·华为官方首次对外系统披露其数据治理与数字化转型方法论，中国企业的数字化转型标杆。
·本书由华为董事、质量与流程IT总裁、CIO陶景文等华为高管写序推荐。
·华为公司数据管理部撰写，华为质量与流程IT、华为云和华为大学联合出品。
·华为的数据底座已经能支撑华为在全球170多个国家/地区开展多业态、差异化的数字化运营。
·本书公开出版前，在华为内部共发行14000余册，获得了良好的反馈和口碑。
这是一部从技术、流程、管理等多个维度系统讲解华为数据治理和数字化转型的著作。华为是一家超大型企业，华为的数据底座和数据治理方法支撑着华为在全球170多个国家/地区开展多业态、差异化的运营。书中凝聚了大量数据治理和数字化转型方面的有价值的经验、方法论、规范、模型、解决方案和案例，不仅能让读者即学即用，还能让读者了解华为数字化建设的历程。
全书共10章，内容从逻辑上分为四个部分。
第一部分（第1~3章）
第1章以非数字原生企业在数字化转型方面面临的挑战开篇，介绍了华为在数据治理和数字化转型方面的目标、愿景、蓝图和框架；第2章从企业政策和架构协同的角度，介绍了企业级的数据综合治理体系，理顺了数据与变革、运营、IT之间的协同关系，明确了数据管理的责任主体在业务；第3章详细阐述了不同类型的数据的管理方式和要点。
第二部分（第4~6章）
详细讲解了数据治理工作中的三项重点任务：信息架构、数据底座、数据服务。第4章介绍了信息架构的四个组件，给出了建设原则和核心要素，并引出了业务对象、过程、规则三项数字化的建设方向；第5章提出了数据底座建设的整体框架，介绍了数据湖和数据主题连接两个层次的建设实践；第6章以自助、高效、复用为数据服务的目的，提出了对数据进行搜索、加工和分析的消费过程管理方案。
第三部分（第7~9章）
系统总结了数据治理的三项关键能力：数据的全量感知、综合质量提升、可控共享。第7章以数字孪生的全量、无接触感知为目标，介绍了数据的硬感知和软感知两类能力；第8章基于PDCA框架，介绍了对企业业务数据异常的全面监控；第9章介绍了如何构建以元数据为基础的数据安全隐私保护框架，如何建立动静结合的数据保护与授权管理方案。
第四部分（第10章）
基于对“机器认知世界”的理解，我们提出了对数据治理未来的思考，畅想了AI治理、数据主权和数据生态建设。未来已来，让我们共同努力，把数字世界带入每个人、每个家庭、每个组织，构建万物互联的智能世界。
- 华为首次系统披露数据治理与数字化转型方法论
- 涵盖信息架构、数据底座及数据服务三大重点
- 提供从非数字原生企业转型的完整实践案例
- 企业CIO、CTO及数据治理相关管理人员
- 从事大数据、数据中台建设的IT技术人员
- 关注数字化转型战略与落地方法的管理者
- 内容偏顶层架构与政策，非技术实操手册
- 建议结合企业实际业务场景对照阅读
- 行文风格严谨，需耐心梳理逻辑框架
- 体系宏大完整，是理解华为数据治理的标杆
- 理论性强但实战细节不足，阅读门槛较高
- 适合有基础者参考，初学者可能觉得枯燥
本导读基于书籍简介、目录、原文摘录、短评和书评生成，不等同于全文精读。
- "5.3.6算法模型设计 算法是指训练、学习模型的具体计算方法，也就是如何求解全局最优解，并使得这个过程高效且准确，其本质上是求数学问题的最优化解，即算法是利用样本数据生成型的方法。算法是根据业务需求，运用数学方法对数据进行建模，得到业务最优解，主要用于业务智能分析。 算法模型在数据分析流程中产生，算法模型管理框架包括模、模型资产管理和模型消费。公司各领域已相继开发出大量基于算法模型的分析应用，通过对算法模型资产注册逐步打造公司级的算法模型地图。 算法模型的设计步骤主要有需求评估、数据准备、方案设计和建模与验证 （1）需求评估 1）业务驱动的分析需求识别 如果要识别与业务运营优化相关的分析需求，"
- "1）业务分析师业务分析师是企业最大的数据消费群体，具有良好的业务背景，有些数据分析师本身就是业务人员，了解业务需求实质，理解业务含义，与利益相关者有良好的沟通。通过对数据的识别，借助数据分析工具，生成可供阅读的图表或者仪表板，使用分析结果识别问题，支撑决策。对数据可信度、业务含义、数据定位有强烈诉求。 2）数据科学家 数据科学家是指能采用科学方法、运用数据挖掘工具对复杂异构的数字、符号、文字、网址、音频或视频等信息进行数字化重现与认识，并能进行新的数据洞察的工程师或专家。对业务含义、数据关系有强烈诉求。 3）数据管家 公司数据管理体系的专业人员，负责协助数据 Owner对数据信息架构进行管理，"
- "华为公为确保整个数据供应链条的高效协同，制了“ニ个1”作为拉通各个供应环节的整体目标，确保每个环节能够 成合力并对准最终用户。 “三个1”是数据供应的整体目标，起点是需求方提出数据需求，终点为需求方拿到数据并可立即进行消费，具体衡量标准包括如下内容。 1天：对于已发布数据服务的场景，从需求提出到消费者通过服务获取数据，在1天内完成。 1周：对于已进底座但无数据服务的场景，从需求提出到数据服务设计落地、消费者通过服务获取数据，在1周内完成。 1月：对于已结构化但未进底座的场景，从需求提出到汇聚人湖、数据主题联接、数据服务设计落地、消费者通过服务获取数据，在1个月内完成。 数据供应的“三个1”并不"
- "1.门店数字化 如图7-6所示，采用7种数据采集方式，支撑持续提升运营与消费者体验。通过光线传感器和温度传感器，自动调节窗帘、灯光，温度随环境改变，并与店门、窗帘、灯光、空调、屏幕、防盗系统联动，打造智能绿色门店环境。通过实物管理感知，样机自动申报位置与状态，异常告警，自动上报消费者在门店体验过程中的行为，结合消费者体验情况优化陈列、营销设计、产品设计。通过视频感知客流与热区，管理门店各片区人流密度与停留时间，优化陈列与营销，实时调整服务人力与资源配置。"
- "其内容无外乎就是业务对象、业务过程和业务规则的数字化，华为希望构建一个实现感知、联接和智能的数据平台。感知是物理世界与数字世界之间形成完整且有效的映射，联接是把各种离散的数据相互联系成有机整体，智能是在这个基础上加入一些大数据和高级模型算法。"
- "一方面通过感知能力实现业务数据的自动采集，另一方面通过一些技术手段，把现有的各个相对独立的数据库中的数据按一定的标准进行汇聚和联接。这就带来了“数据湖”的全新体验，先初步解决“数据孤岛”的问题，然后再来进行深入的数据治理。"
- "数字化转型应该首先强调业务价值。"
- "我们在做数字化转型时要反复问自己： 第一，数字化转型到底要解决客户的什么问题？用户到底需要什么？用户和客户关心的问题在哪？ 第二，业务战略到底要解决业务的什么问题？ 第三，变革是否有一个好的规划和持续的架构？"
