数据资产管理平台是以业务目标为导向,以大数据、人工智能、微服务为技术支撑,通过持续开展海量数据的资产盘点、存储计算、分析挖掘、质量管控、资产维护、目录服务、应用创新等全技术栈的管理服务,提取数据中高价值知识,将数据转化为企业的业务增长新驱动力的新型技术服务体系架构。
数据资产是现代银行核心竞争力的重要组成部分,如何管理好数据、应用好数据、挖掘数据价值逐渐被各个银行所重视,为了加快业务创新、提高精细化管理和科学决策水平,现代银行需要将数据作为资产进行运营管理,数据资产管理的对象包括数据表、数据模型、数据标准、数据质量、指标数据、数据生命周期等。
参考银监会及行内数据管理能力评估体系对数据管理现状进行梳理,分析现状和目标的差异。根据数据管理体系框架规划行内未来数据管理的工作内容和开展计划,基于核心业务将业务对象抽象为企业数据模型,定义整体数据结构。对各应用系统数据对象进行标准规范设计及资产分类、标签体系、服务目录及权限设计。建立与数据标准配套的管理组织机构架构和流程,保证数据标准的落地。利用技术手段保证数据标准的执行,优化相关业务系统满足数据资产管理与服务外放的质量需求。定义回归数据资产建设成果,重新进行数据管理能力进行评估。
数据产品区:为数据组装工厂,对离线数据服务、实时数据服务加工形成的指标、标签、关系数据进行定制、组合,沉淀各条线可共享数据产品,为业务系统提供灵活用数支持。原则上加工结果数据(指标、标签、关系等)优先通过数据产品区向前台业务系统提供联机服务,存在特殊需要(如监管要求等)再采用批量供数方式在前台业务系统冗余数据。应用驱动方式构建,结合场景需要逐步丰富与完善。
对外提供数据统一门户,根据方式差异,分为三类:面向用户的人机交互场景,提供数据探索、数据建模、数据开发、报表定制、数据访问工具;面向业务前台,建立数据服务框架,实现数据服务的封装、注册、发布,并接受消费方订阅;对于存在批量数据获取需要,如监管报送,由应用下载文件并通过文件方式传输提供。
实现全行各类资产入库;与研发流程结合,控增量、治存量,实现全行数据资产统一管控;面向业务用户、科技用户提供数据资产管理及查询服务。
通过工具化、柔性化,兼顾研发效率与管控要求,将指标模型开发过程管控与研发流程结合,保证账实相符,同时通过高质量资产辅助研发设计。
1. 指标任务:基于存量指标加工的sql脚本、存储管理等程序,通过元数据解析能力,实现自动化血缘关系解析,将实体表中 的原始字段及字段加工的sql规则识别出来,支撑存量指标的快捷识别,根据模板批量导出指标加工的元数据信息;2. 快捷识别:内置指标元数据模板,支持多数据源的指标分析模型配置,快速输出指标元数据信息。
资产目录,提供数据资产的全局检索,按照资产类型、分类、标签、应用系统、评分等多维条件进行快捷查询,及资产运营统计分析。资产地图:按照应用系统、数据资源、数据表、业务分类、指标数据、数据标准、文件数据等关系视图全局查询,作为数据资产服务的最佳助手。
通过基于元数据血缘关系自动解析表的技术元数据信息,按照数据表管理模板快捷导出相关的数据表信息,实现存量数据表资产的盘点;通过标准化的管控流程,将表加工的DDL过程管控与研发流程结合,从事前角度保障资产的数据质量。
面向各类用户提供资产查询功能,发挥资产价值。
资产管理:资产登记、分类/标签、资产开发、发布管理;作业管理:数据接入/输出、作业批次与监控管理;资产服务:资产服务目录、API接口服务与查询服务配置;工作台:资产订阅、资产查询申请、审批、执行管理。
服务价值:数据资产管理平台应用系统,为数据架构治理提供工具支撑,与研发过程结合,实现数据资产管控。输出《表结构设计规范》、《数据资产管理规程》,建立数据管控流程机制、数据资产团队,组成研发中心数据专业人才,负责数据相关规范制定及数据资产审核。
袋鼠云数据质量DataValid,通过事前,事中,事后的流程化管理,全面保障数据质量。具有一站式工作,全程零编码,丰富的监控规则,全自动分析报告等功能。
全面保障数据质量
全程零编码
全自动分析报告
云徙i-Digital Engine数字中台丰富的业务实践后,采用领域建 模的方式沉淀业务共性部成为中 台中心,实现能力共享,通过OneID技术统一用户数据、 商品数据、订单数据、营销数 据,打破烟囱式系统带来的数据孤岛
功能完备
安全可靠
阿里云DataWorks大数据开发治理平台,覆盖数据研发全生命周期;日PB级数据同步;日千万级任务调度;1小时上手;大数据全流程研发;阿里数千名运营小二都在用;相比自研或使用开源工具,有效降低平台研发和运维成本,让您专注于业务本身。
数据同步
功能健全
全托管
租户隔离