数据架构与商业智能 王飞

出版社 ‏ : ‎ 机械工业出版社; 第 1st 版 (2019年5月5日)

出版日期 ‏ : ‎ 2015年6月10日

品牌 ‏ : ‎ 机械工业出版社

语言 ‏ : ‎ 简体中文

文件大小 ‏ : ‎ 36664 KB

本书是《商业智能深入浅出》一书的姊妹篇，数据架构、商业智能、数据治理和大数据技术是本书的核心。本书共13章，主要内容包括：企业架构总体规划、数据架构现状分析、数据架构目标规划、数据架构案例、大数据架构与实践，数据治理体系、商业智能架构理论、商业智能架构实践、商业智能—数据仓库架构和案例、商业智能—ODS数据架构和案例、商业智能—数据集市架构和案例等。
本书的读者对象包括：公司管理者、IT架构咨询顾问、数据架构师、系统分析师、商业智能架构师以及相关技术爱好者。
前言
第1章企业架构总体规划
11企业总体架构规划基础
111企业总体架构规划概念
112企业战略
113什么是企业架构
12国内商业银行战略规划和架构状况剖析
13数据架构在银行信息化建设中的重要性
小结
第2章数据架构现状分析
21对数据架构现状分析的工作方法
22对现状的数据分类的原则和方法
221对数据分类的说明
222现状数据的分类
23数据架构现状分析
231数据分布现状分析
232数据流转现状分析
233数据处理架构现状总结
24数据治理现状分析
241数据质量管理现状分析
242数据生命周期管理
243数据标准管理
244元数据管理
25数据架构现状要点分析总结
小结
第3章数据架构目标规划
31数据架构理论体系概述
311数据架构的工作方法和指导原则
312针对数据架构现状的总结
313需求要点
314数据架构的改进方向
32数据模型
321概念模型
322数据分类
323逻辑模型
324物理模型
33目标数据架构规划
331目标数据架构的分析重点
332目标数据架构的分布和流转
333对数据架构的验证和总结
小结
第4章数据架构案例
41某金融行业数据架构的前期规划
411理解数据架构在项目规划中的地位
412项目总体规划的几个阶段
413系统建设策略
414项目阶段建设计划
415预算及风险效益分析
416任务分析
42某金融行业数据架构的分布规划
43某金融行业数据架构的流转规划
44某金融行业数据加工处理时序规划
45某金融行业数据架构的纠错更正需求
451数据架构纠错更正的功能性需求
452非功能性需求
453在线纠错更正的指导原则
454数据查询
46某金融行业数据架构优化
47某金融行业数据架构案例描述
471加载库
472基础数据
473主数据
474数据仓库
475数据交换平台
476产品加工流程
477数据架构实施规划
478系统切换规划案例
小结
第5章大数据架构与实践
51大数据概述
511大数据的建设背景
512大数据面临的挑战和机遇
513大数据的定义和特点
514大数据下的数据架构
515大数据分析平台基础框架
516大数据技术如何落地
52大数据相关技术概述
521相关生产厂商大数据技术简介
522大数据与云计算
523大数据和传统商业智能分析
53大数据的应用情况
531大数据在金融行业的应用
532大数据在其他行业的应用
小结
第6章数据治理体系
61数据治理体系概述
611当前企业和商业银行的总体现状和面临的问题
612关于相关问题的解决办法
613数据治理的概念
614数据治理体系框架
615数据治理建设的关键要素和成功手段
616数据治理建设的意义和必要性
62数据标准
621数据标准概况
622如何推进数据标准建设的实施
623数据标准项目总体规划和设计
624数据标准项目总结
63数据质量管理
631数据质量管理概况
632数据质量管理的设计方法和流程
64元数据管理
641元数据管理概况
642元数据管理的设计方法和流程
65数据生命周期管理
651数据生命周期管理概况
652数据生命周期管理的设计方法和流程
小结
第7章商业智能架构理论
71商业智能概述
711商业智能的历史
712商业智能的定义
713商业智能的功能介绍
714商业智能的发展趋势
715商业智能的实施方法和步骤
716商业智能项目成功的关键
717关于商业智能的核心技术
72商业智能—数据仓库理论概述
721数据仓库的概念
722数据仓库的特点
723数据仓库和数据库之间的区别
73商业智能—数据集市理论概述
731数据集市简介
732数据集市和数据仓库的联系和区别
733数据集市的技术特性
74商业智能—ODS概述
741ODS简介
742ODS系统与数据库系统、数据仓库系统的区别
743基于ODS的即时OLAP应用
744ODS系统的功能
745ODS系统的架构
75商业智能—ETL概述
751ETL体系是商业智能核心的技术架构
752ETL的一般过程
753研究ETL的本质
754主流的ETL 工具
755ETL的作用
756详解ETL过程
757ETL的日志
758ETL设计规范要点
759ETL的框架结构
7510ETL数据加载
76商业智能—OLAP概述
761OLAP系统与OLTP系统的区别
762OLAP的实现方法
763OLAP的基本目标和特点
764建立OLAP的过程
765OLAP的实施过程
766OLAP模型的设计与实现
77传统商业智能和未来商业智能的关系
小结
第8章商业智能架构实践
81商业智能架构概述
811商业智能架构原则和典型应用
812商业智能具有的功能
813商业智能未来的发展趋势和方向
814商业智能的传统数据架构
82未来商业智能的架构
821旅游行业分析型客户关系管理的商业智能体系
822电信行业实时商业智能架构体系
小结
第9章商业智能—数据仓库架构和案例
91数据仓库概述
911数据仓库的定义
912数据仓库产生的背景和原因
913数据仓库的特征
914数据仓库和商业智能之间的关系
915数据仓库的优势及面临的挑战
916数据仓库的技术特性
92数据仓库设计
921数据仓库建设方法
922数据仓库设计原则
923数据仓库架构规划
924数据仓库数据模型
925数据仓库建设路线图
926关于数据仓库系统的灾难备份规划
93商业银行数据仓库的建设规划
931商业银行数据仓库建设概况和瓶颈
932商业银行数据仓库建设面临的问题和改进建议
933商业银行数据仓库建设思路及系统情况
934商业银行数据仓库建设启示
94电力行业数据仓库的建设规划
941电力行业数据仓库建设难点
942电力行业数据仓库体系架构
943电力行业数据仓库能力蓝图
944数据仓库对电力业务发展的促进作用
945数据仓库建设策略比较
946电力行业数据仓库的数据架构设计
小结
第10章商业智能—ODS数据架构和案例
101ODS概述
1011ODS的定义
1012ODS的系统目标和业务目标
102关于ODS系统的数据架构
1021某商业银行ODS系统的数据架构规划
1022某商业银行ODS系统案例
103ODS模型设计
1031ODS逻辑模型设计
1032ODS物理模型设计
小结
第11章商业智能—数据集市架构和案例
111数据集市概述
1111数据集市概念
1112关于数据集市的误区
1113关于数据集市的主要应用
112数据集市模型设计
113数据集市的架构模式
114某商业银行的数据集市架构解决方案
小结
第12章金融行业数据架构案例和商业智能
121金融行业背景
122金融行业的数据架构
123金融行业某系统的数据架构案例
1231传统金融行业某系统的数据架构案例
1232互联网金融行业的数据架构
124金融行业的商业智能
1241金融行业商业智能的背景和作用
1242金融行业如何实施商业智能
1243金融行业的业务流程和运营模式优化
小结
第13章电力行业数据架构和商业智能案例
131电力行业商业智能
132电力行业相关商业智能案例
133电力行业数据架构
小结
技术词汇
参考文献