超越法规遵从:从数据治理创造业务价值

发布时间:2019.02.28来源:亿信华辰浏览量:140次标签:数据治理


数据治理已经成为金融服务的最前沿,因为在过去十年结束时,这种垂直行业被越来越多的监管,惩罚和监管实体所淹没。严格的合规性要求不仅要求组织对数据负责,还要追溯可追溯性,来源和可审计性。

对这些驱动因素的最常见反应是从整个组织部署的迷宫信息管理系统中为特定法规建立孤岛,这通常会导致:

  • 具有有限寿命和可行性的点解决方案
  • 从不同来源到同一问题的不同答案
  • 模糊的数据质量和血统
  • 缺乏对其他法规和业务要求的敏捷性

像语义技术这样的新兴技术正在改变合规性和数据治理,不仅可以规避这些问题,还可以提高治理收益,从而影响整个企业中数据驱动流程的几乎每个方面。通过将治理嵌入到数据管理和业务功能中,组织可以超越单纯的法规遵从性,从而大大改善欺诈管理,产品开发,客户360视图等等。

使用语义技术实现统一的治理策略和实践,将它们纳入业务功能,并在如此精细的层面支持IT系统,这些管理良好,可信赖的数据成为简单使用数据的隐含副产品。

行业标准不断增长

基于模型的,基于标准的数据治理语义方法正迅速成为整个金融领域的行业规范。这方面的一些最普遍和开拓性的努力是由企业数据管理委员会(EDMC)精心策划的,该委员会是私营公司,供应商和公共部门专家的联盟,他们正在部署语义技术以应对法规和必要条件的涌入。这个纵向的数据驱动实践。

语义方法的关键在于利用描述数据及其要求的模型。与治理相关的内容包括元数据,属性,法规要求,管理权协议,基于角色的访问等。几乎所有关于数据及其使用的内容都可以通过这些模型来描述,这些模型还映射到业务术语表和词汇表,以确保有效治理所必需的术语和定义的统一连续性。

EDMC即将完成金融业业务本体论(FIBO),这是一个行业范围内的组织和监管实体共享的概念和意义的语义模型。FIBO旨在协调各个来源的数据,以简化监管报告流程,因此部署它的人每次都能得到相同问题的相同答案,无论数据源自何处。EDMC还创建了数据管理能力评估模型(DCAM),该模型为治理方面,其标准和基准提供了具体定义,语义方法可以为组织做好准备。

用智能数据湖补充筒仓

治理语义方法的价值不仅包括协调整个金融行业,其组织及其各种数据管理系统的含义,还包括轻松描述数据的各个方面及其在业务术语中的重要性。这一事实是其最重要的优势之一,因为它拓宽了数据消费的业务受众。此外,当人们将这种恩惠与语义技术和工具(例如语义数据湖泊)的融合相结合时,治理及其优势真正从监管合规性反应转变为扩展数据业务价值的主动手段。语义数据湖的利用代表了基于标准的治理方法提供的这些好处。
利用上述语义方法丰富传统数据湖存储库(例如Hadoop),使组织能够将单个存储库替换为所有数据的单个存储库,这些数据库根据相关因素(如治理策略,必需访问,一致元数据,定义)进行语义标记。和属性。通过确保所有数据都遵循实际上不断扩展以包含新数据类型和来源的不断发展的语义模型,组织现在可以根据治理协议以一致的方式管理它们。

从治理中创造商业价值

将治理产生的价值扩展到超出监管合规范围的企业领域的可能性几乎是无限的。其中一个最令人信服的例子涉及转型,这是数据准备的一个关键方面。这种分析的常见先决条件的非语义方法涉及编写数据代码。语义技术可以将转换过程合并到其底层模型中,以自动生成代码。因此,治理模型可以以比其他方法更方便和简化的方式直接影响运营。采集数据,准备数据并最终从中分析或创建行动所需的步骤数量复杂化,从而减少了错误点和治理实践的复杂性。

这种管理数据的整体方法将g 
overnance的主要输出质量,可信赖的数据扩展到企业选择应用它的任何用例。这些技术核心的不断发展的语义模型有助于实现敏捷性,可以轻松应对未来的监管要求以及业务监管要求。这种主动的治理语义方法也与分析直接相关,因为用户可以询问他们想要的任何数据问题。基础技术能够以比关系模型更灵活,更省时的方式收集数据与其元素之间的关系。

可听性和血统

企业从数据治理的语义方法中获得的价值的直接性受到围绕金融的无数法规的提升。具体而言,基于标准的环境为数据沿袭目的提供了一种出处,这对审计法规遵从性至关重要。映射到监管要求并

企业可以将其语义模型链接到多种形式的通信,包括交易,电子邮件,在线活动,电话记录,消息,内部系统和其他形式,以根据法规跟踪数据沿袭。数据来源,法规映射和基于法规的基于角色的数据访问的组合提供了一种确定和评估遵守法规遵从性的整体方法。此外,语义模型的综合方法促进了这些合规性方面,语义模型是基于标准的数据治理方法的核心。

晋升机会

最初,数据治理被视为一种保护企业资产免受与违规相关的处罚的手段。治理的语义方法不仅包括它,而且还包括源自该学科所产生的可靠数据质量的许多其他优点,从而超越了该实用程序。对于治理语义技术的实施至关重要的意义协调极大地提高了企业范围内的敏捷性。此外,描述数据在业务方面的重要性的能力加强了业务受众与提供竞争优势的资源之间的联系。所有这些因素,以及EDM委员会的努力和基于标准的方法的普及,都证明了语义学的现实,



(部分内容来源网络,如有侵权请联系删除)
立即免费申请产品试用 免费试用
相关文章推荐
  • 保险行业怎样打造数据治理闭环?

    保险行业怎样打造数据治理闭环?

    今天给大家分享一下保险行业数据治理的心得,个人认为保险行业的数据治理可以作为标杆了。根据以下3点我们来了解下保险行业是如何打造数据治理的……查看详情

    发布时间:2022.01.23来源:互联网浏览量:109次

  • 数据治理知识:怎么判断数据质量是否健康?

    数据治理知识:怎么判断数据质量是否健康?

    从数据质量检查开始:导出数据的子集并通过亿信华辰数据质量管理平台运行它 。这项软件服务可快速评估您数据的有效性、完整性和唯一性。……查看详情

    发布时间:2021.06.10来源:亿信华辰数据治理知识库浏览量:147次

  • 如何构建企业安全易用的数据资产?

    如何构建企业安全易用的数据资产?

    在数据治理架构中,数据资产管理位于底层数据和数据管理与应用之间,处于承上启下的重要地位。对上支撑数据安全管理等职能建设以价值发掘为导向的……查看详情

    发布时间:2021.06.02来源:亿信华辰数据治理知识库浏览量:183次

  • 在数字时代管理数据

    在数字时代管理数据

    人类生活在数据时代。今天生成的数据比人类历史上5000年的数据还要多 - 每天大约有2.5亿个字节的数据。……查看详情

    发布时间:2019.04.04来源:亿信华辰浏览量:111次

  • 企业数据治理存在很多误区和陷阱

    企业数据治理存在很多误区和陷阱

    企业数据治理存在很多误区和陷阱,最常见的陷阱包括:重IT而轻业务: 尽管通常是专业IT人员最先认识到数据治理的必要性,但他们既不是数据的……查看详情

    发布时间:2020.07.09来源:CSDN浏览量:102次

  • 数据治理准备的五大支柱:倡议赞助

    数据治理准备的五大支柱:倡议赞助

    “Facebook是全球数据治理的核心。”3月19日“华尔街日报”的一篇文章总结了我们所处的位置。在通用数据保护法规(GDPR)生效仅两……查看详情

    发布时间:2019.01.24来源:亿信华辰浏览量:127次

  • 数据治理的四点好处

    数据治理的四点好处

    大数据现在越来越广泛地应用在我们的日常生活当中,随着企业业务的发展,数据的来源、种类变得越来越多样化,系统改造或重新设计的难度就越大,所……查看详情

    发布时间:2022.02.22来源:小亿浏览量:191次

  • 数据治理是任何自助分析和数据发现策略的重要组成部分

    数据治理是任何自助分析和数据发现策略的重要组成部分

    当越来越多的用户与越来越多的数据交互并可视化时,可靠的治理实践可以确保每个利益相关者都能获得他们所需的洞察力,同时完全保留数据源的及时性……查看详情

    发布时间:2019.01.17来源:数据治理浏览量:104次

  • 北大光华王汉生教授万字长文,讲透数据治理问题!

    北大光华王汉生教授万字长文,讲透数据治理问题!

    2018年3月16日,中国银监会发布了《银行业金融机构数据治理指引(征求意见稿)》,就相关数据治理问题,向全社会公开征求意见,至此银行业……查看详情

    发布时间:2019.06.03来源:王汉生浏览量:111次

  • 快速理解数据仓库、数据湖、数据工厂、数据中台

    快速理解数据仓库、数据湖、数据工厂、数据中台

    数据生产的整个链条中,对于如何筑湖、如何选址建厂、按什么工序加工、以及如何配送,这是技术部门的事情,而“数据半成品”的沉淀和积累,却不是……查看详情

    发布时间:2021.04.13来源:亿信数据治理知识库浏览量:165次

相关主题
您点击 “提交”,表明您已理解并同意接受本网站隐私政策和用户协议