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：241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
-
使我们的国家数据资源现代化：永无止境的挑战
澳大利亚统计局，包括其前身组织，已经为澳大利亚社区提供了超过110年的优质可靠数据。……查看详情发布时间：2019.03.07来源：亿信华辰浏览量：144次
-
数据治理引领企业数字化转型
随着数字化时代的到来，数据已经成为了企业的重要资产之一。然而，如何确保数据的质量、安全性和合规性，成为了企业面临的难题。作为国内知名的数……查看详情发布时间：2023.09.26来源：互联网浏览量：132次
-
元数据管理在数据仓库中的应用
随着业务系统每年收集和使用的数据飞速增长，数据体量日趋增长，数据形态多样化且不统一，多种数据源之间的采集、传播和共享遇到困难。元数据管理……查看详情发布时间：2022.05.06来源：小亿浏览量：232次
-
什么是数据标准？如何建设管理？这篇文章给你讲明白了
数据标准是一套由管理制度、管控流程、技术工具共同组成的体系，通过这套体系来推广和应用统一的数据定义、数据分类、纪律格式和转换、编码等来对……查看详情发布时间：2020.11.11来源：头条浏览量：228次
-
如何降低BI系统建设风险？数据治理告诉你答案
如何降低BI系统建设风险？如何更好地管理和控制数据，做好数据体系建设，而非打造一个又一个割裂孤立的系统？这其中数据分析与数据治理双翼并行……查看详情发布时间：2021.03.23来源：亿信数据治理研究院浏览量：697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：191次
-
数据治理和流分析的关系
借助流分析，可以通过智能数据模型和算法快速处理传入数据，以致在许多情况下，流数据没有机会被存储。与传统的分析过程相比，这是一个重要的变化……查看详情发布时间：2021.04.23来源：亿信数据治理知识库浏览量：144次
-
你认为你知道什么是数据治理吗？
数据治理是当今一个相对较新且非常热门的话题。因此，毫不奇怪，对数据治理的定义有多种不同的定义。大多数这些定义都是自我服务……查看详情发布时间：2018.11.19来源：丹尼尔舒勒浏览量：110次
-
从数据中台到AI中台
企业对数据的利用有三个阶段：响应运营，响应业务，创造业务。数据中台解决的是响应业务的问题，第三阶段“创造业务”，则需要AI中台。1、数据……查看详情发布时间：2019.03.14来源：亿信华辰浏览量：139次
-
数据治理和数据发现：实现数据监管实施
企业不断努力利用数据驱动的洞察力或竞争情报，发展组织“数据文化”的概念将获得突出地位。数据和数据分析将继续在未来的全球业务中发挥关键作用……查看详情发布时间：2019.09.20来源：知乎浏览量：141次
相关主题