升级数据资产管理平台,助推银行数据价值最大化——某股份制银行数据资产管理案例
发布日期:
2022-05-01
浏览次数:

本期分享的数据治理项目始于2008年。经过10多年的发展,开展该项目的某股份制银行已经形成了一套完整的以制度、流程、平台为载体的数据资产管理体系,曾先后荣获“中国金融创新奖”“金融科技创新突出贡献奖”“星河案例”等奖项,广受业界瞩目,备受行业好评。

▌项目背景:数据爆发式增长,升级数据资产管理平台迫在眉睫

从2008年开始,该行就在恩核的加持下启动了数据治理项目,率先迈步数字化转型进程。随着数据管理工作的不断深入和数字化建设的加速,该行数据呈爆炸式增长,元数据量急速增加。与之形成对比的,是数据使用人员在海量的数据中,面临不知有什么数据、不知数据在哪里、不懂数据含义、不懂数据间关系以及不会查阅数据等问题。因此,恩核助力该行不断通过智能化手段,实现数据资产的集中管理、深度挖掘和交叉应用,为行方提供高质、便捷的数据资产使用体验,提高数据使用的效率,赋能其数字化转型。

▌项目目标:搭建数据管控平台,强化数据治理,提升业务效能

在深刻剖析了自身数据治理现状,并咨询了恩核数据治理专家后,该行正式启动数据资产管理项目,旨在搭建一套能够满足全行数据资产管理需求的数据资产管理平台,使数据资产管理具有高效、规范和可运营性,以期达成以下目标:

▎强化数据治理体系,实现数据资产的分类、集成和优化,从而为业务决策和经营管理提供有价值的信息支持。

▎丰富数据资产类别,拓展技术能力,实现对多种数据类型的统一管理。

▎提升资产质量,拓展平台资产质量监测范围,构建场景化的质量展示。

▎通过场景化展示与应用,提升数据资产利用价值。

▎提升平台智能化水平,结合先进技术提升查询和盘点能力,为管理者提供智慧支持。

▎持续优化平台功能,使其易于使用且满足业务发展需求。

▎开发易用、高效的模型设计工具,以简化模型开发流程并提升业务效能。

▌项目实施:多措并举,多角度、全方位达成项目目标

通过数据标准梳理、新核心数据字典梳理、资产管理平台及模型端功能、构建企业级数据字典等重要举措,多角度、全方位促成项目目标的达成。

▎数据标准梳理

数据标准实施过程包括数据标准规划、数据标准现状调研、标准设计、标准的实施映射、标准执行以及在使用过程中维护增强等过程。

1)数据标准规划,需要考虑业务计划、应用范围、数据中体、服务对象、优先策略等。在开展数据标准规划时可以采用引进业界实施经验,根据业务的优先顺序和实施难易程度,规划标准的框架体系以及实施路径的方式开展实施工作。

2)数据标准现状调研,需要考虑现有定义、使用习惯、问题梳理、现状分析、参考文档等。可以通过调查问卷、安排现场访谈、收集文档资料等手段,针对不同的业务系统选用合适的调研方式,对现有定义、使用习惯、数据分布、数据流向、业务规则、服务部门等开展相关调研工作。 

3)数据标准设计,是对数据标准的主题、信息大类、信息小类、信息项、数据类型、数据长度、数据定义、数据规则等进行规划设计。在方法论指导下,完成数据标准设计和定义工作,包括数据业务描述定义(业务属性)、类型长度定义(技术属性)、其他标准信息定义。

4)数据标准实施映射,要明确需要映射内容的系统范围、应用领域、数据库表、数据字典、数据字段等。将已定义的数据标准与业务系统、业务应用进行映射,表明标准和现状的关系以及可能影响到的应用。

5)数据标准执行,要充分考虑业务需求和实施难易程度上确定执行原则,最大程度上结合目标和现状,针对不同类型系统制定相应策略,并设定合理阶段性目标。执行建议可从业务流程、业务系统、管理应用及数据平台等各方面提出数据标准执行的建议。

6)数据标准维护增强是需要进行标准发布、管理机制、工作流程、配置工具等方面。结合数据管理需求和机制,组建组织机构,培训、培养管理员,负责相应工作,建立配套规章制度,利用管理工具维护更新标准并监控其执行情况。

▎新核心数据字典梳理

通过初始化数据字典梳理工作流,产出数据字典检验规则。同时建立并完善平台词库校验、属性域管理流程、数据字典管理流程、数据字典管理 - 设计时新增系统级数据字典流程。

▎资产管理平台及模型端功能

首先建模工具上传实体/表,属性/字段到数据资产管理平台,在进行逻辑/物理模型设计时,按系统选择数据字典,从资产管理平台拉取到本地引用属性中,然后将系统数据字典和数据字典项同步被智能开发平台,进行相关的开发。

▎构建企业级数据字典

基础数据标准需要落标到数据字典中,会基于基础数据标准在每一套系统级数据字典中添加一个或多个对应的数据字典项;数据字典项也可以提炼成为基础数据标准。

▌项目成效:平台日臻完善、服务全线升级、项目圆满成功

数据资产管理平台:完成平台搭建,支撑元数据采集、数据资产登记、数据资产智能打标、智能搜索、元数据管理等功能。本地化开发:适配本地化开发、功能优化、用户定制化开发。数据接入:已接入213套系统的数据、20万数据资产表、280万数据资产字段、34万数据资产。

模型工具:已完成207套系统的模型初始化工作。优化模型发布流程改造,模型工具上传、下载、权限管理、文件管理、差异对比、EAPS需求获取及接口属性管理等功能。

平台迁移:已完成数据质量考核管理,数据质量指数统计等功能迁移。

数据资产登记:资产接入,基于灵活、可扩展的设计思路,可配置化的资产模板,能接入不同类型的数据资产;建立标签体系,对登记入库的数据资产进行维护并且实现场景化的打标签功能对资产进行智能盘点,实现资产的权威。

数据资产服务:智能服务,提供“搜索一下,数据全知道”的数据资产一站式搜索服务,业务人员和技术人员可以在统一的入口进行权威的数据资产信息搜索。

数据标准:梳理出4000多个金融词库。


相关推荐