数据治理&数据仓库

【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


金龙彩票投注站点金龙彩票认证官网最新活动提供数据治理&数据仓库一体化解决方案,协助金融企业:


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。

<友情连结> 1号庄娱乐官网/ 博易彩票平台/ 金龙彩票/ 金龙彩票玩家平台/ 上海齐耀发动机有限公司/