立即扫码
享受一对一服务
如何做好银行金融大数据治理平台建设
发布时间：2019.10.15来源：知乎浏览量：623次标签：数据治理
大数据、云计算、互联网等技术，将人类带入了一个以PB为单位的大规模生产、分享和应用数据的新时代。当治理的对象发生变化时，治理体系也应进行改进以适应大数据的发展变化。
（1）完善数据管控相关标准，提升相关系统控制能力
大数据时代，银行数据除了从传统的客户、协议、账户等结构化数据外，已经逐步扩展到非结构化数据的存储管理及应用，因此需从数据标准、数据模型、元数据、数据质量、数据生命周期等方面依据非结构化数据的特点，补充相关治理管控标准，并通过相应的管控系统实现控制，确保非结构化数据得到有效的管控和应用。
（2）利用大数据技术提升数据集成及共享能力
海量数据给银行数据治理带来挑战，但也是一种机遇，利用大数据技术，可使数据治理的方法和手段更加丰富，数据价值可以获得更大的发挥。
一方面，采用分布式计算等大数据技术，构建开放、高效、异构、弹性的大数据平台，实现“全渠道、全客户、全产品”信息的综合分析与快速共享，提升客户拓展、风险管控和创新营销能力。
另一方面，利用大数据技术，重点完善补充银行业务以外的其它基础信息（如行外政府部门、第三方合作机构等各类有价值的数据），并按照统一的客户标准进行客户信息整合，形成更加完善的客户视图；通过大数据技术实现“数据地图”等可视化服务，提升数据资产易用性；通过元数据的统一管理和分析，提供信息检索、指标灵活定制等数据服务，提升数据资产的一致性和可用性。
亿信华辰在数据治理领域也持续深耕，从数据质量管理平台、元数据管理平台，到发布智能数据治理平台-睿治，实现了数据治理全场景覆盖，包含九大核心模块：元数据、数据标准、数据质量、主数据、数据资产、数据安全、数据交换、数据处理、数据生命周期等，所有模块可自由组合，并支持本地或云上使用，全面满足客户各类治理需求。
（1）完善数据管控相关标准，提升相关系统控制能力
大数据时代，银行数据除了从传统的客户、协议、账户等结构化数据外，已经逐步扩展到非结构化数据的存储管理及应用，因此需从数据标准、数据模型、元数据、数据质量、数据生命周期等方面依据非结构化数据的特点，补充相关治理管控标准，并通过相应的管控系统实现控制，确保非结构化数据得到有效的管控和应用。
（2）利用大数据技术提升数据集成及共享能力
海量数据给银行数据治理带来挑战，但也是一种机遇，利用大数据技术，可使数据治理的方法和手段更加丰富，数据价值可以获得更大的发挥。
一方面，采用分布式计算等大数据技术，构建开放、高效、异构、弹性的大数据平台，实现“全渠道、全客户、全产品”信息的综合分析与快速共享，提升客户拓展、风险管控和创新营销能力。
另一方面，利用大数据技术，重点完善补充银行业务以外的其它基础信息（如行外政府部门、第三方合作机构等各类有价值的数据），并按照统一的客户标准进行客户信息整合，形成更加完善的客户视图；通过大数据技术实现“数据地图”等可视化服务，提升数据资产易用性；通过元数据的统一管理和分析，提供信息检索、指标灵活定制等数据服务，提升数据资产的一致性和可用性。
亿信华辰在数据治理领域也持续深耕，从数据质量管理平台、元数据管理平台，到发布智能数据治理平台-睿治，实现了数据治理全场景覆盖，包含九大核心模块：元数据、数据标准、数据质量、主数据、数据资产、数据安全、数据交换、数据处理、数据生命周期等，所有模块可自由组合，并支持本地或云上使用，全面满足客户各类治理需求。
（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
预约演示
相关文章推荐
-
技术最热门的新趋势：数据治理
什么是信息技术最热门的新趋势？如果你说“人工智能”，给自己部分功劳，因为AI肯定很热。但对于商业领域的技术决策者来说，有一些更大的问题就……查看详情发布时间：2019.02.28来源：亿信华辰浏览量：368次
-
亿信华辰&东芝｜拥抱智能制造，实现生产数据实时采集
在《中国制造2025》战略实施后，“制造业数字化、网络化、智能化”被定义为新工业革命的核心技术。离开生产数据采集，生产管理部门不能及时、……查看详情发布时间：2019.05.10来源：亿信华辰浏览量：415次
-
经济社会数字化转型的特征事实
联合国、世界贸易组织、经济合作和发展组织、国际货币基金组织等先后于近期发表研究报告，从整体上描述了经济社会数字化转型的特征事实。概括起来……查看详情发布时间：2020.10.31来源：知乎浏览量：408次
-
数据湖与数据仓库之间的桥梁
数据湖的吸引力和新颖的功能对传统的数据仓库（DWH）系统构成了巨大的威胁。DWH的主要缺点包括与不适应不断发展的数据环境的刚性内部结构相……查看详情发布时间：2021.07.26来源：亿信华辰数据治理知识库浏览量：443次
-
数据治理：清洁客户数据的注意事项
根据相关研究显示，超过50％的企业花在清理数据上的时间比实际使用时要多，确保数据质量对营销成功至关重要。……查看详情发布时间：2019.06.28来源：知乎浏览量：487次
-
大数据资产管理总体框架概述
随着大数据时代的来临，对数据的重视提到了前所未有的高度，“数据即资产”已经被广泛认可。数据就像企业的根基，是各企业尚待发掘的财富，即将被……查看详情发布时间：2020.08.28来源：知乎浏览量：493次
-
2019年十大数据治理预测
去年见证了数据治理的觉醒 - 或者正如“ 华尔街日报” 所说的那样，“全球数据治理计算”。数据引人瞩目，从而导致创伤 - 从Face……查看详情发布时间：2018.12.19来源：亿信华辰浏览量：469次
-
数据质量监控步骤及方法
随着大数据时代的带来，数据的应用也日趋繁茂，越来越多的应用和服务都基于数据而建立，数据的重要性不言而喻。而且，数据质量是数据分析和数据挖……查看详情发布时间：2020.08.31来源：CSDN浏览量：779次
-
数据中台和传统的数据系统出发点不一样
原来的数据平台也好，数据湖也好，数据仓库也好，它们的出发点很多时候有局限性，应该说更是一个支撑性的技术系统，即一定要去考虑我先有什么数据……查看详情发布时间：2021.01.23来源：知乎浏览量：437次
-
数据治理的核心价值是什么
数据治理工作的初心与核心目标是解决数据价值路上的这些拦路虎，这是数据治理工作的挑战所在，也是价值所在。……查看详情发布时间：2021.04.02来源：数据治理研究院浏览量：522次
相关主题