【摘要】:1.当前企业和商业银行的总体现状目前来说,很多企业和商业银行都处于数据治理的初级阶段,很多系统的数据仍然面临着各种问题,例如数据不一致、不完整,数据质量较差,甚至不同的系统之间采用的数据标准规则都不一致,这样都会导致数据共享成本的上升和数据清洗工作量大大增加。
数据是企业的原始材料,也是金融、电信、互联网等行业最大的价值来源之一,如何利用这些数据,以及如何更好地对数据进行挖掘,已经成为提高企业竞争力最重要的手段之一。
1.当前企业和商业银行的总体现状
目前来说,很多企业和商业银行都处于数据治理的初级阶段,很多系统的数据仍然面临着各种问题,例如数据不一致、不完整,数据质量较差,甚至不同的系统之间采用的数据标准规则都不一致,这样都会导致数据共享成本的上升和数据清洗工作量大大增加。如果缺乏对这些数据的有效管理,不仅会造成数据的价值和潜力不可能被挖掘出来,同时也会严重影响企业的利益和决策。对于这些问题,表面上是数据的问题,但是更深层次的原因是对数据管理的缺失或者相关制度不健全,以及人员的职责划分不清晰。
举例来说,对于数据管理缺失的问题,为了保障系统能够采集到完整、真实和有效的数据,在进行系统建设的时候,必须通过数据标准给予规划和约束。对于令人头疼的数据质量问题,它的改进也是一个长期的过程,除了使用技术手段保障数据的质量外,还可以通过对数据的管理来保证数据质量问题的快速解决。很多商业银行建立数据质量管理体系和数据治理机制,通过对数据质量问题的预防、识别、分析和监控等活动,满足数据质量管理的要求。(www.daowen.com)
2.企业和商业银行面临的问题
对于多数企业的系统建设,总会暴露出一些弱点和缺陷,例如系统多、数据标准不一致、很多数据难以共享等问题,这对核心业务系统的运行效率有很大的影响。所以对于大多数企业来说,应该着眼于长期的数据治理,挖掘数据的潜力,为企业增加业务价值。
对此,我们应该考虑如何对这些问题进行解决。
免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。
有关数据架构与商业智能的文章