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：318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
免费试用
相关文章推荐
-
政务数据治理平台案例：佛山某大区政务服务数据管理局
睿治数据治理平台，应用于政务数据治理领域：通过元数据采集业务数据元数据信息，协助数统局梳理政务系统，了解数据含义。通过数据标准，定义政务……查看详情发布时间：2021.04.25来源：亿信华辰浏览量：238次
-
管理数据与拥有数据一样重要：关注数据治理和数据质量
在许多人看来，数据 - 干净，清晰和准确的数据 - 统治着宇宙。然而，当数据质量较差时，企业及其客户都会受到影响。即使数据是原始数据，糟……查看详情发布时间：2019.09.20来源：知乎浏览量：226次
-
指数技术时代的数据治理
新兴的数据需求和数据生成技术需要两种类型的数据治理：安全性，以及整体企业级治理的需求，而不是逐个孤岛的治理。企业中出现了一个重要的新价值……查看详情发布时间：2019.01.02来源：亿信华辰浏览量：211次
-
浅谈数据治理的发展趋势
随着大数据技术的飞速发展，大数据已经融入到了各行各业，为了能让各企业的数据资产得到充分的利用，数据治理非常重要，如今数据治理已经逐渐成为……查看详情发布时间：2019.07.17来源：知乎浏览量：162次
-
企业实现一个数据治理的项目需要注意什么？
数据治理是长期、复杂的工程，每个数据治理的领域都可作为一个独立方向进行研究，目前总结的数据治理领域包括但不限于以下内容：数据标准、数据模……查看详情发布时间：2020.03.26来源：知乎浏览量：190次
-
为什么集成和治理对数据湖成功至关重要
这是一个由三部分组成的系列文章的最后一篇文章，探讨如何构建一个能够满足真正企业级数据管理平台所有要求的数据湖。虽然早期的专题文章侧重于H……查看详情发布时间：2019.02.28来源：亿信华辰浏览量：173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：238次
-
数据治理VS数据安全治理
企业信息化建设是随着企业战略、业务形态、预算等多个方面不断迭代及变化的，所以在建设过程中难免出现阶段鸿沟，跨阶段整合难的现象，当企业以数……查看详情发布时间：2020.06.29来源：CSDN浏览量：197次
-
数据标准管理体系-数据治理基础
目前企业缺乏专业化的信息标准管理流程，部门间缺乏沟通的统一渠道，导致标准变更和发布缺乏制度化要求，容易形成难以清理的问题数据。在短期规划……查看详情发布时间：2019.12.25来源：知乎浏览量：262次
相关主题