Cómo presentar estos datos
2.2.5 ¿Qué software y hardware se necesitan?
2.2.6 ¿Existe un plan viable?
2.3 Pasos para desarrollar una estrategia de datos
2.3.1 Objetivos de la estrategia de datos
2.3.2 Ejemplo de estrategia de datos
2.3.3 Valor estratégico de los datos
2.3.4 Pasos para crear una estrategia de datos
2.4 Elementos centrales de la estrategia de datos
2.4.1 Estrategia de datos en el sistema de conocimiento de gestión de datos DAMA
2.4.2 Estrategia de datos en el modelo de evaluación de madurez de la capacidad de gestión de datos del DCMM
2.4.3 Estrategia de datos en el marco de gobernanza de datos de DGI
2.4.4 Análisis del contenido de la estrategia de datos
2.4.5 Elementos clave de la planificación de la estrategia de datos
Capítulo 3 Arquitectura de datos
3.1 ¿Cómo la arquitectura de datos moderna impulsa el negocio?
3.1.1 ¿Qué es la arquitectura de datos?
3.1.2 Características de la arquitectura de datos moderna
3.1.3 Arquitectura de datos y arquitectura de la información
3.1.4 Puntos clave para el desarrollo de la arquitectura de datos
3.1.5 La arquitectura de datos es el puente entre TI y el negocio
3.2 Cómo construir una arquitectura de datos moderna
3.2.1 La demanda impulsa el desarrollo de la arquitectura de datos
3.2.2 Principios de la arquitectura de datos moderna
3.2.3 Solución de arquitectura integrada Lake-Warehouse
3.2.4 Consejos importantes para construir un lago de datos
3.2.5 Cómo construir mejor un lago de datos
3.3 Arquitectura de datos para inteligencia continua
3.3.1 La inteligencia continua es la base de las operaciones de datos
3.3.2 Cómo construir una arquitectura de datos inteligente continua
Capítulo 4 Gestión de datos maestros
4.1 Descripción general de los datos maestros
4.1.1 Descripción general
4.1.2 Factores para determinar los datos maestros
4.1.3 ¿Por qué debemos gestionar datos maestros?
4.1.4 Cómo realizar la gestión de datos maestros
4.2 Gestión de datos maestros
4.2.1 Definición y conceptos clave de los datos maestros
4.2.2 Principios de gestión de datos maestros
4.2.3 Normas y directrices
4.3 Construcción de datos maestros
4.3.1 Preparación antes de iniciar el proyecto de datos maestros
4.3.2 Promoción coordinada de la construcción de datos maestros
4.3.3 Cuestiones a las que se debe prestar atención en la construcción de datos maestros
4.4 Caso de construcción de datos maestros: Construcción de datos maestros de materiales
4.4.1 Principales problemas con los datos maestros de materiales
4.4.2 Causas de problemas con los datos maestros de materiales
4.4.3 Medidas de control de datos maestros de materiales
4.4.4 Iluminación de la gestión de datos maestros de materiales
Capítulo 5 Gestión de metadatos
5.1 ¿Qué son los metadatos?
5.1.1 Elementos de datos
5.1.2 Metadatos
5.1.3 Datos maestros
5.1.4 Contenido de los estándares de elementos de datos
5.2 ¿Qué es la gestión de metadatos?
5.2.1 Descripción general de la gestión de metadatos
5.2.2 Gobernanza de la gestión de metadatos
5.2.3 Mejores prácticas de gestión de metadatos
5.3 La importancia de la gestión de metadatos
5.3.1 El papel clave de los metadatos
5.3.2 Beneficios de la gestión de metadatos
5.3.3 Gestión automatizada de metadatos
5.4 La diferencia entre la gestión de metadatos y la gestión de datos maestros
5.4.1 Descripción general
5.4.2 Gestión de metadatos y gestión de datos maestros
5.4.3 La intersección de los metadatos y la gestión de datos maestros
5.4.4 Diferencias entre la gestión de metadatos y la gestión de datos maestros
5.4.5 Casos de gestión de metadatos y gestión de datos maestros
5.4.6 La importancia de desarrollar una estrategia
5.5 Gestión y aplicación de metadatos
5.5.1 Relación entre la gestión de metadatos, la gestión de datos maestros y la gestión de estándares de datos
5.5.2 Gestión de datos basada en metadatos
5.5.3 Aplicación de metadatos de indicadores
5.5.4 Exploración y práctica de la gestión de metadatos
Capítulo 6 Modelado de datos
6.1 El modelado de datos es la base para comprender los datos.
6.1.1 ¿Qué es el modelado de datos?
6.1.2 Tipos de modelos de datos
6.1.3 Proceso de modelado de datos
6.1.4 Tipos de modelos de datos
6.1.5 Beneficios del modelado de datos
6.1.6 Herramientas de modelado de datos
6.2 La relación entre el modelado de datos y la gobernanza de datos
6.2.1 Tres acciones principales de la gestión de datos
6.2.2 Uso de herramientas de modelado para modelar y gestionar datos
6.2.3 El modelado de datos es una forma de gobernanza de datos
6.3 Aplicación de modelado de datos
6.3.1 Método para construir un modelo de consistencia global
6.3.2 El modelo de datos debe ser consistente en todo el dominio
6.3.3 Práctica y pensamiento sobre modelos de datos
Parte 2: Gobernanza de datos avanzada
Capítulo 7 Calidad de los datos
7.1 Descripción general de la gestión de la calidad de los datos
7.1.1 Problemas de gestión de la calidad de los datos
7.1.2 Relación entre la calidad de los datos y la gobernanza de los datos
7.2 Gestión de la calidad de los datos basada en indicadores
7.2.1 ¿Qué es la gestión de la calidad de los datos?
7.2.2 ¿Por qué es necesaria la gestión de la calidad de los datos?
7.2.3 Cinco pilares de la gestión de la calidad de datos
7.2.4 Cómo medir la calidad de los datos
7.2.5 Caso de control de calidad de datos
7.3 Gestión de la calidad de los datos en el marco de la gobernanza de datos
7.3.1 Cómo construir un marco de gestión de la calidad de los datos
7.3.2 Establecer 7 indicadores para medir la calidad de los datos
7.3.3 Importancia de la gestión de la calidad de los datos
Capítulo 8 Seguridad de datos
8.1 Gestión de la seguridad de los datos
8.1.1 Amenazas a la seguridad de los datos
8.1.2 Prácticas de protección de datos
8.1.3 Herramientas de seguridad de datos
8.1.4 Normativa de seguridad de datos
8.1.5 Gestión de la seguridad de los datos
8.2 Gobernanza de la seguridad de los datos
8.2.1 Concepto de gobernanza de la seguridad de datos
8.2.2 Descripción general de la gobernanza de la seguridad de los datos
8.2.3 Modelo de madurez de la seguridad de los datos
8.2.4 Gobernanza de seguridad y gobernanza de datos
8.3 Construcción de un sistema de tecnología de gobernanza de seguridad de datos
8.3.1 Desafíos técnicos de la gobernanza de la seguridad de datos
8.3.2 Sistema técnico de gobernanza de la seguridad de los datos
8.3.3 Auditoría de seguridad de datos y tecnología de revisión
8.4 Internet de las cosas Seguridad Privacidad Informática y Seguridad de Datos
8.4.1 Seguridad de los sistemas IoT
8.4.2 Datos en la Internet de las cosas
8.4.3 Gestión de datos y gobernanza de datos
8.4.4 Privacidad de datos
8.4.5 Seguridad del sistema
Capítulo 9 Activos de datos
9.1 Gestión de activos de datos
9.1.1 Cómo gestionar los activos de datos
9.1.2 Enfoque de la gestión de activos de datos
9.2 Medición del valor de los activos de datos
9.2.1 Descripción general de la evaluación del valor de los activos de datos
9.2.2 Modelo básico de evaluación de activos de datos
9.2.3 Modelo de evaluación del valor de los activos de datos
9.3 Problemas en la gestión de activos de datos
9.3.1 ¿Cómo utilizan las empresas los datos para crear valor?
9.3.2 Principales desafíos de la integración de datos empresariales
9.3.3 Cómo gestionar datos de forma eficaz
9.3.4 ¿Cómo la gestión de datos permite la transformación digital?
9.3.5 ¿En qué se centra la transformación digital a nivel técnico?
9.3.6 ¿Quién lidera la transformación digital?
9.3.7 ¿Qué otros aspectos de los métodos de procesamiento de datos existen en la organización durante la transformación digital?
9.3.8 Cómo cambiar la forma en que los empleados gestionan los datos a diario
9.3.9 ¿Puede la inteligencia artificial desempeñar un papel en garantizar la calidad de los datos?
9.4 Métodos de gestión de activos de datos
Capítulo 10 Gobernanza de datos de Big Data
10.1 Gobernanza de Big Data
10.1.1 Descripción general de la gobernanza de Big Data
10.1.2 Principios de gobernanza de Big Data
10.2 Seguridad y privacidad de Big Data
10.2.1 Descripción general de la seguridad y privacidad de los datos
10.2.2 Definición de seguridad de datos
10.2.3 Definición de privacidad de datos
10.2.4 Cómo se cruzan la seguridad y la privacidad
10.3 Seguridad y privacidad en aplicaciones de Big Data
10.3.1 Fase de exploración
10.3.2 Fase de preparación y gestión
10.3.3 Fase de mantenimiento
Capítulo 3: Gobernanza de datos y transformación digital
Capítulo 11 Comprensión de la transformación digital
11.1 La transformación digital y su impacto
11.1.1 ¿Qué es la digitalización y la transformación digital?
11.1.2 La lógica subyacente de la “reducción de costes y mejora de la eficiencia” en la transformación digital
11.1.3 Desafíos de la transformación digital
11.1.4 Marco típico de transformación digital
11.2 La clave para una transformación digital exitosa
11.2.1 La transformación digital requiere una estrategia exitosa
11.2.2 La transformación digital requiere un enfoque holístico
11.2.3 Áreas principales de la transformación digital
11.2.4 Impacto disruptivo de la digitalización
11.2.5 Factores impulsores importantes de la transformación digital
11.2.6 Es importante considerar la situación general de la transformación digital
11.3 Malentendidos comunes y caminos evolutivos de la transformación digital
11.3.1 Conceptos erróneos comunes sobre la transformación digital
11.3.2 La transformación digital está en todas partes
11.3.3 La realidad de la transformación digital
11.3.4 El camino evolutivo de la transformación digital hacia la economía digital
11.4 Formular una estrategia de transformación digital es el primer paso en la transformación
11.4.1 Acelerar la innovación y la transformación
11.4.2 Centrarse proactivamente en el futuro y los resultados
11.4.3 Elementos básicos de la transformación digital
11.4.4 Formular una estrategia de transformación digital es el primer paso hacia la transformación del negocio principal
11.4.5 ¿Cómo formulan las empresas estrategias de transformación digital?
11.5 Construir un puente entre los elementos centrales de la estrategia de transformación digital
11.5.1 Construyendo puentes
11.5.2 El núcleo de la estrategia de transformación digital es construir un puente hacia el futuro
11.5.3 La Dirección de la Estrategia Digital es la Meta y el Logro
11.5.4 Construyendo un puente entre el riesgo y la certeza
11.5.5 Iluminación de la estrategia de transformación digital
11.5.6 Formular las preguntas correctas para la estrategia de transformación digital
Capítulo 12 El camino hacia la transformación digital
12.1 Comprender correctamente la transformación digital
12.1.1 Pirámide de la transformación digital
12.1.2 La arquitectura de la pirámide de transformación digital
12.1.3 La transformación digital se trata de personas
12.2 Cinco capacidades fundamentales de la transformación digital empresarial
12.2.1 Cinco capacidades fundamentales de la transformación digital
12.2.2 Dirección cognitiva de la transformación digital
12.3 Problemas clave que pueden encontrarse durante la transformación digital
12.3.1 Capacidades empresariales digitales
12.3.2 Transformación digital empresarial
12.3.3 Transformación digital de procesos
12.3.4 Pensamiento y cultura digital
12.3.5 Diez beneficios de la transformación digital
12.3.6 Nueve razones del fracaso de la transformación digital
12.4 Cuestiones clave a tener en cuenta en la transformación digital
12.4.1 Iluminación a partir de casos típicos
12.4.2 Cuatro cuestiones en la transformación digital
12.4.3 Estructura del equipo de transformación digital
12.4.4 Recomendaciones para los altos directivos
12.5 El camino de la transformación digital de las empresas industriales
12.5.1 Transformación digital y empresas industriales
12.5.2 Transformación digital y la transformación hacia fábricas inteligentes
12.5.3 El camino de la transformación digital para las empresas industriales
12.6 Metodología de Transformación Digital Empresarial
12.6.1 Apostar por la sinergia entre negocio y tecnología para impulsar la transformación digital de las empresas
12.6.2 Persistencia de los algoritmos de marcador a los paneles digitales
12.6.3 ¿Qué tipo de departamento de TI necesitan las empresas durante la transformación digital?
12.6.4 Tres paradigmas de la transformación empresarial centrada en datos
12.6.5 De un negocio basado en datos a un negocio basado en datos
Capítulo 13 Evaluación de la transformación digital
13.1 La transformación digital requiere una consideración integral de todos los factores
13.1.1 Transformación digital y experiencia del cliente
13.1.2 La clave de la transformación digital son los datos y la información
13.1.3 Transformación digital en diversas industrias
13.1.4 Transformación digital y externalización de procesos de negocio
13.1.5 Transformación digital más allá de la tecnología: la diferencia de las personas
13.2 Evaluación de la transformación digital empresarial
13.2.1 Cómo entender la transformación digital
13.2.2 Evaluación de los esfuerzos de transformación digital
13.2.3 Cinco indicadores para medir la transformación digital
13.3 Cómo mejorar la tasa de éxito de la transformación digital
13.3.1 Diez razones principales del fracaso de la transformación digital
13.3.2 Cinco factores para una transformación digital exitosa
13.3.3 Cinco grandes preocupaciones en el proceso de transformación digital
13.3.4 Cómo mejorar la probabilidad de éxito de la transformación digital
13.4 Extracción de valor de los datos para acelerar la transformación digital
13.4.1 Camino hacia la Assetización de Datos de las Empresas Industriales
13.4.2 Métodos para que las empresas industriales conviertan los datos en activos
13.4.3 Modelo de Assetización de Datos de la Empresa Industrial
Capítulo 4 Estudios de caso
Capítulo 14: Caso de gestión de activos de datos de Sinotrans
14.1 Antecedentes de la construcción
14.2 Objetivos de la construcción
14.3 Métodos de implementación
14.4 Resultados de la construcción
14.5 Resumen y perspectivas
Capítulo 15 Caso de gobernanza de datos de Henan Investment Group
15.1 Antecedentes de la construcción
15.2 Objetivos de la construcción
15.3 Métodos de implementación
15.4 Resultados de la construcción
Capítulo 16 Caso de gestión de gobernanza de datos del Grupo Ansteel
16.1 Antecedentes de la construcción
16.2 Objetivos de la construcción
16.3 Métodos de implementación
16.4 Resultados de la construcción
Capítulo 17 Caso de gestión de gobernanza de datos de Shenhua Coal
17.1 Antecedentes de la construcción
17.2 Objetivos de la construcción
17.3 Métodos de implementación
17.4 Resultados de la construcción
17.5 Resumen y perspectivas
Capítulo 18: Estudio de caso de la gestión de la gobernanza de datos en la industria automotriz
18.1 Antecedentes de la construcción
18.2 Objetivos de la construcción
18.3 Métodos de implementación
18.4 Resultados de la construcción
18.5 Resumen y perspectivas
Capítulo 19: Caso de transformación digital del drenaje de Changzhou
19.1 Antecedentes de la construcción
19.2 Objetivos de la construcción
19.3 Métodos de implementación
19.4 Resultados de la construcción
19.5 Resumen y perspectivas
Capítulo 20: La gobernanza de datos maestros del Grupo de la Red Nacional de Oleoductos facilita el funcionamiento inteligente de la cadena de suministro
20.1 Antecedentes de la construcción
20.2 Objetivos de la construcción
20.3 Métodos de implementación
20.4 Resultados de la construcción
20.5 Resumen y perspectivas
Capítulo 21 Caso de construcción de activos de datos de Qingdao Water Group
21.1 Antecedentes de la construcción
21.2 Objetivos de la construcción
21.3 Métodos de implementación
21.4 Resultados de la construcción
21.5 Resumen y perspectivas
referencias

Los datos, como factor de producción, se han elevado a la categoría de estrategia nacional. Cómo activar los elementos de datos, reflejar su valor y utilizarlos eficazmente para impulsar la transformación digital se han convertido en temas de gran actualidad. Este libro aclara la relación entre la gobernanza de datos, la gestión de datos y la transformación digital, presenta los problemas y las buenas prácticas que suelen surgir en el trabajo fundamental de la gobernanza de datos, aclara el contenido principal, las rutas metodológicas y los mecanismos de evaluación de la transformación digital, y ofrece a los lectores valiosas referencias a través de casos prácticos de gobernanza de datos empresariales o transformación digital a gran escala. Este libro es adecuado para CEOs, CIOs, directores de datos y otras personas involucradas en la gestión corporativa y la gestión de datos. Contribuye a mejorar la comprensión de la gobernanza de datos y la transformación digital, y proporciona ideas y referencias para implementarlas eficazmente en las organizaciones.