银行数据治理核心领域二

1．数据模型

数据模型是数据治理中的重要部分，合适、合理、合规的数据模型，能够有效提高数据的合理分布和使用，它包括概念数据模型、逻辑数据模型和物理数据模型，是数据治理的关键、重点。具体描述详见“数据模型”相关章节。

2．元数据管理

元数据分为业务元数据、技术元数据和操作元数据，三者之间关系紧密。业务元数据指导技术元数据，技术元数据以业务元数据为参考进行设计，操作元数据为两者的管理提供支撑。具体描述详见“元数数据管理”相关章节。

3．数据标准

数据标准是银行建立的一套符合自身实际，涵盖定义、操作、应用多层次数据的标准化体系。它包括基础标准和指标标准（或称为应用标准）。与数据治理其他核心领域具有一定的交叉，比如元数据标准、数据交换和传输标准、数据质量标准等。商业银行的数据标准一般以业界的标准为基础，如国家标准、监管机构（如国家统计局、中国人民银行、工信部）制定的标准，结合商业银行本身的实际情况对数据进行规范化，一般会包括格式、编码规则、字典值等内容。良好的数据标准体系有助于商业银行数据的共享、交互和利用，可以减少不同系统间数据转换的工作。具体内容详见“数据标准”相关章节。

4．数据质量管理

数据质量管理已经成为银行数据治理的有机组成部分。高质量的数据是商业银行进行分析决策、业务发展规划的重要基础，只有建立完整的数据质量管理体系，才能有效提升银行数据整体质量，从而更好地为客户服务，提供更为精确的决策分析数据。具体内容详见“数据质量管理”相关章节。