数字化转型关键技术

定　价：¥89.00

作　者：	[美]托马斯·埃尔(Thomas Erl),[美]罗杰·斯托弗斯(Roger Stoffers)
出版社：	机械工业出版社
丛编项：
标　签：	暂缺

购买这本书可以去

当当网 (¥66.70)

ISBN：	9787111739050	出版时间：	2022-05-01	包装：	平装-胶订
开本：	16开	页数：		字数：

内容简介

　　本书分为数字化转型驱动因素、数字化转型实现要素、数字化转型关键技术和数字化转型解决方案四部分。第一部分阐述了什么是数字化转型、什么导致了数字化转型、什么推动了数字化转型，以及数字化转型的风险和挑战。第二部分探讨了数字化转型的实现要素，包括实现以客户为中心、数据智能、智能决策。第三部分简要介绍了数字化转型的关键技术，包括数字化转型的智能技术简介和数字化转型的数据科学技术简介。第四部分给出了数字化转型的解决方案，剖析了一个以客户为中心的数字化转型解决方案实例的业务场景，包括理解数字化转型解决方案和剖析以客户为中心的解决方案。

作者简介

　　作者简介：托马斯·埃尔（Thomas Erl）作为Arcitura Education的创始人和总裁，领导开发了国际认可的、供应商中立的培训和认证计划的课程体系，包括100多门课程、90多个Pearson VUE考试和40多个认证途径，涵盖数字化转型、机器人流程自动化（RPA）、DevOps、区块链、物联网、容器化、机器学习、人工智能（AI）、网络安全、面向服务的架构（SOA）、云计算和大数据分析等主题。罗杰·斯托弗斯（Roger Stoffers）TOGAF认证的企业架构师，对数字化转型和集成充满热情。Roger在电信、政府和金融行业的组织中工作（包括与组织合作），在跨国组织中积累了25年的经验。他曾担任数字化业务转型倡议的首席和主导企业域架构师，强调客户关系和分布式环境。译者简介：方志刚，研究兴趣包括数字化工厂、智慧企业和工业4.0愿景。从1995年加入IBM咨询服务部（前身为普华永道咨询）起，他在北京、美国费城、上海等分公司历任顾问、高级顾问、首席架构师、咨询总监等职，专注于为制造业、钢铁、石油行业等大客户提供信息化规划、咨询和实施服务，主要服务过的客户包括中航工业、航天科工、中国石油、中海油、上海汽车、宝钢、海尔、青岛四方等等，并具有美国和日本实施大型IT项目工作经验。方志刚曾获得北京科技大学管理信息系统学士和硕士学位。

图书目录

目　录前言第一部分　数字化转型驱动因素第1章　理解数字化转型 2 1.1　业务、技术、数据和人员 4 1.1.1　数字化转型与业务 4 1.1.2　数字化转型与技术 6 1.1.3　数字化转型与数据 7 1.1.4　数字化转型与人员 8 1.2　数字化转型解决方案与组织 10 第2章　数字化转型的业务驱动因素 11 2.1　适应快速变化的市场，实现市场增长 12 2.2　提高组织敏捷性与业务一致性 15 2.3　摆脱低效率，增强数据智能 19 2.4　提升自动化能力与生产力 21 2.5　改善客户体验，提升客户信心 24 第3章　数字化转型的技术驱动因素 31 3.1　强有力和多样化的数据获取 32 3.2　数据科学技术 34 3.3　高级自动化技术 35 3.4　自主决策 36 3.5　集中化、可扩展、弹性的IT资源 37 3.6　不可变的数据存储 39 3.7　多体验访问 40 第4章　数字化转型的风险和挑战 42 4.1　数据质量差和数据偏差 43 4.2　数字化数据增加，易受攻击的风险增加 44 4.3　抵制数字文化 46 4.4　过度自动化的风险 47 4.5　难以治理 48 第二部分　数字化转型实现要素第5章　实现以客户为中心 52 5.1　产品 53 5.2　客户 53 5.3　产品中心模型与客户中心模型的关系 55 5.4　交易价值与关系价值行为 56 5.5　面向客户与以客户为导向的行为 58 5.6　关系价值和温暖度 60 5.6.1　沟通中的热情 61 5.6.2　主动提供热情服务 62 5.6.3　给客户奖励 64 5.6.4　超越客户期望 65 5.7　单渠道、多渠道和全渠道的客户交互 66 5.8　客户旅程 69 5.9　客户信息与客户档案 70 第6章　数据智能 76 6.1　数据来源 77 6.1.1　组织数据 78 6.1.2　第三方数据 78 6.1.3　创建新的数据智能 79 6.2　常见数据类型 79 6.2.1　运营数据 80 6.2.2　客户数据 82 6.2.3　社交媒体数据 82 6.2.4　公共数据 83 6.2.5　私营数据 84 6.3　数据获取方法 84 6.3.1　手动输入数据 85 6.3.2　自动输入或获取数据 85 6.3.3　捕获遥测数据 85 6.3.4　信息数字化 86 6.3.5　数据输入 88 6.4　数据利用 88 6.4.1　分析和报告 89 6.4.2　自动化决策 90 6.4.3　解决方案输入 90 6.4.4　机器人驱动的自动化 90 6.4.5　模型训练和再训练 90 6.4.6　保留历史记录 91 第7章　智能决策 92 7.1　条件自动化决策 93 7.2　计算机辅助决策 94 7.3　智能自动化决策 94 7.3.1　直接驱动的自动化决策 97 7.3.2　定期自动化决策 98 7.3.3　实时自动化决策 99 7.4　计算机辅助决策与智能自动化决策 100 第三部分　数字化转型关键技术第8章　数字化转型的智能技术简介 104 8.1　云计算 105 8.1.1　云计算实践 106 8.1.2　常见风险和挑战 110 8.2　区块链 111 8.2.1　区块链实践 112 8.2.2　常见风险和挑战 119 8.3　物联网 120 8.3.1　物联网设备 121 8.3.2　物联网实践 125 8.3.3　常见风险和挑战 127 8.4　机器人流程自动化 128 8.4.1　机器人流程自动化实践 129 8.4.2　常见风险和挑战 132 第9章　数字化转型的数据科学技术简介 134 9.1　大数据分析与预测 136 9.1.1　大数据的5个V 138 9.1.2　大数据实践 140 9.1.3　常见风险和挑战 140 9.2　机器学习 141 9.2.1　模型训练 142 9.2.2　机器学习实践 144 9.2.3　常见风险和挑战 147 9.3　人工智能 147 9.3.1　神经网络 148 9.3.2　自主决策 149 9.3.3　人工智能实践 151 9.3.4　常见风险和挑战 152 9.4　数字化转型关键技术总结 154 第四部分　数字化转型解决方案第10章　理解数字化转型解决方案 158 10.1　分布式解决方案设计基础 159 10.2　数据输入基础 163 10.2.1　文件拉取 163 10.2.2　文件推送 164 10.2.3　API拉取 165 10.2.4　API推送 166 10.2.5　数据流传输 166 第11章　剖析以客户为中心的解决方案 169 11.1　术语回顾 170 11.2　场景背景 171 11.2.1　业务挑战 172 11.2.2　原始的客户旅程 172 11.2.3　业务目标 175 11.3　提升客户旅程 176 11.4　扩展业务流程 178 11.5　制定未来决策 212