- 1、本文档共66页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
治理·让创新无限券行业数据治理解决方案
目录4业界数据治理建设经验1证券数据治理现状5总结2证券数据治理建设方案3数据治理应用场景及平台关键特性
高效运营风险监管证券企业的IT系统经历了数据量高速膨胀的时期,海量的、分散在不同角落的数据导致了更加复杂的数据环境。企业无法从统一的业务视角去掌控整个企业的数据信息,以便更好的规划IT用于支撑业务运行。数据是企业的生命线,谁掌握了准确的数据谁就获得了先机。在当前竞争日益某省市场上,企业都在不同某省市场上争夺优质客户。只有基于高质量的数据,才能够帮助企业在激烈的竞争中取得竞争优势。竞争创新《证券公司全面风险管理规范(修订稿)》第33条的要求:“证券公司应当建立健全数据治理和质量控制机制。积累真实、准确、完整的和外部数据,用于风险识别、计量、评估、监测和报告。证券公司应将数据治理纳入公司整体信息技术建设战略规划,制定数据标准,涵盖数据源管理、数据库建设、数据质量监测等环节。证券数据治理现状:高效运营和外部监管是行业数据治理驱动力
证券数据治理现状:大量的券商开始开展数据据治理工作●人员组织:专职组织,人员分工常态化,数据服务常态化●流程制度:优化的企业级管理流程●技术支撑:优质数据仓库,大数据仓库,掌握企业数据/业务需求,联动的、常态化的数据管理平台●人员组织:有固定专职人员,人员分工细化●流程制度:跨系统、跨部门的固化流程●技术支撑:数据仓库、企业级数据管理平台●人员组织:有专职或兼职人员、有明确的职责●流程制度:系统、部门内固化流程●技术支撑:系统内数据管理、某省市、没有或有分散的数据管理平台●人员组织:科技人员兼职●流程制度:项目方式的临时流程●技术支撑:office文档、数据分散存储●人员组织:临时人员或无人员●流程制度:无●技术支撑:无大量券商启动、咨询、规划数据治理项目评估角度 数据质量 元数据 数据标准 主数据 数据安全3020100数据治理成熟度评估模型产品支撑制度流程华泰、海通等随机阶段认知阶段数据治理组织环境领导组织成长阶段实施能力成熟阶段创新阶段
数据摸底不清,无从下手?缺乏对企业数据整体情况了解,想推行数据标准落地防范,不知从何做起。缺乏方法指导,落地困难?没有完整的数据治理落地方法,即使有管理办法、数据标准也会束之高阁,没有真正的发挥作用。各自为战,建设内容割裂?缺少企业级完善的数据管理体系,组织、流程、标准体系等方面有缺失整改周期长,成果见效慢?数据标准统一非常难,各个业务部门都以数据业务正在使用为由,短期不愿意去改。缺少工具支撑,实施成本高?系统采用不同的技术手段实现,管理难度大,成本高;…?…证券数据治理困难和挑战:数据治理推进还有不少问题需要解决
证券数据治理方法:成熟理论、平台和实施经验解决实施难题 差距分析差距分析差距分析路线图数据蓝图规划评估当前环境主数据管理活动交付成果 实施方法论 统一管理企业数据资产统一的企业数据标准完善的流程和组织保证闭环的质量保障体系?复核、监控和更新?实施计划参考数据主数据管理实施计划行业数据特性文档内容管理DW商业智能数据架构管理数据操作管理数据安全管理数据质量管理元数据管理数据治理的六项组成要素数据模型元数据数据标准……数据质量数据治理的九大功能域数据开发数据治理目标策略企业文化组织 企业数据需求?优化过程角色职责实践技术软件工具…
证券数据治理目标:建立制度、流程和平台满足监管和管理要求建立统一的数据治理管理体系,建设数据治理平台,包括:元数据管理、数据标准管理、数据质量管理,以落实全面风险管理规范数据治理监管要求。形成数管流程数据资产统一维护建立数据标准体系提升数据质量生命周期管理借鉴国内外同行业数据治理经验,快速形成数据治理相关的组织、规范、制度和流程。提供完善的数据生命周期管理,重点数据的归档管理,提升数据应用率。梳理企业数据标准体系和指标的加工口径,形成统一管理和维护平台及流程。基于元数据实现企业数据资产的统一视图,提供元数据的关联分析、版本维护等,提升数据运维水平,辅助资产管理应用。依托数据标准,统一业务术语、业务指标口径,解决数据不一致问题;通过业务梳理形成数据业务规则,提升数据质量。落实监管要求监管要求管理
目录2证券数据治理建设方案1证券数据治理现状4业界数据治理建设经验5总结3数据治理应用场景及
文档评论(0)