机读格式显示(MARC)

• 000 01825nam 2200337 450

• 001 0000432019

• 005 20241113170800.0

• 010 __ |a 978-7-111-75701-6 |d CNY99.00

• 099 __ |a CAL 012024076924

• 100 __ |a 20240712d2024 em y0chiy50 ea

• 101 0_ |a chi

• 102 __ |a CN |b 110000

• 105 __ |a ak z 000yy

• 106 __ |a r

• 200 1_ |a 数据血缘分析原理与实践 |A shu ju xue yuan fen xi yuan li yu shi jian |d = Principles and practice of data bloodline analysis |f 成于念, 赛助力著 |z eng

• 210 __ |a 北京 |c 机械工业出版社 |d 2024

• 215 __ |a xi, 200页 |c 图 |d 24cm

• 225 2_ |a 数据之力技术丛书 |A shu ju zhi li ji shu cong shu

• 314 __ |a 成于念, 资深数据治理专家, 具有近10年数据治理相关工作经验, 曾就职于某世界500强企业, 专门从事数据治理相关工作。

• 314 __ |a 赛助力, 资深数据治理专家, 曾就职于某世界500强企业, 负责数据管理相关工作, 10余年ERP及数据管理类项目实践经验, 曾为多家千亿级企业提供数据治理方案, 行业覆盖地产、制造业、消费品、医药、汽车等, 熟悉多种主流数据治理软件。

• 330 __ |a 本书分为5篇, 包括概念篇、建设篇、技术篇、案例篇和展望篇。概念篇主要带领读者整体认识数据血缘, 揭开数据血缘的神秘面纱; 建设篇重点介绍数据血缘分析系统的建设方法及步骤; 技术篇介绍与数据血缘相关的技术及其应用方法, 这是提升数据质量的关键, 数据治理、数据资产管理相关人员需要重点关注这部分内容; 案例篇对互联网、服务、制造、零售快消这几个具有代表性的行业的数据血缘落地案例进行深度解读, 重点介绍优秀企业如何基于数据血缘进行数据管理; 展望篇对数据血缘未来的价值和应用方向进行了预测。

• 410 _0 |1 2001 |a 数据之力技术丛书

• 510 1_ |a Principles and practice of data bloodline analysis |z eng

• 606 0_ |a 数据管理 |A shu ju guan li

• 690 __ |a TP274 |v 5

• 701 _0 |a 成于念 |A cheng yu nian |4 著

• 701 _0 |a 赛助力 |A sai zhu li |4 著

• 801 _0 |a CN |b HBSX |c 20240712

• 905 __ |a XATU |d TP274/1031

• 920 __ |a 261060 |z 1

• 998 __ |a HBSX