立即扫码
享受一对一服务
大数据时代下金融数据治理的问题
发布时间：2019.10.17来源：知乎浏览量：171次标签：数据治理
数据治理是一套完整的制度、指引和规范，用于统筹人员、流程以及技术等要素，使得商业银行能将数据作为企业的重要资产而有效利用，其核心内容是统一数据标准，其关键任务是提升数据质量，其服务目标是提供决策支持信息。在大数据时代下的金融数据治理除了面临在传统数据治理面临的数据标准统一、数据质量提升等问题外，面临更多的数据治理问题。
（1） 在数据标准方面，一方面，由于半结构化和非结构化数据的引入，银行企业级数据标准的统一面临更大挑战；
（2） 在元数据管理方面，由于非结构化数据类型和表现形式多样，其元数据管理办法很难统一，并且非结构化数据的内容不确定、不易获取（如影音、视频），非结构化的元数据提取和管理还是一个新领域。
（3） 在数据质量管理方面，其管理主要在于提升数据可用度，需通过对数据的清洗、映射、关联等机制，把繁杂的大数据变成能应对的、有效的“小数据”，构建干净、完备的数据集，从而提高数据质量。
（4） 在数据价值方面，非结构化数据由于格式和内容的多样性，直接用于分析产生的价值不大，需要将非结构化数据的相关元数据（或标签）、主要内容抽取出来，并以类似结构化数据存储后，才能发挥价值。
（1） 在数据标准方面，一方面，由于半结构化和非结构化数据的引入，银行企业级数据标准的统一面临更大挑战；
（2） 在元数据管理方面，由于非结构化数据类型和表现形式多样，其元数据管理办法很难统一，并且非结构化数据的内容不确定、不易获取（如影音、视频），非结构化的元数据提取和管理还是一个新领域。
（3） 在数据质量管理方面，其管理主要在于提升数据可用度，需通过对数据的清洗、映射、关联等机制，把繁杂的大数据变成能应对的、有效的“小数据”，构建干净、完备的数据集，从而提高数据质量。
（4） 在数据价值方面，非结构化数据由于格式和内容的多样性，直接用于分析产生的价值不大，需要将非结构化数据的相关元数据（或标签）、主要内容抽取出来，并以类似结构化数据存储后，才能发挥价值。
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
-
数据治理工具：组织，访问，保护的最佳工具
数字化转型极大地改变了我们开展业务的方式，这一点在数据治理方面更为明显。有效的数据治理工具对于确保数据的完整性至关重要，同时导航不断发展……查看详情发布时间：2019.01.21来源：亿信华辰浏览量：115次
-
不同部门的数据分析需求，如何满足？
让数据驱动落地企业，要先明确商业目的是什么，找到方向才能更好地指导业务。在互联网金融企业中，用户与交易额是各部门工作开展的核心所在。互金……查看详情发布时间：2019.01.27来源：亿信华辰浏览量：155次
-
-
大数据时代监管安全的“智慧大脑”
在这里，监控民警不仅是监狱监管安全防线上的眼睛、耳朵、嘴巴，还是视频监控、固证锁证、指挥联动、应急处突的“智慧”大脑。这里就是监狱监管安……查看详情发布时间：2019.03.27来源：亿信华辰浏览量：136次
-
-
-
数据交换平台是数据中心与其它应用系统沟通的桥梁
数据交换平台是数据中心与其它应用系统沟通的桥梁，是进行数据交换的枢纽站。数据交换平台负责从各个业务系统采集数据，对数据进行清洗与整合，按……查看详情发布时间：2020.08.10来源：知乎浏览量：114次
-
大数据治理的核心要素有哪些
当今的大型企业，内部分工日趋细化，采购、服务、市场、销售、开发、支持、物流、财务、人力等各个环节，无不每时每刻产生着大量的数据。数据的格……查看详情发布时间：2019.10.21来源：知乎浏览量：154次
-
超越法规遵从：从数据治理创造业务价值
基于模型的，基于标准的数据治理语义方法正迅速成为整个金融领域的行业规范。这方面的一些最普遍和开拓性的努力是由企业数据管理委员会（EDMC……查看详情发布时间：2019.02.28来源：亿信华辰浏览量：188次
-
数据管理与数据治理的区别
当我们谈数据资产管理时，我们究竟在谈什么？就目前而言，我们谈论得最多的非数据管理和数据治理这两个概念莫属。但是对于这两个概念，两者的准确……查看详情发布时间：2018.09.13来源：浏览量：125次
相关主题