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：430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
-
数据质量问题根因分析
说到数据质量问题的原因，做过BI或数仓项目的小伙伴肯定都知道，这是一个业务和技术经常扯来扯去、互相推诿的问题。在很多情况下，企业都会把数……查看详情发布时间：2019.12.06来源：CSDN浏览量：496次
-
-
敏捷/精益数据治理最佳实践
数据治理 的目标 是确保组织内的质量，可用性，完整性，安全性和可用性。你对此的看法取决于你。许多传统的数据治理方法似乎在实践中都很困难，……查看详情发布时间：2018.12.18来源：数据治理浏览量：295次
-
数据治理的关键要求是什么？
这些功能中的每一项都可以实现受管理的环境 目录和数据字典元数据的组合为数据策略和使用的可审计性提供了完整的信息。它还包含血统和操纵。工作……查看详情发布时间：2019.03.20来源：亿信华辰浏览量：299次
-
企业怎样保护业务数据的质量
企业内容的质量主要从以下三个方面体现：技术人员设计系统时逻辑严谨，符合规范；业务人员通过统一的培训，录入数据时有统一的规范；管理人员发现……查看详情发布时间：2019.09.10来源：知乎浏览量：269次
-
企业想获得更清醒的数据，请做好数据质量管理
数据质量管理是指为了满足信息利用的需要，对信息系统的各个信息采集点进行规范，包括建立模式化的操作规程、原始信息的校验、错误信息的反馈、矫……查看详情发布时间：2019.11.04来源：知乎浏览量：263次
-
数据治理和数据管理不可互换
从什么时候开始数据管理和数据治理可以互换？ 这个问题让我感到困惑和沮丧。追求数据管理供应商与业务利益相关者建立联系，因为业务部门在决策……查看详情发布时间：2018.11.20来源：Michele Goetz浏览量：302次
-
用数据治理来拯救当今的大数据应用
当今社会，大数据的应用越来越广泛，企业和大数据的结合也越来越紧密。数据，俨然已成企业的重要资产之一。但是，大数据却并不是那么好管理，数据……查看详情发布时间：2019.08.15来源：知乎浏览量：242次
-
数字化时代的大数据治理应该怎么做呢？
随着时代的发展，各个企业收集数据的渠道越来越多样化，也有越来越多的企业开始应用大数据来创造价值，为了合理有效的挖掘数据资源来源的价值，首……查看详情发布时间：2019.07.17来源：知乎浏览量：291次
-
做好数据治理，助力政府治理体系和治理能力现代化
而互联网、大数据、人工智能等技术手段应用的基础是数据。由此，我们看出围绕数据生产要素，构建科学的数据治理规则体系，是政府治理体系和治理能……查看详情发布时间：2020.04.09来源：中国电子报浏览量：382次
相关主题