修改密码

Input error
Input error
Input error
提交

修改昵称

当前昵称:
提交
数据治理是银行数字化转型的战略需要。数据已经成为银行的重要资产和核心竞争力,充分发挥数据价值对于用数据驱动银行发展、提高银行经营质效具有重要意义。近年来,银行业金融机构在业务快速发展过程中,积累了客户数据、交易数据、外部数据等海量数据。当前,银行业金融机构数据质量存在较多问题,主要表现为数据欠缺准确性和完整性,时效性和适应性不足。随着银行业数字化转型的全面展开,数据对银行的重要性日益凸显,开展数据治理,充分发挥数据价值,提升银行经营管理效率,提升监管效能必不可少。

痛点

银行数据治理面临的挑战

元数据难统一、数据标准难落实

数据源质量问题多,手工数据质量差,系统修复能力差。

数据资产管理难溯源、数据资产难查询

数据分散在多个业务系统中,取数规则不统一;数据信息跨渠道,共享难,存在部门间壁垒。

数据应用难评价、数据价值创造低等难题

数据重复采集,有效利用率低,加大治理难度。

创新:Ultipa图计算数据治理系统

Ultipa基于图数据库、实时图计算技术,打通银行内、外部数据底层,进行横向关联,实现了银行指标级数据的实时复杂查询和深度搜索、归因溯源。Ultipa采用自主研发的Connector、Transporter、Maker等组件工具整合多源异构数据,将全行数据资产归集到统一的图数据库(数仓)平台,通过高密度并发的图数据库计算引擎 “实时”对数据资产进行处理与分析,提升用户体验性。

客户价值:Ultipa图计算数据治理系统为客户带来的价值

  • 通过打通底层数据与上层数据资产、数据血缘分析等手段实现资产的分层分级,对资产进行精细化管理,满足业务人员用数需求。

  • 数据资产深度搜索与多维分析产生显著的价值。图计算、图数据库应用到数据资产管理实践中,以解决数据治理场景难题为出发点,提升了数据资产管理能力。

  • 指标生命周期管理。在数据治理中,图计算技术对指标的定义、产生、发布、应用、修改、退出全生命周期管理成为业务创新、数据治理提升的利器。

完成以下信息后,可下载此案例
*
公司名称不能为空
*
公司邮箱必须填写
*
你的名字必须填写
*
你的电话必须填写
*
你的电话必须填写