我國銀行數據現狀
1、缺乏數據梳理，造成行領導看到的數據相互沖突和矛盾
2、業務職能不清晰或相互重疊，觀察數據視角不盡相同，缺少
數據標準與業務統一定義，語軌不一致
3、IT架構中中都是以部門級應用為主（如計財、資金計劃部等），缺乏從大的管理職能（財務、風險、運營等）綜4、合方面的數據整合、數據標準和統一業務定義
5、由于業務系統輸入的隨意性，導致部分關鍵業務
數據質量較差
由于全行的數據散落在各個業務系統中，沒有進行有效整合，形成豎井式架構，造成多個信息孤島，整體架構缺少一個穩定的、抗源變化的保存最細粒度歷史數據的數據層。無法支撐未來共享性應用。
業務表現
信息孤島
數據冗余
共享性差
歷史數據缺失
問題
數據分散，難以管理
沒有一個穩定的，抗源變化的數據層
缺少統一的數據標準
業務表現
各系統存在冗余數據
各系統存在業務含義一致，名稱定義不一致的屬性
各系統存在含義不一致，名稱定義一致的情況
業務代碼定義混亂
問題
重復投入
數據不一致、不準確
難以利用和管理
各系統數據難以共享
數據治理目標
1、數據標準規劃化--規范化管理構成數據平臺的業務和技術基礎設施，包括數據管控制度與流程規范文檔、信息項定義等。
2、數據關系脈絡化--實現對數據間流轉、依賴關系的影響和血緣分析
3、數據質量度量化--全方位管理數據平臺的數據質量，實現可定義的數據質量檢核和維度分析，以及問題跟蹤。
4、數據服務電子化--為數據平臺提供面向業務用戶的服務溝通渠道。
數據治理方法論
數據治理成熟度評估模型
銀行數據治理如何實施
數據治理領域包括但不限于數據標準、數據質量、元數據、數據模型、數據分布、
數據存儲、數據交換、數據生命周期、數據安全等內容。數據治理領域是隨著銀行業務發展變化的，領域之間的關系也需要不斷深入挖掘和分析，最終將形成一個互相協同與驗證的領域網，全方位地提升數據治理成效。
數據治理解決方案
睿治
數據治理平臺是我公司完全自主研發的、開創性的、一站式綜合數據治理整體解決方案。睿治是全國唯一實現了數據治理場景全覆蓋的突破性產品，九大核心模塊：元數據、數據標準、數據質量、
主數據、數據資產、數據安全、數據交換、數據處理、數據生命周期等，以創新的方式保證了企業的業務數據在采集、匯總、轉換、存儲、應用整個過程中的完整性、準確性、一致性和時效性，全面為客戶量身打造符合自身特征的數據治理體系。
睿治始終站在國內頂尖梯隊，廣泛應用了MQ、分布式計算、zookeeper等最新技術。同時引領國內行業發展趨勢：
1、數據質量自動探查，內置常規數理統計算法支持綁定機器學習算法；
2、數據關系智能構建，基于存儲過程、sql、數據庫定義，自動理解數據之間的關系；
3、資產目錄主動感知，活化更新等先進技術，確保成為當之無愧的領頭羊。?
睿治具備難以超越的核心競爭力：
1、睿治各模塊高度融合，各功能可互相調用，全程可視化操作，打通數據治理各環節；
2、先進的產品設計理念，充分依照國際規范、標準，具有國內先進水平；
3、豐富的項目實踐經驗，深耕大數據領域十多年，著眼于打造數據全生命周期的智能化產品線；
4、專業的服務保障團隊，遍布全國，及時響應。?
睿治平臺致力于打造“平臺化、可視化、智能化”數據治理解決方案。
1、架構統一，基于全新Spring Boot+EUI開發，微服務架構，延展性強；
2、全界面操作，“零”表達式治理，實現治理全過程可視化，全角色可視化；
3、內置智能算法，多場景自動化、智能化治理。?
睿治的通用擴展性之高，廣受好評。平臺基于各行業數據共性，采用成熟模塊化設計理念，實現各模塊功能各行業應用場景普遍適用；平臺功能全面，靈活組裝，可對數據從創建到消亡全過程監控和治理；平臺提供豐富的服務接口，內置腳本支持，全面滿足集成、擴展需要。??
（部分內容來源網絡，如有侵權請聯系刪除）
