- 產品
- 產品解決方案
- 行業解決方案
- 案例
- 數據資產入表
- 賦能中心
- 伙伴
- 關于
時間:2018-12-05來源:數據治理瀏覽數:987次
【數據治理】
一、數據治理的總體目標為:
滿足外部日趨嚴格的監管要求
滿足商業銀行內部管理數據質量完善的需要
滿足客戶服務及業務拓展數據支撐的需要
二、數據治理的具體工作包括:
數據標準:根據國家及行業規定,以及本行的業務規范,建立本行的數據質量標準
數據質量評估:對當前業務數據源系統進行數據檢查與質量評估,并出具數據質量評估報告
數據規范化:依據數據檢查與質量評估結果,提出數據質量完善方案
數據清洗與重新生成:針對可以通過后續技術手段進行完善的內容,進行數據清洗和重新生成,形成符合質量要求的數據
三、數據質量標準從類別上,可以分為:應用類數據標準、統計類數據標準和基礎類數據標準。
應用類數據標準包括:風險數據標準、客戶數據標準、財務數據標準、績效數據標準;
統計類數據標準包括:業務規模、風險管理、客戶管理、運營管理、信息管理、外部數據;
基礎類數據標準包括:客戶數據標準、產品數據標準、協議數據標準、機構數據標準、交易數據標準、渠道數據標準、營銷數據標準、資產數據標準、財務數據標準、地址數據標準、公共代碼數據標準。
四、數據質量管控平臺是數據管理的核心環節。
數據質量標準進行參數化技術處理后,做為技術標準對各類數據源的數據質量進行檢核,并出具質量檢核結果報告,供編制數據質量完善方案使用。
數據只有在數據質量管控平臺檢核、通過質量確認或修復后,才能進入數據倉庫,被后續業務應用所使用。
【數據倉庫】
數據倉庫是決策支持系統和聯機分析應用數據源的結構化數據平臺。數據倉庫研究和解決從數據庫中獲取信息的問題。數據倉庫中的數據具有面向主題、集成性、穩定性和時變性的特征。從數據存儲的角度來看,數據倉庫具有如下特點
1)詳細交易數據及相關業務數據的集合
2)包含必要的內部與外部信息數據
3)數據來自于多個數據源
4)保存一定的時間周期
5)按照企業內業務規則所決定的模型存儲
億信睿智數據治理管理平臺提供數據治理&數據倉庫一體化解決方案,協助企業:
1)建立企業內一致的信息視圖,建立操作型數據的集中存儲與分發的基礎平臺,形成全行統一的數據服務平臺。
2)完善全行數據供應鏈,建立覆蓋各業務源系統數據的存儲、處理機制。
3)降低應用的信息數據分析成本,縮短數據分析應用的投產周期。
4)通過數據服務的建設,使得數據中心作為一個整體,能夠在最短的時間內滿足業務數據需求,提高了IT響應業務的效率。
上一篇:數據治理和安全...