联系我们
关注我们
在线咨询
免费试用
国有/股份商业银行
城市商业银行/农村商业银行
银行行业解决方案
需求痛点
无管理：各个项目组模型管理方式不一，在开发和投产过程中没有形成管理机制
模型管理工具不一致，从成熟工具到Excel，甚至没有模型管理工具。工具也没有版权，存在一定法律风险。
模型管理工具无法做二次开发，无法与行内其他管理工具进行集成
在开发、测试、投产过程中，模型变更没有统一管理方式
投产变革中会出现模型DDL没有跟代码一同投产，导致回退
缺积累：全行的数据模型缺少长期积累
缺少全行数据模型统一视图，无法做模型合理性分析和规划
业务逻辑模型没有参照：一些成熟的，可以作为标准化的设计不被广大项目组所知晓，导致一些项目组在设计模型时没有参考，通过试错来积累，效率很低。
没有全行的数据模型，无法做落标分析
少标准：行内已有的数据标准还不完整，且没有落标工具支撑
行内多年梳理的数据标准，但还没有形成完整标准体系
没有工具支持引标落标
系统建设时凭各自经验建模建表，没有引用标准的意识
字段同名不同义、同义不同名。字段类型不一致、长度不一致、代码值不一致，影响共享
搭建统一线上建模工具，进行数据模型生命周期管理
需求分析
概要设计
详细设计
程序开发
系统测试
上线交付
运行维护
与现有开发流程及相关工具深度整合，适应行内的管理方式
任务管理平台
开发平台
SSO统一用户
数据治理平台
数据建模系统
用户集成(JWT)
系统集成
系统集成
建模任务管理
发布打包
DDL变更语句
DDL变更语句
用户登陆（SSO）
元数据
版本管理
版本管理
数据标准
产出和价值
协同研发
一体化
一体化
SSO
单点登录
及用户集成
单点登录
及用户集成
无缝登录
数据建模
工具
数据建模
工具
以建模工具
为中心
为中心
强管控
模式管理
模式管理
一屏
总览全局
总览全局
运维
保障投产质量
将数据模型管理纳入开发投产的统一管理中
避免出现模型脚本错漏等情况
开发
设计有据可依
形成全行数据模型资产，模型共建共享
模型字段设计可以参考使用数据标准
设计阶段提示变更影响范围，防控风险
大数据
完善数据治理体系
在数据模型设计中体现数据标准，逐步实现引标落标
完善元数据血缘关系，与数据模型工具进行协同
需求痛点
在内部精细化管理需求和监管报送场景下，行内缺乏规范的数据质量治理流程和考核机制，不能及时发现数据质量问题，或缺乏有效解决途径
缺乏统一数据标准，难以建立全面、准确、完整地反映企业运营状况的单一数据视图，难以做到数据的逻辑整合
对数据采集、分布、流转及应用的规划存在不合理现象；没有一个清晰的全局系统数据展示平台对数据资产进行摸底盘点；对业务人员提出的数据分析需求不能准确及时提供和反馈
没有监管报送数据模型做报送基线模型指导，监管报送质量问题只能事后发觉并被动整改，不能将发现相关数据问题的节点前置；对于该场景下的质量问题多次反复出现，不能在源头避免
建设目标
数据精细化管控
元数据
数据模型
数据标准
数据质量
实现元数据自动采集及变更监控，迅速发现问题，杜绝违规操作
实现AI智能化对标及结果分析，使相关部门能实时掌握对标、落标情况并减轻人工处理的工作量
实现全行数据资源共享、来源一致、标准统一、质量可靠的目标
推动数据质量问题处理流程的规范化，为在线处理质量问题提供直观、易用的工具，逐步满足内部精细化管理需求和外部监管要求
基于监管报送及内部运营统计场景，梳理数据标准、指标清单，建设监管报送数据模型，做好数据血缘关系管理，做好后期数据源探查、数据追踪溯源的前期工作
“盘”：数据资产盘点步骤
元数据查询
版本管理及差异比对
变更影响分析
采集任务调度
维
护
护
业务系统
数据仓库
表
存储
过程
过程
视图
函数
元数据
元数据信息每天从生产库进行更新
调度监控平台
用户通过维护生产数据库信息
来间接维护平台上的元数据信息
来间接维护平台上的元数据信息
数据标准模块建设内容
数据标准
基础
数据标准
数据标准
标准代码
标准管理
流程
流程
标准词库
对标与落标
实现对基础数据标准的
发布、变更、废止进行流程化管理
发布、变更、废止进行流程化管理
实现对标准代码的
发布、变更、废止进行流程化管理
发布、变更、废止进行流程化管理
实现对数据标准的大版本和小版本进行管理
管理数据标准和数据字典的映射
实现对数据标准的落标情况进行自动核验
实现数据标准的统计分析报表
以图表形式展现标准在各个维度的应用情况
以图表形式展现标准在各个维度的应用情况
基于监管报送数据质量管控设计
业务系统
存款
信贷
电子银行
信用卡
中间业务
…
数据平台
ODS（MDS）
数据中台
报送平台
数据质量平台
监管接口
EAST
1104
长期机制
修正结果
应急
修正结果
修正结果
基于EAST4.0监管报送数据模型样例图
优化报送数据范围及口径
三一类原则
简明数据采集方式
强化数据质量
调整数据存储方式
产出价值
元数据模块
全行业务系统已经全面推广接入管控平台，当前接入106个应用系统
元数据采集频率为每日1次，已上线运行5个月左右，共接入元数据150万条
系统能发现不合规的数据库变更，并用邮件及时通知到负责人，已发挥实际作用
已全面推广在业务数据库中维护元数据中文名，目前已经完成一轮
元数据和数据字典的差异，目前大部分系统已经做到完全一致
利用管控平台，大数据部定期检查元数据和数据字典的差异，作为常规管理
数据标准模块
管控平台已经导入行内当前全部数据标准、标准代码，且均已发布
平台每日运行核标任务，能够通过平台直观看到全量系统的当前对标和落标情况，便于分析管理
已基于备份系统数据库的方案，在管控平台.上完成一轮全量系统的码值检核
平台目前已支持使用数据湖进行码值核验，现正在用新方式进行全量系统的码值检核
系统专门定制开发了丰富的报表，帮助大数据部从多种维度对数据标准的应用情况进行分析
针对行内新发布的一版数据标准，管控平台可支持迅速导入及应用
数据质量模块
管控平台已经针对所有EAST规则开发完成配套的质量规则，并检验可以运行，待上线推广
管控平台已经针对现有DQC规则开发对应的质量规则，并检验可以运行，待上线推广
灵活的问题处理流程与智能化的事后核查，能为未来质量问题管理办法的推动提供助力
设计监管数据模型
可将梳理的监管报送数据标准直接引用至监管报送数据模型当中，实现报送标准落地需求，达成统一认知
平台每日运行核标任务，能够通过平台直观看到全量系统的当前通过统一监管报送模型，快速实现监管报送质量问题溯源跟踪，迅速定位问题位置，并进行全链路血缘影响分析，厘清上下游关系对标和落标情况，便于分析管理
根据分析监管报送模型，可找到数据质量问题出现在哪些环节，并进行质量跑批规则设计，展示数据质量问题，精准下发至问题归属部门，实现监管报送数据质量问题线上闭环管理
English