从0到1讲解了数据架构的技术栈、方法论与落地实践，揭示了数据架构的底层逻辑，总结了数据架构的核心要素和架构模型，阐述了数据治理、数据资产管理以及数据平台的搭建等全方位的内容，是作者10余年数据工作经验的总结。

本书主要分为五部分：

第一部分：架构基础，对企业架构的组成要素以及流行的企业架构框架进行了总览性质的介绍，数据架构是重点。

第二部分：数据架构基础，详细讲解了数据架构的组成、数据存储、数据调度与消息传输.Lambda架构和Kappa架构以及数据架构的辅助资源组件。

第三部分：数据架构模型实践，首先介绍了企业内部数据区的划分与内部数据的流向，然后讲解了数据模型的建模策略、步骤和方法，以及维度建模的详细内容。

第四部分：数据资产管理，讲解了数据架构的核心内容，包括元数据管理、数据质量管理、数据标准管理、数据治理和数据资产管理等的方法和实践。

第五部分数据架构实践，通过离线计算和实时计算两大场景中的综合案例，对前面的内容进行了融合，手把手教读者进行数据架构实践。

本书内容通俗易懂，注重实践，不仅浓缩了作者在日常工作中的思考、解决问题的思路，还融入了该领域优秀同行的经验和实践，相信对读者会有一些帮助。

全书共10章，内容从逻辑上分为四个部分。
       第壹部分（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。

本书旨在培养资深的数据资产架构师及数据运营专家，以方法教育而非工具实施的方式助力企业建立自身的数据资产化能力，将数据能力Z大限度地转化为商业价值。

全书共9章，分为3部分。

由来篇（第1~3章）

首先分析了当前各企业在数据建设过程中会遇到的6类主流问题与困难限制；为了应对这些数据问题，逐渐发展出的标签类目体系这一数据资产构建方法论及其定位定义；论述了采用该方法建设数据资产的3点必要性与意义：资产可复用、业务可理解、价值可衡量。

理论篇（第4~6章）

详细讲解了标签类目体系方法论的4条核心原理；从核心原理衍生出的完整设计步骤，包括3个构建前提和6条设计步骤；同时阐述了标签方法论在实施落地过程中的具体使用技法，并探讨了其中的核心问题。

实践篇（第7~9章）

重点介绍了当前可用的标签工具和经典模板，它们可以用来提升标签类目体系的设计、使用、运营效率；列举了5个从标签设计到数据应用的Z佳实践方案；并总结了标签化成果价值、商业/社会价值及标签设计人才的培养经验。

全书共13章，内容从逻辑上分为四个部分。

部分 认知篇（~2章）

首先从华为的视角总结了企业对于数字化转型的应有的共识，以及从战略角度阐述了华为为何推行数字化转型；然后给出了华为数字化转型的整体框架（方法论），以及企业数字化转型成熟度评估的方法，帮助读者在厘清华为开展数字化转型工作的整体脉络的同时，能快速对自身的数字化水平进行自检。

第二部分 方法篇（第3~5章）

讲解了华为数字化转型的理念和方法，覆盖从变革规划、变革项目实施到IT产品实现的全部过程。

第三部分实践篇（第6～10章）

介绍了华为如何通过数字化转型进行业务运作模式重构，以提升业务运作和管理效率、改善客户体验，通过华为在业务作业、客户交易、业务运营、数字化办公等4个典型数字化场景的实践进行复盘。

第四部分平台篇（1～13章）

总结了企业在数字化转型过程中需要统一构建的3大平台能力，即统一的数据底座、云化数字平台、变革治理体系，详细讲解了这3大平台能力的构建思路和完整内容。

本书的作者曾在硅谷的Twitter等企业从事大数据平台的建设工作多年，随后又成功创办了国内领先的以云原生数据中台为核心技术和产品的企业。他们将在硅谷的大数据平台建设经验与在国内的数据中台建设经验进行深度融合，并系统阐述了云原生架构对数据中台的必要性及其相关实践，对国内企业的中台建设和运营具有很高的参考价值。

全书共18章，分为四个部分：

第1部分（第1~4章） 数据中台与硅谷大数据平台

首先，从起源、定义、能力、应用场景、建设目标、建设方法论总纲等角度对数据中台做了全面的介绍；其次，讲解了数据中台如何驱动数字化转型；Z后，通过对硅谷的Twitter等独角兽企业的数据平台和国内的数据中台进行对比，给出了这两种架构之间的异同点。核心内容是让读者透彻理解数据中台对于业务的价值。

第二部分（第5~8章） 数据中台架构与方法论

结合硅谷的数据平台的架构方法，讲解了数据中台的架构方法和9大原则、数据中台建设的全套准备工作和系统方法论，以及云原生架构与数据中台的融合。

第三部分（第9~15章）数据中台技术选型与核心内容

首先，全方位地介绍了建设数据中台时如何进行技术选型，然后重点讲解了数据湖、数据仓库、数据资产管理、数据流水线管理、数据中台应用开发、数据门户等数据中台建设的核心内容。

第四部分（第16~18章）数据中台案例分析

通过游戏、零售、物联网3个领域的案例讲解了数据中台的搭建、实现与运营。

云徙科技是国内中台系统和数字商业云领域领先的服务提供商，在中台领域有雄厚的技术实力，也积累了丰富的行业经验，已经成功通过中台系统和数字商业云服务帮助良品铺子、珠江啤酒、富力地产、美的置业、长安福特、长安汽车等40家国内外行业龙头企业实现了数字化转型。

全书一共12章，逻辑上分为三个部分：

第一部分（第1-2章） 从宏观上交代了所有企业都面临数字化转型的大时代背景，并指出中台是企业数字化转型的关键驱动力，数字营销是企业数字化转型的3个重点领域之一。

第二部分（第3-7章） 从成功要素、建设方法论、架构设计、成熟度模型4个维度详细讲解技术中台、业务中台、数据中台的建设思路和方法。

第三部分（第8-12章） 从数字化转型和商业创新的角度讲解了中台为数字化营销赋能的底层商业逻辑、技术架构和实施路径，用3个真实的综合案例展示了实践的完整过程。