数据管理

1. 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。
2. 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。
3. 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。
4. 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。
5. 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。
6. “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。
7. 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”。
8. 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。
9. 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