主数据管理流程,主数据实施方案

银行数据仓库体系实践(7)--数据模型设计及流程

1、银行的经营风险的机构，那在第15节也提到了巴塞尔新资本协议对于银行风险的计量和监管要求，其中信用风险是银行经营的主要风险之一，它的管理好坏直接影响到银行的经营利润和稳定经营。

2、确定的分析结果包括开发这对于现有组织管理状况的了解，用户对信息系统功能的需求，数据和业务流程，管理功能和管理数据指标体系以及新系统拟该改动和新增的管理模型等。

3、数据模型对开发人员的要求：深入理解数据库和数据仓库的理论知识：开发人员需要了解关系型数据库和数据仓库的基本原理、数据模型的设计和管理，以及数据存储、数据组织和管理等方面的知识。

4、明确业务需求：首先需要明确电子商务客户关系管理的具体业务需求和目标。例如，企业希望了解客户的购买行为和偏好，或者想要使用客户反馈数据来改进产品和服务等。

5、依据建立的空间数据仓库概念模型并不能直接建立空间数据仓库的物理模型，而是首先建立空间数据仓库的逻辑模型，由逻辑模型来指导空间数据仓库的物理实施。

如何实现成功的数据治理?

1、提高数据质量：集中、唯一的主数据是历史信息对比分析的基础；依靠唯一的主数据标识建立关联；通过主数据标准化管理可以精确地实现历史数据的决策分析和支持功能，是业务动态历史和静态历史信息共享的基础。

2、从技术实施角度看，数据治理包含“理”“采”“存”“管”“用”这五个步骤，即业务和数据资源梳理、数据采集清洗、数据库设计和存储、数据管理、数据使用。

3、首先，数据治理需要定义数据的含义和分类。对于同一种数据，不同的团队和部门可能会有不同的定义和分类方式。因此，明确数据定义和分类，能够消除误解和沟通障碍。其次，数据治理需要确保数据质量。

4、提高全面思想认识 毋庸置疑，数据是企业的宝贵资产，各企业已经意识到数据质量的重要性，但是并没有将数据治理提到战略高度，信息化建设的重点仍然是应用系统建设和运维。

5、Informatica Axon提供端到端智能数据治理解决方案，以整体、协作的方法将员工、流程和系统流畅融合，从而实现战略业务成果。Axon Data Governance作为协作中心，为成功实施数据治理计划提供支持。

6、需要企业高层支持，将数据治理工作放在企业重点工作中，保证对数据治理项目人力物力的投入，提高数据治理相关部门和人员的执行力。建立完善的数据治理组织，数据治理管理制度，并明确组织内各角色的职责。