数据治理与数据安全

2万字揭秘阿里巴巴数据治理平台建设实践。阿里巴巴一直将数据作为自己核心资产与能力之一，从最早的淘宝、天猫等电商业务，到后续优酷、高德、菜鸟等板块，面对各类数据治理需求的井喷，特别是降本等需求的不断出现，阿里云DataWorks团队将13年的产品建设经验整理成最佳实践，从7个方面为大家揭秘数据治理平台建设实践。

DataWorks智能数据建模沉淀阿里巴巴数据中台建模方法论，以维度建模为基础，从数仓规划、数据标准、维度建模、数据指标四个方面，以业务视角对业务的数据进行诠释，让数据仓库的建设向规范化，可持续发展方向演进。 通过本书，你可以学习到： 1. 数据建模理论与规范 2. 菜鸟、大淘系数据建模实践 3. 工业、汽车行业数据建模实践 4. 零售电商数据建模实操案例

企业需要一套完善的数据技术与工具，实现数据采集、存储、计算、建设和管理，推动数据资产的持续沉淀，形成企业特有的数据资产体系。通过本书，你可以学习到：1、阿里巴巴数据中台方法论；2、通过5大产品版块了解数据建设全流程；3、中台项目管理专家6000字实践手记

隐私计算可以理解为是在隐私保护的前提下，完成对数据的计算工作，面向敏感数据有使用需求而又不能明文出域的情况，实现数据“可用不可见”的效果，将数据价值最大化。 通过本书，你可以学习到： 1、隐私计算核心技术能力； 2、数据安全流通将价值最大化； 3、各行业隐私计算应用场景示例； 4、隐私计算技术背后的决策思考

DataWorks全链路数据治理包含智能数据建模、全域数据集成、高效数据开发、主动数据治理、全面数据安全、快速分析服务六大产品能力，覆盖数据的全生命周期。本篇全域数据集成向开发者介绍通过DataWorks数据集成在多表多表、多表到单表、单表到单表等场景下，进行实时或离线同步的技术选型与核心能力，并以MaxCompute与Hologres引擎为例，演示云上数据同步操作步骤最佳实践。

阿里云研究院联合中国社科院财经战略院与钉钉共同发布，探讨如何激发个体，构 建敏捷组织，实现全链路数字化。该报告围绕面向未来的全链路数字化组织特征，形成由3个一级指标(人、组织、业务)、5 个二级指标(沟通实时性、协同高效性、组织敏捷度、业务数字化、自主创新度)和113个三级指标组成的递进、有序的分析系 统，建立了完整的评估指标与体系，覆盖全国31个省份、325个地级及以上城市、20大行业。