数据治理:如何设计、开展和保持有效的数据治理计划

第1章 概述
第2章 定义和概念
2．1 数据治理相关的概念
2．1．1 数据管理
2．1．2 企业信息管理
2．1．3 数据架构
2．1．4 数据治理和治理
2，1．5 解决方案
2，1．6 主数据管理
2，1．7 数据质量
2．1．8 商业智能
2．2 其他术语
2．2．1 原则
2．2．2 政策
2．3 部分核心概念
2．3．1 E代表企业级
2．3．2 业务工作
2．3．3 演进和革命
2．3．4 信息管理成熟度
2．3．5 管理变革
2．3．6 信息资产管理
2．4 总结

第3章 数据治理
3．1 数据治理概述
3．2 数据治理的范围
3．2．1 业务模式
3．2．2 内容
3．2．3 联邦
3．2．4 案例研究
3．3 数据治理工作要素
3．3．1 组织
3．3．2 原则
3．3．3 政策
3．3．4 职能
3．3．5 衡量指标
3．3．6 技术和工具
3．4 治理的关键成功因素
3．5 总结

第4章 数据治理业务案例
4．1 业务案例
4．2 业务案例目的
4．3 业务案例内容
4．3．1 愿景
4．3．2 工作风险
4．3．3 业务一致性
4．3．4 数据质量成本
4．3．5 错失机会的代价
4．3．6 障碍、影响和变化
4．3．7 案例演示
4．4 制订业务案例流程
4．4．1 充分理解业务方向
4．4．2 识别可能的机会
4．4．3 识别应用的机会
4．4．4 定义业务收益和风险管理收益
4．4．5 确认
4．4．6 量化成本
4．4．7 准备业务案例文档
……
第5章 实施数据治理过程
第6章 范围和启动
第7章 评估
第8章 愿景
第9章 一致性和业务价值
第10章 职能设计
第11章 治理架构设计
第12章 演进路线图
第13章 推广和运营
第14章 数据治理工具和交付物
第15章 结束语
附录A 数据治理任务
附录B 能力成熟度评估问卷
附录C 数据治理章程模板
附录D 数据治理引导和持续知识转移模板
附录E 信息管理／数据治理职能清单
附录F 利益相关方分析
附录G 领导力评估
附录H 沟通计划
附录I 培训计划示例
附录J 推广后的检查清单
索引