金融业天然就是一个经营数据的行业,一直对数字技术保持高度重视,是数字化转型最早和数字技术应用最广的行业之一。在金融和技术融合过程中,数据治理是关键。当前金融数据治理已由过去局部数据管理,发展到统筹数据整合、智能应用、数据驱动决策和数据开放融合,这对金融数据治理提出了更高的要求,也带来新的挑战。
先给大家小小剧透一下分享大纲: 一、初始阶段(数据积攒期) 业务需求⼤ 政治需求(报送)⼩ 管理需求(报表)⼩ 针对这些需求,需要搭建怎样的架构才能满足?
二、成熟阶段(数据使⽤期) 业务需求(⼤):如果业务发展停滞了,就不需要讨论数据部⻔新阶段了 政治需求(⼤):随着业务成熟,任何政治需求的失误会带来的损失更⼤。 管理需求(⼤):业务规模的增⼤伴随着管理难度的增⼤,管理需要更多的数据⽀持。 稳定的数仓开始有点招架不住变化的需求了,所以开始引进数据中台。
数据中台在解决⼤量问题的同时,带来数据治理问题怎么处理,谁处理?
三、未来(数据爆炸期) 随着实时数据、⽂档数据(征信)、⼆进制数据(照⽚,OCR)等数据种类和规模爆发,这些数据存不存?怎么用?谁来做?
是否有一种新的数据架构能够满足当下需求和未来趋势?
想了解更多有关袋鼠云大数据产品、行业解决方案、客户案例的朋友,浏览袋鼠云官网:https://www.dtstack.com/?src=szitpub
来自 “ ITPUB博客 ” ,链接:https://blog.itpub.net/69995740/viewspace-2931008/ ,如需转载,请注明出处,否则将追究法律责任。