CMMI协会发布的数据管理能力成熟度模型(DMM)可以根据企业的数据管理能力分为5个层次,如图3-3所示。
大数据 2018-04-27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,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。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商业银行的重要且敏感数据大部分集中在应用系统中,例如客户的联络信息、资产信息等,如果不慎泄露,不仅给客户带来损失,也会给商业银行带来不利的声誉影响
大数据 2018-04-26任何事物都具有一定的生命周期,数据也不外如是。从数据的产生、加工、使用乃至消亡都应该有一个科学的管理办法,将极少或者不再使用的数据从系统中剥离出来,并通过合适的存储设备进行保留
大数据 2018-04-26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。
大数据 2018-04-26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
大数据 2018-04-26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
大数据 2018-04-26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。
大数据 2018-04-262011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
大数据 2018-04-26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。
大数据 2018-04-26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。
大数据 2018-04-26