400-626-7377-
数据治理成熟度模型
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 -
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 -
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 -
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 -
行数据治理核心领域四
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 -
行数据治理核心领域三
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 -
银行数据治理核心领域二
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 -
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 -
数据治理组织
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 -
建立银行数据治理体系
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 -
树立大数据治理意识三
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 2018-04-26 -
树立大数据治理意识二
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
大数据 2018-04-26 -
树立大数据治理意识一
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 -
加强数据治理水平，确保数据安全
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
预约领优惠
京ICP备13024721号-1
京公网安备11010602007294号 增值电信业务经营许可证：京B2-20201348 全国统一报名专线：400-626-7377