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：269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
-
简述数据资产管理方案必须注意的6点
“数据资产管理”一词，在国内首次由DAMS（中国数据资产管理峰会）组委会正式提出。首届“中国数据资产……查看详情发布时间：2020.08.14来源：知乎浏览量：169次
-
简述标准的数据治理流程及实施细则
在企业业务高速发展的过程中，数据的规范性与质量受到的重视度并不高。随着大数据时代的到来，由于公司战略政策和业务日益变大的数据需求和要求，……查看详情发布时间：2022.03.09来源：小亿浏览量：1318次
-
强大的数据治理是机器学习成功的关键
人工智能和机器学习这两个术语通常被视为同一枚硬币的两面。尽管如此，虽然ML算法增强了AI功能，并使它们能够进行更多的尖端和智能计算，但还……查看详情发布时间：2019.01.17来源：数据治理浏览量：174次
-
数据质量管理策略-从产生数据的源头开始抓
为了改进和提高数据质量，必须从产生数据的源头开始抓起，从管理入手，对数据运行的全过程进行监控，密切关注数据质量的发展和变化，深入研究数据……查看详情发布时间：2019.12.27来源：CSDN浏览量：207次
-
数据治理为什么会重新引起关注?
这突出了数据治理的重要性。由数据治理研究所定义为“信息相关过程的决策权和责任系统，根据商定的模型执行，描述谁可以采取什么行动与什么信息，……查看详情发布时间：2019.09.04来源：知乎浏览量：194次
-
数据治理系列5：浅谈数据质量管理
数据质量管理是对数据从计划、获取、存储、共享、维护、应用、消亡生命周期的每个阶段里可能引发的数据质量问题，进行识别、度量、监控、预警等一……查看详情发布时间：2019.12.06来源：CSDN浏览量：198次
-
数据治理、共享交换、数据仓库、数据中心的关系
建数据中心离不开数据，以前设计数据库都是从事务性数据库考虑（做的都是业务系统，思维模式太固定了），没有从数据仓库的角度来统管分析。以下是……查看详情发布时间：2019.08.07来源：CSDN浏览量：230次
-
数据治理标准：数据质量六大评价标准
众所周知，大数据建设的目标是为了融合组织数据，增加组织的洞察力和竞争力，实现业务创新和产业升级。因此，数据是企业数字化转型的核心要素，而……查看详情发布时间：2022.03.10来源：小亿浏览量：1888次
-
数据治理成功的预测指标
简而言之，数据治理项目在组织内经常遇到的挑战通常与高级管理层和业务中的数据文化状态密切相关。从这两个利益相关方团体获得支持可以显着提高数……查看详情发布时间：2019.03.22来源：亿信华辰浏览量：189次
-
营造“三大环境” 让数据说话 靠数据管理
《中国市场监管研究》：最近，江苏省工商局陆续发布消费环境指数、竞争环境指数、准入环境指数的研究报告，从领导批示、专家意见、社会反应来看，……查看详情发布时间：2019.02.15来源：数据管理浏览量：149次
相关主题