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：317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
-
4+7集采进入大数据时代，科技巨头驱动医药行业大变局
未来的医疗大数据将影响整个医药产业格局。 根据国家医保局及“4+7”带量采购发布的文件，包括天津、大连、沈阳等城市药品带量采购细则……查看详情发布时间：2019.03.28来源：亿信华辰浏览量：149次
-
灵活的分析数据生命周期？
受监管实验室数据完整性指南的要求之一是数据生命周期，涵盖监管记录的生死。数据生命周期在最近的MHRA数据完整性指南中定义为“从生成和记录……查看详情发布时间：2018.12.27来源：数据治理浏览量：205次
-
企业数据治理中的应对
首先，数据治理的核心认识是，数据治理是一个持续并且长久的一个过程，不同的产品可以解决比如采集、传输等数据治理层面上的不同问题，但并不存在……查看详情发布时间：2019.11.01来源：知乎浏览量：224次
-
用大数据提高社会治理智能化水平
大数据为提高我国社会治理智能化水平开辟了广阔空间。用大数据提高社会治理智能化水平，关键在于找准大数据与社会治理创新的契合点，将大数据同社……查看详情发布时间：2019.10.18来源：人民网浏览量：194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：164次
-
数据服务交换和服务工具经历三个阶段
数据交换平台是为校内各部门的管理信息系统提供数据交换，实现数据共享，并建立公共数据库，实现数据积累，为数据统计、分析、挖掘做准备。……查看详情发布时间：2020.08.06来源：知乎浏览量：189次
-
数据湖中的数据管理与治理
当您转换到数据湖时，选择完全集成的数据湖泊管理平台将使您对数据充满信心，并对其进行扩展以包含越来越多的用户和有利于业务的用例。毕竟，这就……查看详情发布时间：2019.03.05来源：亿信华辰浏览量：243次
-
企业数据治理存在很多误区和陷阱
企业数据治理存在很多误区和陷阱，最常见的陷阱包括：重IT而轻业务： 尽管通常是专业IT人员最先认识到数据治理的必要性，但他们既不是数据的……查看详情发布时间：2020.07.09来源：CSDN浏览量：179次
-
数据质量是什么？控制数据质量的三个方法都在这
目前有三种基本方法可以实现真正的数据质量。它们有助于提供可用于收集有用的商业情报和做出正确决策的准确数据。这些开发和维护数据质量的方法都……查看详情发布时间：2021.08.19来源：亿信华辰数据治理知识库浏览量：238次
-
主动方法在数据治理的数据架构
“数据架构是业务战略的物理实现，” 全球数据战略有限公司 EMEA首席顾问NigelTurner在DATAVER……查看详情发布时间：2019.01.16来源：亿信华辰浏览量：192次
相关主题