本书基于作者多年从事数字化产品策划、咨询和创业的经验，试图给正在面临数字化转型难题的企业提供一个思考问题的框架性参考。本书中的观点、模型和案例对于企业制定和执行具体的数字化战略具有显著的参考和借鉴意义。

本书从数字化的发展演化路径出发，详细介绍不同时期应采取的策略，同时基于传统行业与数字化的标杆——互联网行业的底层思维差异，推导出一系列的数字化转型思维、方法论和模型框架。本书中的案例讲求层次和逻辑，而不是泛泛之谈。

《企业数字化转型》针对读者在学习理解“数字经济、企业数字化转型”等问题上的若干误区，围绕企业数字化转型中普遍存在的问题，从全新的理念、体系、工具和方法等方面重新架构了企业数字化转型的核心内容，使读者突破认知束缚，在转型实践中得心应手。

《数据治理：工业企业数字化转型》是一本全面关注工业企业数据治理方面的工具书，主要内容分为概述篇、体系篇、工具篇、实施篇及案例篇。

《一本书读懂数字化转型》由点到面、循序渐进地揭示了数字化转型的内在逻辑，深度解析阿里巴巴、百度、腾讯、字节跳动、小米、名创优品、快手和得到等18个转型案例，并给出数字化转型的实用工具，帮助企业决策者做到数字化转型的“取势、明道、优术”，真正助力企业实现数字化转型落地，在数字化时代乘风破浪！

数字技术并非始自今-日，“大智移云物”和区块链技术近几年的快速发展、应用已经进入了一个从量变到质变的过程，需要企业站在更高的视角来理解数字技术对企业研发、生产、营销、运营带来的重大变化。这些变化正在影响新一代工业革命的演进路径，也在深刻影响区域经济和社会发展的范式和质量，加速产业分工协作和更高层次的一体化进程。

数字化深刻地改变着人们的生活，数字化转型也已经成为企业家与管理者的共识，但他们所面临的难题是如何实现数字化转型。

知名管理学者陈春花，经过多年观察与调研，从组织层面描绘了一幅数字化转型的全景图，并指出构建组织数字化转型的三维空间型是企业全方面的业务重塑，必须改变企业的认知、战略、组织、文化，乃至每个组织成员的行为，最终引发更深层次的企业文化变革，才能形成全新的组织思维与组织价值。

宏观经济和每个人的生活息息相关，宏观数据是观察经济运行的窗口，也是分析经济形势的根基。但很多耳熟能详的宏观数据，多数人对它的统计方法、指标间的关系以及如何分析，理解并不透彻，以此为基础做宏观研究也易出现偏差。本书作者长期在金融机构做宏观研究，以“实用和有价值”为导向，对常用宏观数据做系统和深度的分析，语言简洁、通俗易懂。本书受众面极广，可以作为金融从业者、高校教师和学生以及其他宏观感兴趣者的枕边书，成为他们掌握更高阶应用宏观知识的敲门砖。

本书由国内数据中台领域的领先企业数澜科技官方出品，几位联合创始人亲自执笔，7位作者都是资深的数据人，大部分作者来自原阿里巴巴数据中台团队。他们结合过去帮助百余家各行业头部企业建设数据中台的经验，系统总结了一套可落地的数据中台建设方法论。本书得到了包括阿里巴巴集团联合创始人在内的多位行业专家的高度评价和推荐。

《价值驱动：数据分析价值逻辑与实战方法》以分析从业者的职业发展为主题，以可持续的价值创造为主线，呈现了一套清晰的认知逻辑与实战方法论。全书分为3篇，第1篇是起始：企业价值，主要介绍企业的使命、愿景、战略目标与解码的基本逻辑，以及如何通过经营管理和分析型企业建设来保障年度经营规划的达成；第2篇是终局：分析价值，站在企业全局视角，从规模、成本与效率三个角度审视，并基于此尝试提出分析的价值主张、业务驱动的方法论——SE 环和若干实战打法经验；第3篇是支撑：核心胜任能力，分别从分析技术、工具技术、业务技术及领导力四个视角，以更加体系化的方式呈现相应的知识结构与要点，避免碎片化的积累反而影响。

《大话数据结构【溢彩加强版】》以一个计算机教师的教学过程为场景，讲解数据结构和相关算法的知识。全书以趣味方式来叙述，大量引用各种各样的生活知识来类比，并充分运用全彩色图形语言来解读抽象内容，对数据结构所涉及的一些经典算法做出逐行分析、多算法比较。与同类图书相比，《大话数据结构【溢彩加强版】》内容有趣易读，算法讲解细致深入，是一本非常适合自学的读物。

鉴于数据安全与业务场景的强关联性，践行场景化数据安全，面向医疗、金融、政务、电信、电力、教育、工业七大数字化转型相对比较领先的行业领域，深度分析各行业数据安全治理现状、总结数据安全治理需求、分享具备各行业特色的数据安全治理方案与落地实践案例。

作者将数字乡村作为研究对象，分别从数字乡村内容概述、体系构架、政策体系、发展现状、技术支撑、建设思路、平台建设、发展模式、乡村数字治理、信息惠民服务、智慧绿色乡村等方面，剖析数字乡村，应用场景以及结合国外数字乡村发展的经验、探索我国数字乡村发展的新路径、新方法，并提出了自己独到的观点和看法，多角度诠释了数字乡村的内涵与外延。

本书以Apache Spark框架为核心，总结了大数据处理框架的基础知识、核心理论、典型的Spark应用，以及相关的性能和可靠性问题。

本书按照需求规划、需求实现、需求可视化的流程进行编排，遵循项目开发的实际流程，全面介绍了数据仓库的搭建过程。

介绍如何用Python 3.6进行数据处理和分析的学习指南。其主要内容包括：Python语言基础、数据处理、数据分析、数据可视化，以及利用Python对数据库的操作、自建Python应用库的共享发布等。