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：228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
-
数据治理直击灵魂的四问：治什么？谁来治？怎么治？选哪个？
近些年来，“数据治理”这个词总是高频出现，让人们对其“身世背景”格外好奇。国际数据治理研究所(DGI)给出的定义：数据治理是一个通过一系……查看详情发布时间：2020.09.19来源：知乎浏览量：128次
-
数据治理知识：怎么判断数据质量是否健康？
从数据质量检查开始：导出数据的子集并通过亿信华辰数据质量管理平台运行它 。这项软件服务可快速评估您数据的有效性、完整性和唯一性。……查看详情发布时间：2021.06.10来源：亿信华辰数据治理知识库浏览量：179次
-
数据安全系列(一)之大数据安全管理体系
信息技术的快速发展和各种IT技术的广泛应用，企业越来越多的依赖于IT技术来支撑自己业务生产的正常运转。产生的大量数据，成为企业核心资产的……查看详情发布时间：2019.01.10来源：亿信华辰浏览量：204次
-
大数据必备知识：数据的分类方式
数据分类在收集、处理和应用数据过程中非常重要。数据的分类方式很多，每种方式都有特别的作用。数据工作中不同角色往往需要理解和掌握不同的分类……查看详情发布时间：2019.03.12来源：亿信华辰浏览量：155次
-
企业数据治理项目中影响数据质量的5个因素
数据是组织最具价值的资产之一。企业的数据质量与业务绩效之间存在着直接联系，高质量的数据可以使公司保持竞争力并在经济动荡时期立于不败之地。……查看详情发布时间：2020.04.08来源：知乎浏览量：148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：178次
-
业务系统的数据资产管理为什么这么难？
如果你做过BI或大数据，一定会接触数据资产管理的一些概念，比如元数据，数据字典，血统分析等等，但你会发现，要做好大数据平台的数据资产管理……查看详情发布时间：2019.03.25来源：亿信华辰浏览量：164次
-
一文搞懂数据质量问题及对应的解决办法
通过数据分析、数据评估、数据清洗、数据监控、错误预警等内容，解决数据质量问题，使数据的质量得以改善，使其满足数据需求方对数据质量的规则要……查看详情发布时间：2019.11.05来源：知乎浏览量：1315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：139次
相关主题