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：322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
-
![[数据治理方法论]6点数据治理最佳实施方法](/static/2021/images/common/loading.gif "[数据治理方法论]6点数据治理最佳实施方法")
[数据治理方法论]6点数据治理最佳实施方法
在寻找数据治理最佳实施方法时，您可以从其他通过数据治理项目的各种流程和模型中学到东西。尽管每个企业都不同，但仍有可借鉴之处，因此无需完全……查看详情发布时间：2021.05.28来源：亿信数据治理知识库浏览量：291次
-
做好数据标准管理对企业来说有什么意义？
数据标准是数据全生命周期质量控制的机制与制度保障，贯穿数据从采集到存储、治理和分析应用的全过程，只有建立一套完备的标准体系，数据标准化之……查看详情发布时间：2020.05.08来源：知乎浏览量：167次
-
数据治理的未来：平衡数据治理和数据管理
如何通过快速访问高质量数据，灌输信心并支持数据驱动的决策，为业务合作伙伴创造竞争优势？” Citizens Bank首席数据官（CDO）……查看详情发布时间：2018.11.14来源：Michelle Knight浏览量：162次
-
基于大数据的质量管理系统怎么选？
对于一个制造企业来说，生产是企业最大的动力，而生产质量也需要进行优化管理，一个好的质量管理会带给企业巨大的发展空间和利润价值。正因如此，……查看详情发布时间：2019.11.07来源：知乎浏览量：195次
-
-
企业数据治理项目如何落地？
数据治理在系统层面包括数据标准、元数据、数据质量、生命周期管理、数据安全、数据资产共六大核心模块；在管理层面需要通过数据治理组织、数据治……查看详情发布时间：2020.06.29来源：知乎浏览量：198次
-
数据治理，人工智能和医疗保健：令人兴奋的健康新世界
随着AI变得越来越普遍，对数据治理的需求也在增加。这是一个由政府确定的问题，因为它最近宣布了一个监督大量数据集的道德小组。2017年1月……查看详情发布时间：2019.03.12来源：亿信华辰浏览量：165次
-
大数据时代的数据治理
随着Hadoop技术的提升，数据如何进来，如何整合，开展什么样的应用都已经有了成熟的案例，可是，同传统数仓时代一样，垃圾进垃圾出，如何破……查看详情发布时间：2020.03.19来源：知乎浏览量：192次
-
走向人工智能治理的趋势
这是人工智能（AI）驱动的自动化和自动机器的时代。自我改进，自我复制，自主智能机器日益普及和迅速扩大的潜力刺激了网络空间，地球空间和空间……查看详情发布时间：2019.03.13来源：亿信华辰浏览量：173次
-
浅谈数据质量对企业管理的影响
工欲善其事，必先利其器。亿信数据质量管理平台（EsDataClean）提供从标准定义、质量监控、绩效评估、质量分析、质量报告、重大问题及……查看详情发布时间：2020.10.21来源：知乎浏览量：209次
相关主题