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:135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。
数据治理
(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。
数据治理
(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
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