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：284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
-
大数据治理：数据问题的全面解决之道
当今的大型企业，内部分工日趋细化，采购、服务、市场、销售、开发、支持、物流、财务、人力等各个环节，无不每时每刻产生着大量的数据。数据的格……查看详情发布时间：2018.12.20来源：人民邮电浏览量：158次
-
什么是数据孤岛？为什么要消除数据孤岛？
数据孤岛通常具有负面含义。它描述了孤立的数据岛，数据孤岛通常存在以下问题：1.由于代码较旧或不兼容而无法以编程方式与其他系统一起工作2.……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：536次
-
“数据治理”：重构和愿景
对于数据业者而言，数据治理（datagovernance）并不陌生。根据国际标准化组织IT服务管理与IT治理分技术委员会、国际数据治理研……查看详情发布时间：2020.06.19来源：CSDN浏览量：166次
-
幸存下来的数据治理浪潮
我们正在从大数据的狂野西部时期出现，当时的问题主要集中在技术上是否可行，而不是合法或道德。文化需要一段时间才能改变，工具的发展也需要时间……查看详情发布时间：2019.03.05来源：亿信华辰浏览量：138次
-
企业大数据体系构建，从这4层逐步递进递进
关于企业的大数据体系构建，可以分为4个层级，每个层级之间可以是递进的关系，虽然业务主导不同，但构建思路相通。关于企业的大数据体系构建，可……查看详情发布时间：2019.05.20来源：数据分析网浏览量：253次
-
2021年自动化数据管理的热门用例
数据管理自动化将成为任何企业和行业越来越有价值的实践。这将有助于克服处理数据的挑战-从访问和存储到准备或分析数据-如果未进行优化，这些方……查看详情发布时间：2021.06.28来源：亿信华辰数据治理知识库浏览量：223次
-
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：254次
-
多措并举提升银行业数据治理能力
数据治理是银行业高质量发展的必由之路，当前银行业的数字化转型面临一些挑战和不足，要从建立数据治理架构、统一数据标准、加强数据分析应用等方……查看详情发布时间：2019.11.29来源：知乎浏览量：187次
-
全国人大代表张近东：对数据管理运用要在政府监管下进行
数据隐私保护成为近些年两会的热词之一。全国人大代表、苏宁控股集团董事长张近东今年两会带来了5份建议，涉及数字经济、促进消费、乡村振兴及物……查看详情发布时间：2019.03.05来源：数据管理浏览量：150次
-
企业数据交换共享平台整体解决方案
以一个场景来说。某个企业想要筹建数据中心，用于将各业务系统数据接入，标准化处理后将数据公布给分析系统展示。项目周期比较短，那是否有现成的……查看详情发布时间：2020.04.23来源：知乎浏览量：247次
相关主题