计算业务系统数据管理驱动力

(2)计算业务系统数据管理驱动力

1)预测系统数据生命周期。根据数据生命周期管理模型，预测分析相关业务系统数据访问频率、迁移情况，确定数据在线度y。

2)确定业务活动类别。商业银行业务系统按照业务类别、响应时间要求、重要程度，可以将数据分为不同类别。例如，某商业银行按照应用分层分组的原则对数据进行分类，其中的度量是指业务因子s，取行业经验值，如对于核心系统，其度量值取最大值1，而办公系统的度量值相对较小，可以取值为0.1或0.2，见表8-1。

3)确定业务系统数据价值。不同业务系统包含的数据种类各不相同，并且具有不同的

价值和安全性需求。例如，某商业银行根据主题和功能特点对数据进行二维分类，见表

8-2。业务数据的价值因子”按照最高类别确定，取行业经验值。

4)分析制度管理需求。根据行业规范（不同业务对数据保存期限要求不同）确定存储及备份要求，有些重要数据即使已处于归档状态，也需较高的资源配置来确保可用性，如采用在线归档。

5)确定数据管理驱动力。根据模型分析，确定数据管理驱动力DMDF为f(s，秽，r，y)。例如，商业银行核心系统有较高的时效性和业务连续性要求，客户账户数据属于敏感信息，除销户外，数据在线度为1，该系统具有最高的数据管理驱动力，值为l。此外，核心系统中包括了不同的数据类别，应分别计算各分类数据管理驱动力，为精细化数据管理提供依据，如交易明细数据，随着时间增加，该类历史数据访问频率降低，业务响应时间要求较低，可参照分类数据管理驱动力从系统中分离出来进行分表或分库处理。