数据治理

• 数据治理展望

  数据治理是一个长期的持续过程，需要有一套长效保障机制。数据治理的方法和手段也不是一成不变的

  [大数据] 2018-05-09

• 数据资产视图之指标库

  银行经营中要使用大量的统计指标，针对指标元数据信息，如果缺乏完整的业务管理流程，将会在应用中出现指标虽然多，但是可用性不高的问题。例如：缺乏指标的一致性管理，将出现同名异义指标、指标元数据信息不完整、指标积累越来越多、退出困难等问题。

  [大数据] 2018-05-09

• 第12章 数据服务

  银行通过数据治理，保证了数据作为重要资产的价值。数据是重要资产的观念已经在金融行业成为共识，但要发挥数据资产的作用，还需要一个对数据进行加工处理、分析挖掘的过程。

  [大数据] 2018-05-08

• 数据治理支撑系统

  数据治理不能停留在手工管理层次，而应将相关规划、制度、规范、流程等通过系统支撑来实现，以促进数据治理高效执行。

  [大数据] 2018-04-27

• 要综合各种方式进行治理

  目前，我国商业银行数据治理基本上通过系统或工具发现问题，然后由技术人员进行批量修改，或者由业务人员进行修订或补录。其工作基本上由银行内部人员完成。

  [大数据] 2018-04-27

• 要进行事后评估与整改

  定期对系统展开全面的数据治理状况评估，从问题率、解决率、解决时效等方面建立评价指标，通过系统记录并跟踪需要整改的数据问题，要求按期整改优化，必要时进行一定的考核。一般事后评估与整改可以安排在项目投产一周后进行，并按年进行回顾。

  [大数据] 2018-04-27

• 要加强事中监测

  在日常业务开展及信息技术运维过程中，应组织分析各领域的数据质量问题，监测报告本系统的数据结构变化情况、数据分布情况、数据对业务服务的满足情况、在线数据增长情况等。要做好事中监测，就要完善

  [大数据] 2018-04-27

• 数据治理流程之要做到事前预防

  数据治理是一项长期而复杂的工作，除了制度的指导与约束外，还需要一套完整的、科学的、严谨的流程来保证，以使数据治理的组织架构可以高效地运作起来，最终取得良好的数据治理效果。

  [大数据] 2018-04-27

• 一些典型的制度或规范领域见表3-1

  一些典型的制度或规范领域见表3-1

  [大数据] 2018-04-27

• 数据治理政策与数据治理制度

  数据治理政策 它是数据治理工作的指导总纲，它的主要目的是明确数据治理的工作意义及工作目标，明确数据治理整体的主要工作内容与工作要求，明确各部门、机构在数据治理工作中的职责分工，为数据治理各领域的管理工作提供参考依据。

  [大数据] 2018-04-27

• 数据治理制度章程

  一种文化的形成从来不是一蹴而就的，需要思想及行动上的指导。数据治理的战略文化亦是如此，要在全行上下树立“数据即资产”的企业文化，不是一朝一夕的事情。

  [大数据] 2018-04-26

• 数据治理执行层是全行数据治理日常工作的执行机构

  执行层 数据治理执行层是全行数据治理日常工作的执行机构，向数据治理决策层负责，由全行全体成员（包括总行、分行、支行各机构成员），包括业务部门和科技部门共同组成。

  [大数据] 2018-04-26

• 数据治理综合管理部门为数据治理管理层

  数据治理综合管理部门为数据治理管理层，是全行数据治理工作的管理机构，向数据治理决策层负责，可以由一个专门设置的独立部门担任，也可以由分别负责数据标准、数据质量

  [大数据] 2018-04-26

• 数据治理管理委员会即为数据治理的决策层

  数据治理管理委员会即为数据治理的决策层。作为全行数据治理工作的决策机构，组长可由负责数据治理的主管行长担任，成员由相关部门总经理担任。

  [大数据] 2018-04-26

• 数据治理组织

  数据治理工作是一个全行性的工作，需要科技部门、业务部门等各方面的通力合作，需要总行、各分支机构的上下联动和一起努力。一般商业银行均会成立由行领导牵头的数据治理管理委员会

  [大数据] 2018-04-26

• 认知与行动

  信息化领域有一个很有名的说法叫作“Garbage in，garbage out”，翻译成中文就是“垃圾进、垃圾出”，意指用垃圾数据作样本，产生的研究结果也毫无价值。

  [大数据] 2018-04-26

• 数据治理文化

  在开展数据治理之时，首先要从战略上将数据放在银行重要资产的高度。现代银行业对信息化的依赖程度极高，银行生产经营的过程和结果最终都体现为信息，而信息的载体即数据。

  [大数据] 2018-04-26

• 企业发展战略

  企业发展战略是关于企业如何发展的理论体系，是一定时期内对企业发展方向、发展速度与质量、发展能力的重大选择、规划和策略。企业发展战略包括企业发展目标、业务发展规划及与之配套的IT发展规划等政策性原则和行动纲领

  [大数据] 2018-04-26

• 银行数据治理核心领域一

  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，目前总结的数据治理领域包括但不限于以下内容：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、数据质量、数据安全以及数据共享与服务。

  [大数据] 2018-04-26

• 技术应用

  技术应用包括支撑核心领域的工具和平台，例如数据质量管理系统、元数据管理系统等。它们是数据治理能够顺利开展的技术保障。只有建立丰富的数据治理工具和平台

  [大数据] 2018-04-26