·企业数字化转型中Z适合的数据资产组织方式是什么样的？ ·为什么越来越多的企业在讨论标签化和标签体系？ ·数澜独创的标签类目体系方法论有何独到之处？ 数据资产化是企业数字化转型的必经之路，也是数据中台的重要组成部分。 标签类目体系是数据中台理念落地的核心组成部分，是实现数据资产可复用、柔性组合使用、降低数据应用试错门槛的强力支撑。 数据作为第五生产要素参与分配，数据资本化的重要前提是数据商品化，数据商品化的Z佳载体就是标签。因此，学习如何将数据转化、映射为标签，并通过对标签的管理、应用实现数据资产的价值运营，对于商业化企业来说显得尤为重要。 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...(展开全部)

本书共9章，分为3篇。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大数据困局，然后重点介绍了为应对这些数据困局而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，最后阐述了采用该方法建设数据资产的3点必要性：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个核心原理、从核心原理衍生出的3个构建前提和6个设计步骤，以及标签方法论在实施落地过程中的具体使用技法与核心问题。实践篇（第7～9章）　重点介绍了当前可用来提升标签类目体系的设计、使用、运营效率的标签工具和经典模板，列举了从标签到应用的5个最佳实践方案，并总结了标签化的价值、典型应用案例及标签设计人才的培养经验。

自从社会分工使得“设计”成为一门独立的专业以来，它一直处于一个边缘的位置。“设计”似乎与科学、技术、艺术、文化、管理、社会等概念都或深或浅、或隐或显地发生着千丝万缕的联系。在全部的理论、教育与实践领域里，对于“设计”的认知一般有两种态度：一种认为“设计”是经验性的，不可传授；另一种认为“设诗”是一门科学，可以通过分析、研究、推理等方法解决问题。 所谓“设计方法论”，是选择“设计方法”的“方法”。“设计方法论”的目的：“寻路”带领我们认识“事物”的观念、方法，“入门”如何构建“新事物”的概念、方法；“脉络”必须与其他设计课程互为补充，以形成整个教学体系的“框架结构”。 《设计方法论》实际上是围绕“问题”的思维程序展开的。所谓“问题”，是指设计各要素交织在一起时产生的关系或矛盾。这就要通过灵活运用知识技巧、积累造型经验、总结设计规律的“实践”，使观察问题...(展开全部)

自从社会分工使得“设计”成为一门独立的专业以来，它一直处于一个边缘的位置。“设计”似乎与科学、技术、艺术、文化、管理、社会等概念都或深或浅、或隐或显地发生着千丝万缕的联系。在全部的理论、教育与实践领域里，对于“设计”的认知一般有两种态度：一种认为“设计”是经验性的，不可传授；另一种认为“设诗”是一门科学，可以通过分析、研究、推理等方法解决问题。 所谓“设计方法论”，是选择“设计方法”的“方法”。“设计方法论”的目的：“寻路”带领我们认识“事物”的观念、方法，“入门”如何构建“新事物”的概念、方法；“脉络”必须与其他设计课程互为补充，以形成整个教学体系的“框架结构”。 《设计方法论》实际上是围绕“问题”的思维程序展开的。所谓“问题”，是指设计各要素交织在一起时产生的关系或矛盾。这就要通过灵活运用知识技巧、积累造型经验、总结设计规律的“实践”，使观察问题...(展开全部)

《视觉设计方法》的目的是介绍重要的平面设计实践领域，揭示关键术语和理论，此两者构筑了设计思维的基础。《视觉设计方法》特载了一系列此前从未所见的个案研究，这些案例有助于读者理解研究方法能够构筑严密而有效方法论的基础，此方法论可用于解决视觉传达和设计问题。

本书为现代中国建筑思想的核心理论文献

数据是数字经济的关键要素已经形成共识，数据资源入表成为数据资产正在探索推进中。数据资产不同于通常意义上的有形实物资产和无形知识产权资产，它是一类新的资产类别。有用的数据积累到一定的规模具备开发价值后就形成数据资源，数据资源在满足了数据权属明确、成本或价值能够被可靠地计量、数据可机读等基本条件后就可以成为数据资产。本书分析讨论了数据的资产性，基于数据的属性对数据资产进行了明确的定义，将信息资产、数字资产和数据资产统一为数据资产。在此基础上，本书系统地介绍了数据资产化、盒装数据、数据资产评估、数据资产入表、数据资产管理、数据资产定价、数据资产运营和数据市场等内容。本书在第1版的基础上依据近年数据资产研究和实践的发展进行了修订，此次修订增加了盒装数据、数据资产入表等新的内容，其他章节也增加了新的内容，并更新了第1版中的一些文字表述。 本书适合数据资产研究和实践者阅读，包括政府机关、证券投资、资产管理、企事业单位等与数据资产相关的人员，也适合财会、经济、数据科学、大数据技术等专业的师生参考。

数据是数字经济的关键要素已经形成共识，数据资源入表成为数据资产正在探索推进中。数据资产不同于通常意义上的有形实物资产和无形知识产权资产，它是一类新的资产类别。有用的数据积累到一定的规模具备开发价值后就形成数据资源，数据资源在满足了数据权属明确、成本或价值能够被可靠地计量、数据可机读等基本条件后就可以成为数据资产。本书分析讨论了数据的资产性，基于数据的属性对数据资产进行了明确的定义，将信息资产、数字资产和数据资产统一为数据资产。在此基础上，本书系统地介绍了数据资产化、盒装数据、数据资产评估、数据资产入表、数据资产管理、数据资产定价、数据资产运营和数据市场等内容。本书在第1版的基础上依据近年数据资产研究和实践的发展进行了修订，此次修订增加了盒装数据、数据资产入表等新的内容，其他章节也增加了新的内容，并更新了第1版中的一些文字表述。 本书适合数据资产研究和实践者阅读，包括政府机关、证券投资、资产管理、企事业单位等与数据资产相关的人员，也适合财会、经济、数据科学、大数据技术等专业的师生参考。

当前，智慧城市建设已得到了国家级战略的有力支持，即将掀起新一轮的建设浪潮。在此背景下，如何在智慧推进城市时充分考虑各层次、各领域的要素，做好顶层设计成为亟待解决的议题。《智慧城市顶层设计方法论与实践分享》在结合智慧城市建设经验基础上总结以往规划的不足之处，创造性地将大型企业架构方法论运用到智慧城市总体规划及各相关领域，提供了一整套行之有效的顶层设计体系，涵盖城市的战略与业务分析、技术架构、服务协同、核心技术、治理方法等各层面，并提供丰富的实践案例和工具。本书面向智慧城市的建设者、管理者、相关项目的规划者、执行者、维护人员，以及对超大型系统顶层设计方法论感兴趣的读者。

全国教育科学“十一五”规划课题研究成果 高等院校工业设计专业系列教材 1.前言 2.市场研究方法 3.用户研究方法 4.设计创意方法