神州信息数据管控平台是通过建立数据治理体系,为数据管理活动提供保障;启动数据管理基础活动,确保数据需求与业务需求一致;提高数据内容质量,充分发挥企业数据资产的价值。
数据治理的分阶段规划
数据治理是行内数据资产管理长期的过程,并逐步实现数据资产价值的过程。
· 实现数据管控标准化
· 元数据管理
· 数据目录管理
· 数据分类
· 数据解析
· 新增管理上线
数据质量提升
· 数据质量规则定义
· 数据质量检查
· 数据完善
· 问题跟踪
· 工作流派单
· 质量问题管控流程和规范化
数据价值体现
· 数据主题层建设
· 数据服务
· 数据标准化服务
· 专题分析服务
· 标签管理和服务
· 指标管理和服务
数据中台
· onemodel
· oneID
· oneService
· 实体打通和画像
· 逻辑化服务
· 跨源服务
· 开发数据战略、数据政策,高阶概况的描述数据治理的目标、主要内容和行动计划,指导数据治理方向性选择。
· 制定数据管理相关制度、建立数据管理组织架构,明确企业数据所有权和数据管理工作的职责和职责分配。
· 定义数据管理工作流程,保障数据治理相关工作有序推进和工作成果的及时汇报。
· 组织开发/购买数据资产管理平台,提高数据管理相关活动的效率。
· 元数据管理:帮助企业了解数据来自哪里、数据在业务系统中含义、业务代码含义、口径说明、存储结构、谁是数据所有者、谁管理和解释数据等。
· 数据标准管理:帮助企业规范业务术语、统一技术要求,确保数据需求的业务一致性,促进不同数据源的数据共享。
· 数据质量管理:帮助企业主动、全面地发现数据质量问题,高效地分析和解决数据问题,实现完整的数据质量管理闭环。
· 数据安全管理:帮助企业识别涉及商业机密和客户隐私的数据,准确对数据进行安全分类和分级,保障数据安全的访问和使用。
· 数据架构管理:理解企业数据需求,分析企业信息价值链,保持图形化的企业数据模型和数据流与实际业务一致。
· 数据建模:根据不同的数据应用的业务和技术要求,选择适合的数据建模方法和数据模型,如三范式建模、维度建模、Data Vault建模、本体建模等。
· 数据开发与应用的服务:为数据开发和应用提供数据质量保障,指导数据开发和使用。数据开发包括以下活动:数据整合项目、数据仓库和商业智能项目、数据集市项目、主数据管理项目、历史数据平台项目等。数据应用包括以下活动:数据可视化项目、商业智能报表(综合展示平台、报表、仪表盘、数据立方体/OLAP等)项目、预测性分析与数据挖掘项目、数据科学研究项目等。
充分和有效的部门访谈,找到数据治理的切入点,结合完整的数据管理知识体系(国际数据管理协会-DAMA)和丰富的数据治理咨询经验,灵活的定制企业的数据治理体系。
提供全套数据治理工具,如元数据管理平台、数据标准管理平台、数据质量管理平台、数据安全管理平台。
全面的数据质量检测和数据质量问题管理,全面提升企业数据质量,强力保障数据资产变现,提高企业市场竞争力。
数据治理咨询团队有丰富的数据治理行业背景,且多为DAMA中国协会成员,在业务分析、数据建模、数据分析、数据可视化、数据挖掘等方面有多年实践经验,熟练运用数据帮助企业实现业务/产品创新和内部优化。
快速掌握数据在其生命周期中的状态,提高数据在其生命周期中的效率
提升银行内部部门之间的共享数据和协同工作能力
发现数据存在问题,协助提升银行数据质量
健全数据运用和数据服务,确保数据运用的安全性和规范性
配合银行数据治理成果的落地和管理,促使银行数据质量提升
通过开展数据治理,建设数据治理体系,进行数据质量专题整治、数据标准建设、元数据动态采集,有效提高了银行数据质量和捕捉源系统的变化。
政务大数据的建立依赖于自顶向下的数据架构规划和自底向上的数据治理,通过数据架构规划与数据治理相结合,形成政务大数据质量和价值的重要保障。
满足监管要求是推行数据治理很好的切入点。商业银行需更加重视监管数据,把监管数据纳入数据治理,在监管统计制度、监管统计系统、监管数据报送、监管数据质量管控等方面持续优化和提升。