终于有人把数据治理怎么做给讲清楚了

文|帆软数据应用研究院 汪建辉

-

银行数据治理核心领域

每个数据治理的领域都可作为一个独立方向进行研究治理，同时各领域之间需要有机结合。

目前总结的数据治理领域有：数据标准、元数据、数据模型、数据分布、数据存储、数据交换、数据生命周期管理、数据质量、数据安全以及数据共享服务。

数据模型

包含三个部分，数据结构、数据操作、数据约束。

元数据管理

分为业务元数据、技术元数据和操作元数据三部分，三者之间关系紧密。

数据标准

主要由业务定义、技术定义和管理信息三部分构成。

数据质量管理

只有建立完整的数据质量体系，才能有效提升银行数据整体质量，从而更好的为客户服务，提供更为精准的决策分析数据。

数据生命周期管理

一般包含在线阶段、归档阶段、销毁阶段三大阶段。

管理内容包括建立合理的数据类别，针对不同类别的数据制定各个阶段的保留时间、存储介质、清理规则和方式、注意事项等。

数据分布和存储

数据分布和存储主要涵盖了数据如何划分和存储，总行系统以及总分行数据如何分布，主数据及参考数据如何管理。

-

笔记有限，内容就分享到这里，下篇笔记继续分享剩下的内容。

-

最后给大家分享一份帆软金融事业部针对国内银行数据要素分散、数据服务体系不健全、数据场景应用不清晰、数据人才匮乏等一系列问题，而提出的基于用户、场景为中心的金融数字化经营解决方案。