国内股份制商业银行数据架构建设建议

国内股份制商业银行数据架构建设建议

ID:38662005

大小:796.50 KB

页数:15页

时间:2019-06-17

国内股份制商业银行数据架构建设建议_第1页
国内股份制商业银行数据架构建设建议_第2页
国内股份制商业银行数据架构建设建议_第3页
国内股份制商业银行数据架构建设建议_第4页
国内股份制商业银行数据架构建设建议_第5页
资源描述:

《国内股份制商业银行数据架构建设建议》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、数据架构建设研究报告国内股份制商业银行数据架构建设研究报告ii数据架构建设研究报告目录1建设目标和意义31.1概述31.2建设目标31.3建设意义42数据构架整体规划42.1当前数据架构所面临的问题与挑战42.2架构建设原则52.3数据架构整体规划62.4整体解决方案82.5数据处理和存储架构82.5.1接口文件区82.5.2数据仓库82.5.2.1细节数据暂存区SSA(SORStagingArea)82.5.2.2细节数据SOR(SystemOfRecord)92.5.2.3汇总数据区Summary92.5.2.4反馈数据区(FeedbackArea)92.5.2

2、.5元数据存储MDR(MetaDataRepository)92.5.3数据集市和多维立方体92.6数据治理平台规划112.7数据标准平台规划112.8数据质量管理平台规划122.9元数据管理平台规划142.10业务与科技能力要求152.10.1安全与保密15ii数据架构建设研究报告1建设目标和意义1.1概述国内股份制商业银行经历了近些年的高速扩张和发展,无论在客户群体和业务量上都有了庞大的增长,这推动了银行信息化建设的力度。各商业银行均投入大量的人才财力物力举全行之力大力推进银行的信息化建设,这使得银行构建了大量的业务系统,包括:核心系统、个贷系统、对公贷款系统、

3、国际结算系统、网上银行、前置系统等等,这些系统内积累了大量的业务数据,而这些业务数据相对独立,信息共享困难,无法从整个企业和单一视图的角度对数据进行深入分析和挖掘,无法为高层管理和决策提供强有力的依据,无法满足快速变化的市场的需求。基于此,股份制商业银行纷纷开始构建数据仓库,以业务支撑应用系统的数据以及其他相关数据作为基础数据源,采用科学的数据抽取、整理、存储等方法,建立企业级数据仓库;然后通过丰富的数据分析和挖掘方法找出这些数据内部蕴藏的大量有用信息,对客户、业务、市场、收益、服务、等各方面情况进行科学的分析,从而为市场决策管理者和市场经营工作提供及时、准确、科学

4、的辅助决策依据。数据架构设计作为数据仓库技术中的一项根本性基础工作,是对系统逻辑体系结构和建模方式的描述,直接决定了数据仓库系统的可管理性和可扩展性,在数据仓库系统的建设过程中具有极其重要的作用。1.2建设目标数据架构顾名思义是数据的架构,是研究数据质量、标准的,是确定数据如何存放、流转、分发的。数据架构要支撑上层业务分析应用。在数据仓库的建设过程中,数据架构的建设目标包括:•业务层面>构建适合股份制银行统一模型,建立业务/客户/产品统一视图>实现跨部门、跨系统分析,支持现有的各类应用>支持业务报表、经济资本管理等业务应用>为各分支机构提供数据支持•系统层面>建立统

5、一的、共享的基础数据平台>保证数据的一致性、可用性和扩充性,提升数据质量>集成核心、信贷、国业、前置等重要系统的数据•技术层面>建立具有先进性、灵活性和可扩展性的企业级数据仓库的总体架构>建立一套完善的ETL体系完成数据抽取、清洗、加载与转换•管理层面>实施平台管理、数据库管理等系统管理>借助于数据仓库项目建设和维护方法论,完善项目不同阶段的管理>建立数据标准,制定全行统一的数据标准>建立数据存储策略和生命周期及集成架构>建立数据质量管理,推动业务系统改善数据>建立数据安全机制,确保核心数据的安全性Page15of15数据架构建设研究报告1.1建设意义数据架构的建设

6、意义如下:ü使银行高层领导能够从全局角度出发,推动企业数据的统一规划,便于业务人员对企业数据的分析与理解。ü可以形成企业的概念模型,帮助企业人员更好地理解业务的核心概念和业务之间的关系。ü可以明确各个业务部门之间的关系和在分析应用工作中的主要职责,有利于实现统一的报表体系规范,便于实现企业的运营指标分析和统一的口径。ü形成有效的数据管理体系,保证企业在业务部门众多,内部数据和外部数据复杂的情况下,数据只有唯一事实的特点。ü可合理利用银行的软硬件资源,统一规划数据存储,避免资源浪费ü可有效推动业务系统数据质量的提升,尽早发现存在的风险。2数据构架整体规划2.1当前数据

7、架构所面临的问题与挑战当前部分企业采用的数据架构:Page15of15数据架构建设研究报告当前所面临的挑战有:ü重复数据太多。这些重复数据的作用都是相同的吗?重复的数据占用了更多的存储,增加了硬件和维护的成本。ü业务系统繁多,数据量重复导致数据量过大,当业务人员需要统一分析某些指标时,相关数据的可访问度很差,既增加了等待的时间,也极易造成结果的不一致性ü业务系统繁多,数据架构复杂,数据流处理周期过长,增加了数据处理的成本,也增加了出问题的几率1.1架构建设原则侧重与数据的采集、处理、输入、输出、管理,以及数据的流向、关系、分布等。重点:²确保系统的整体性能²确保

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。