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。
2018-04-26 阅读全文>>CMMI协会在2014年发布了数据管理能力成熟度模型Data Management Maturity( DMM),可以用来评估和提升企业的数据管理水平,帮助企业跨越业务与IT之间的鸿沟。
2018-04-26 阅读全文>>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
2018-04-26 阅读全文>>流程管理包括流程目标、流程任务、流程分级。根据数据治理的内容,建立相应流程,且遵循本单位数据治理的规章制度。实际操作中可结合所使用的数据治理工具,与数据治理工具供应商进行协商,建立符合商业银行的流程管理。具体描述详见“数据治理保障机制”的“数据治理流程”相关章节。
2018-04-26 阅读全文>>制度章程是确保对数据治理进行有效实施的职责问责制度,其中一些是数据治理职能的职责,也包括其他数据管理职能的职责。数据治理是最高层次的、规划性的数据管理制度活动。换句话说,数据治理是主要由数据管理人员和协调人员共同制定的高层次的数据管理制度决策。这里只简单介绍包括哪些制度章程,具体描述详见“数据......
2018-04-26 阅读全文>>数据治理的组织包括制度组织和服务组织。制度组织主要负责数据治理和数据管理制度。这些组织是跨职能的,通常商业银行会建立数据治理委员会、数据管理制度团队等组织,负责整体数据战略、数据政策
2018-04-26 阅读全文>>战略是选择和决策的集合,共同绘制出一个高层次的行动方案,以实现高层次目标。数据战略是企业发展战略中的重要组成部分,是数据管理计划的战略,是保持和提高数据质量、完整性、安全性和存取的计划
2018-04-26 阅读全文>>我国银行在过去十几年的信息化发展中,都或多或少有些重生产轻分析的现象,这导致了大量以账户为中心的传统交易系统的存在。随着我国金融改革不断深化,尤其是当互联网金融崛起并对传统银行业造成冲击时
2018-04-26 阅读全文>>大数据时代使海量、异构数据的动态采集、实时存储、即时分析成为现实,多元化、个性化、移动化的大数据应用也得以实现,社会治理也可以更多地依托大数据技术得以突破性地创新和提升。
2018-04-26 阅读全文>>2011年6月,美国麦肯锡全球研究院发布题为《大数据:下一个创新、竞争和生产力的前沿》的研究报告,首次正式提出“大数据时代已经到来”的观点,数据正成为与物质资产和人力资本相提并论的重要生产要素
2018-04-26 阅读全文>>其次,Hadoop、Spark等大数据技术的应用,对数据治理的技术手段提出了许多新的要求。传统模式下基于RDBMS进行管理,SQL是通用的数据访问方式。
2018-04-26 阅读全文>>数据安全或者说数据隐私的重要性比以往有显著提升,这也需要在数据治理中加强对数据安全的重视。在传统应用场景中,数据由企业收集,在企业内部应用,数据所有权的问题并不突出。
2018-04-26 阅读全文>>中国银行业监督管理委员会在《中国银行业信息科技“十二五”发展规划监管指导意见》中明确指出:“十二五”期间,大中型银行要把数据治理作为重要的制度性建设与基础性工作,加强组织保障、制度保障与流程保障
2018-04-26 阅读全文>>经过多年的信息化银行建设,我国各家银行积累了海量的、丰富的数据资源。在当今大数据时代,数据本身非常重要,其潜在资产价值对于银行而言更为关键,数据作为资源的再利用价值为银行业金融业务创新提供了支撑力和驱动力。
2018-04-26 阅读全文>>缺少企业级数据标准管理体系 虽然银行拥有了大量的数据资源,但是,也经常面临重要数据缺失,系统间数据不一致
2018-04-26 阅读全文>>10203条 上一页 1.. 430 431 432 433 434 ..681 下一页