دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
ویرایش:
نویسندگان: Lars Michael Bollweg
سری: Management for Professionals
ISBN (شابک) : 366265170X, 9783662651704
ناشر: Springer
سال نشر: 2022
تعداد صفحات: 166
[167]
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 3 Mb
در صورت تبدیل فایل کتاب Data Governance for Managers: The Driver of Value Stream Optimization and a Pacemaker for Digital Transformation به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب حاکمیت داده برای مدیران: محرک بهینه سازی جریان ارزش و ضربان ساز برای تحول دیجیتال نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
مدیریت حرفه ای داده پایه و اساس تحول دیجیتال موفق شرکت های سنتی است. متأسفانه بسیاری از شرکت ها در اجرای حاکمیت داده شکست می خورند زیرا پیچیدگی چالش (ساختار سازمانی، توانمندسازی کارکنان، مدیریت تغییر و غیره) را به طور کامل درک نمی کنند و بنابراین همه جنبه ها را در برنامه ریزی و اجرای حاکمیت داده خود لحاظ نمی کنند.
این کتاب نقش محرکی را که یک سازمان داده پاسخگو می تواند در تحول دیجیتال یک شرکت ایفا کند، توضیح می دهد. این کتاب با استفاده از مدلهای فرآیند اثباتشده، خوانندگان را از اصول اولیه، از طریق برنامهریزی و اجرا، به عملیات منظم و اندازهگیری موفقیت حاکمیت دادهها میبرد. تمام نکات مهم تصمیم گیری برجسته می شوند و مزایا و معایب به منظور شناسایی پتانسیل دیجیتالی شدن، پیاده سازی آن در شرکت و توسعه مدیریت داده های سفارشی شده مورد بحث قرار می گیرد. کتاب. به عنوان یک راهنمای مفید برای تازه واردان علاقه مند و همچنین برای مدیران با تجربه خواهد بود.Professional data management is the foundation for the successful digital transformation of traditional companies. Unfortunately, many companies fail to implement data governance because they do not fully understand the complexity of the challenge (organizational structure, employee empowerment, change management, etc.) and therefore do not include all aspects in the planning and implementation of their data governance.
This book explains the driving role that a responsive data organization can play in a company's digital transformation. Using proven process models, the book takes readers from the basics, through planning and implementation, to regular operations and measuring the success of data governance. All the important decision points are highlighted, and the advantages and disadvantages are discussed in order to identify digitization potential, implement it in the company, and develop customized data governance. The book will serve as a useful guide for interested newcomers as well as for experienced managers.Foreword Contents About the Author 1: Introduction Reference Part I: Basics 2: What Is Data Governance? 2.1 Basics and Definition of Data Governance 2.2 Levels of Complexity 2.3 Data Lifecycle 2.4 Data Responsibility 2.5 Roles of Data Governance 2.6 Structures of Data Governance Example References Part II: Design 3: Success Factors for the Implementation 3.1 Provide Resources 3.2 Identify Implementation Drivers 3.3 Develop Data Management Capabilities Data Management Practices 3.4 Select the Organizational Structure 3.5 Create Added Value: Right Away 3.6 Communicate Intensively and Involve Stakeholders 3.7 Data-Centric Corporate Culture References Part III: Implement 4: Development of a Responsive Operating Model 4.1 Fundamentals of the Operating Model 4.2 Line Organization 4.3 Matrix Organization 4.4 Line or Matrix Organization 4.5 Procedure Model: Introduction of Data Governance 4.6 Procedure Model: Preparation for Regular Operation of Data Governance References Part IV: Run 5: Fundamentals of the Digital Transformation 5.1 Stages of Digital Value Creation 5.2 Fundamentals of Business Architecture References 6: Data Governance as Driver of Value Stream Optimization and as Pacemaker for the Digital Transformation 6.1 Fundamentals of Process Documentation 6.2 Classic Value Stream Mapping 6.3 Data-Driven Value Stream Optimization 6.4 Application of Data-Driven Value Stream Optimization 6.5 The Digital Production Line References Part V: Control 7: Measuring the Success of Data Governance 7.1 Data Governance Maturity Model 7.2 Self-Assessment of the Current Development Status of the Data Governance Implementation Bibliography 8: List of Principles 9: Bonus: Data Definition Template 10: Closing Words Glossary