- 数据分析
- 数据治理
- 解决方案
- 案例
- 数字化转型
- 赋能中心
- 伙伴
- 关于
数据管控方案通过强有力的组织架构,完善的管理制度及工作流程支撑,规范数据管控各项工作的开展,加强银行的整体数据管理能力,避免因数据质量问题导致生产故障的发生,保障信息系统的稳定运行。引入数据全生命周期管理理念,建立全面的数据治理政策体系,结合元数据、数据标准等开展数据治理工作,有效执行了从数据质量问题发现到问题解决的数据治理流程,通过全面的数据质量检核,保证数据质量考核客观、全面、合理,使数据治理工作能够落到实处,全面提升银行数据运用水平和数据质量。
本方案集数据标准、数据质量、元数据为一体,结合相应的管理工具实现银行数据治理和管控。数据标准模块统一管理全行数据标准,建立业务部门与IT人员之间的一致性理解;数据质量模块主要应对事后的质量评估和清理提升,建立数据质量检核规则直观量化数据质量问题,明确问题严重程度,为数据质量热点区域发现提供依据,对已发现问题进行监控、跟踪,有效推动银行数据质量的不断提升;元数据模块通过自动采集全行各系统的元数据,并通过图形化展现数据加工流程,为业务部门级IT人员了解数据流向及问题分析提供了便捷的服务。
数据管控机制
数据标准化
数据质量评估
元数据管理
数据资产地图
通过建立统一的数据标准、可量化的数据质量管理、高时效的元数据服务,提升了人员沟通效率,提高数据质量,推动银行数据管理水平的稳步提升,提高需求分析、应用设计的工作效率,满足银行内部全面风险管理能力及精细化管理要求。
管理数据标准的定义、发布和执行情况,建立全行通用的数据标准,推进数据标准在系统中的有效落地
基于元数据视图和分析能力,更高效地支持数据仓库等关键应用的开发效率和质量
通过全面数据质量管理,有效地降低了数据质量导致的系统维护和信息维护成本,使数据真正转化为信息
通过数据治理和管控,系统将提供标准统一的、高质量的数据,并通过元数据服务帮助用户快速定位,促进数据资产价值的发掘和利用,实现精准高效的分析
充分借鉴业界先进数据仓库建设成功经验,经过分析论证,决定采用先建数据集市、后建数据整合层的方案,进行数据仓库建设,搭建数据基础平台,整合全行主要业务系统数据,形成全行数据应用统一出口。同时制 定一批得重要业务数据标准,依据标准对数据进行加工...