- 数据分析
- 数据治理
- 产品解决方案
- 行业解决方案
- 案例
- 数字化转型
- 赋能中心
- 伙伴
- 关于
时间：2018-12-05来源：数据治理浏览数：826次
【数据治理】
一、数据治理的总体目标为：
满足外部日趋严格的监管要求
满足商业银行内部管理数据质量完善的需要
满足客户服务及业务拓展数据支撑的需要
二、数据治理的具体工作包括：
数据标准：根据国家及行业规定，以及本行的业务规范，建立本行的数据质量标准
数据质量评估：对当前业务数据源系统进行数据检查与质量评估，并出具数据质量评估报告
数据规范化：依据数据检查与质量评估结果，提出数据质量完善方案
数据清洗与重新生成：针对可以通过后续技术手段进行完善的内容，进行数据清洗和重新生成，形成符合质量要求的数据
三、数据质量标准从类别上，可以分为：应用类数据标准、统计类数据标准和基础类数据标准。
应用类数据标准包括：风险数据标准、客户数据标准、财务数据标准、绩效数据标准；
统计类数据标准包括：业务规模、风险管理、客户管理、运营管理、信息管理、外部数据；
基础类数据标准包括：客户数据标准、产品数据标准、协议数据标准、机构数据标准、交易数据标准、渠道数据标准、营销数据标准、资产数据标准、财务数据标准、地址数据标准、公共代码数据标准。
四、数据质量管控平台是数据管理的核心环节。
数据质量标准进行参数化技术处理后，做为技术标准对各类数据源的数据质量进行检核，并出具质量检核结果报告，供编制数据质量完善方案使用。
数据只有在数据质量管控平台检核、通过质量确认或修复后，才能进入数据仓库，被后续业务应用所使用。
【数据仓库】
数据仓库是决策支持系统和联机分析应用数据源的结构化数据平台。数据仓库研究和解决从数据库中获取信息的问题。数据仓库中的数据具有面向主题、集成性、稳定性和时变性的特征。从数据存储的角度来看，数据仓库具有如下特点
1）详细交易数据及相关业务数据的集合
2）包含必要的内部与外部信息数据
3）数据来自于多个数据源
4）保存一定的时间周期
5）按照企业内业务规则所决定的模型存储
亿信睿智数据治理管理平台提供数据治理&数据仓库一体化解决方案，协助企业：
1）建立企业内一致的信息视图，建立操作型数据的集中存储与分发的基础平台，形成全行统一的数据服务平台。
2）完善全行数据供应链，建立覆盖各业务源系统数据的存储、处理机制。
3）降低应用的信息数据分析成本，缩短数据分析应用的投产周期。
4）通过数据服务的建设，使得数据中心作为一个整体，能够在最短的时间内满足业务数据需求，提高了IT响应业务的效率。
上一篇：数据治理和安全...
