- 数据治理领域包括但不限于一下内容:数据标准、元数据、数据模型、数据分布、数据存储、数据交换、数据生命周期管理、数据质量、数据安全以及数据共享服务。
- 从未来银行业务发展的角度来看,先进技术做支撑(必然是低成本的),业务主题及发展趋势做导向,底层+中台+应用构成三维一体,从半人工、到自动化、再到智能化。
- 数据治理领域是随着银行业务发展而不断变化的,领域之间的关系也需要不断深入挖掘和分布,最终形成一个相互协同与验证的领域网,全方位的提升数据治理成效。
- 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。数据模型包含三个部分,数据结构、数据操作、数据约束。
- 在未来的一段时间内,小微企业及服务也必将成为行业的重点。
- “元数据管理是企业数据治理的基础”,理解数据治理的首要任务,就是——理解元数据,理解元数据管理。
- 在数据治理中,元数据便是对于数据的描述,存储着关于数据的数据信息。我们可以通过这些元数据去管理和检索我们想要的“这本书”。
- 企业元数据管理,首先需要对企业所有元数据进行整体规划、抽象描述,进而设计出所需元模型。
- 企业元数据管理到底有什么价值:
1) 自动采集企业元数据 ,全面梳理企业信息资产
2) 多种分析方式,迅速响应业务数据问题
3) 全方位检核机制,消除企业数据质量隐患
4) 完善的版本管理,保障企业元数据一致性
5)元数据变更监控,方便
数据管理
最新推荐文章于 2024-06-23 17:27:25 发布
数据治理领域包括但不限于一下内容:数据标准、元数据、数据模型、数据分布、数据存储、数据交换、数据生命周期管理、数据质量、数据安全以及数据共享服务。从未来银行业务发展的角度来看,先进技术做支撑(必然是低成本的),业务主题及发展趋势做导向,底层+中台+应用构成三维一体,从半人工、到自动化、再到智能化。数据治理领域是随着银行业务发展而不断变化的,领域之间的关系也需要不断深入挖掘和分布,最终形成一个相互协同与验证的领域网,全方位的提升数据治理成效。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,.
摘要由CSDN通过智能技术生成