《银行金融行业数据脱敏解决方案课件.pptx》由会员分享，可在线阅读，更多相关《银行金融行业数据脱敏解决方案课件.pptx（93页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、数据脱敏银行解决方案01数据脱敏建设目标02数据脱敏解决方案03数据脱敏实施计划目录CONTENTS01数据脱敏的建设目标银行机构应规避信息风险，加强数据、文档的安全管理，对客户的敏感信息提供完善的保护，对用于测试开发的生产数据要进行脱敏、变形、实现有效保护，逐步建立信息资产分类分级保护机制，完善敏感信息存储和传输等高风险环节的控制措施。大数据及云平台的发展，最终目的在于提高信息的利用率、数据的流通性、进一步挖掘数据的价值，尤其是在金融领域长期积累的数据，其本身的价值也越来越高。OR数据脱敏是什么-客户角度识别客户需求321业务快捷办理资产增值保值数据脱敏是什么-个人隐私1.大量积累的业务数据
2、，在用与防之间的流转过程中，如何保障个人隐私大量积累的业务数据，在用与防之间的流转过程中，如何保障个人隐私？随着金融业务的快速发展，业务生产系统积累了大量包含客户账户等敏感信息的数据。而在业务分析、开发测试、审计监管，甚至是外包业务等金融业的工作场景中，工作人员使用的都是真实数据。如果这些数据发生泄露、损坏，不仅会带来经济损失，更重要的是会大大影响用户对该金融机构的信任度，如何保证生产数据安全已成为银行必须面对的一个重要问题。数据脱敏是什么-数据合规2.上级主管部门不断推出针对性的政策法规，如何确保自身数据合规上级主管部门不断推出针对性的政策法规，如何确保自身数据合规？金融行业是高度信息化的行
3、业，在人们的日常生活中扮演着重要的角色，同时也积累了大量的用户个人数据，如何保证生产环境数据安全已经成为一个行业难题。数据脱敏是什么-技术规范3.现有技术明显跟不上业务发展的需要，输出包含有个人隐私数据的过程不够规范。现有技术明显跟不上业务发展的需要，输出包含有个人隐私数据的过程不够规范。（1）备份恢复手段直接获得测试数据优点是简单快捷；弊端却是隐私数据毫无保留地被泄露。（2）由开发商负责脱敏看似对数据进行了处理，但实际上执行者是开发商，真实数据同样已外流；效率低下，占用大量人力和时间；规则简单，通过逆向运算即可得到真实数据，并且简单的规则还会导致数据大量失真，仿真度太低，影响测试效果。（3）
4、写程序、脚本或命令对数据进行脱敏，效率不高，准确率无法判断对客户员工的技术水平要求较高；不成熟的算法导致测试数据质量同样不高。1、主动服务2、智能分流3、降低人工网点业务转型1、精准营销2、产品咨询3、目标客户挖掘1、线下渠道融合2、设备资源共享3、客户行为分析数据脱敏是什么-银行角度银行产品营销网点智能管理数据脱敏的建设目标01030204线上线下渠道协同业务办理效率提升精准客户营销资源管理与配置数据治理意义、作用和价值意义是构建完善、共享、统一管理数据环境的基本保障和重要组成部分是把数据作为资产来管理的有效手段作用确定了一系列岗位角色和相应的责任及管理流程保证了业务数据在采集、集中、转换、
5、存储、应用整个过程中的完整性、准确性、一致性和时效性价值企业进行数据治理的最大驱动力来自数据质量，通过提高数据质量实现更多的业务价值将实现业务目标作为数据管理和服务的核心驱动力，优化数据架构，提升数据仓库/信息化管理系统建设，支持管理能力的提高、精细化和决策的科学性数据战略数据应用与服务数据管理保障机制促进支撑实现支撑数据战略与规划数据组织与职责数据制度与管理流程数据服务管理数据需求管理应用系统建设数据服务数据架构与模型管理数据标准管理数据质量管理元数据管理主数据管理数据保留与归档管理数据安全管理内容管理数据治理框架数据调度与处理大数据平台数据结构化转换大数据分析计算分布式数据库分布式文件系统
6、数据生命周期管理数据平台数据传输数据服务数据集市数据质量检核元数据管理数据管理平台数据应用统计报表基础数据平台贴源层整合层汇总层数据切分数据源业务系统物联网互联网数据交换平台内部数据外部数据其他系统数据接口数据架构数据挖掘高管驾驶舱一、应用（需求）驱动主导数据平台的实现，加强业务的关注和参与二、初期能够快速见效并体现建设价值，不盲目投入三、借鉴同业的成功经验和成果，选择成熟技术架构和解决方案四、重视内部人员培养，建设配套运营制度和管理体系解决在金融生产环境与非生产环境敏感隐私数据的使用过程中，如何保护个人隐私数据的难题，实现金融业务与管理无缝对接，快速高效地实现生产环境数据向非生产环境的过渡。
7、实施周期不易过长，规模不易过大，能够快速的见到数据总线带来的效果和价值。尽量参考同行业、同规模、同类型企业行的建设经验，适当创新。前期让公司内IT人员尽量更多、更深入的参与到数据总线的建设中，后期角色以管理为主，尽量与合作伙伴共同建设二期以上。配套的管理规范、技术规范、运营体系。数据平台建设原则第一步：为生产数据建立一套隐私数据的模型和关系，同时支持自动定义和手工定义两种模式；第二步：通过内部保存的生产数据模型，从生产系统周期性地抽取真实数据；第三步：根据隐私数据模型，将抽取到的真实数据进行漂白脱敏，生成伪数据，这样测试数据就准备好待用，由于方案设计的平台是封闭系统，整个过程能够很好地避免数据
8、泄露事件的发生；四步：当需要使用样例数据时，用户并不会直接访问内部数据，而是使用有限权限的帐号登录并将数据高速装载到外部的某个数据库中。数据平台建设步骤02数据脱敏解决方案01网点设备智能化02线下渠道精准营销03线下线上渠道融合04线下渠道互联互通数据脱敏整体解决方案05相关技术方案功能与业务流程据自身记录的生产系统的元数据定义，从生产系统数据库当中抽取数据，抽取的数据源支持主流的数据库系统及文件。为安全起见，隐私数据在完成漂白之前，非数据管理员看到的都是空表。数据自动抽取数据自动抽取面向不同的元数据，可以提供丰富多样的数据分发方式，同时支持对目标源的自动校验，最大限度保障用户数据的安全。数
9、据数据智慧智慧装载装载自动扫描并定位银行生产数据中的敏感数据，建立隐私数据模型，自动识别表与表之间的关联关系，利用自身独一无二的深度内容识别技术，在敏感数据智能发现上具有独一无二的竞争优势。数据智能发现数据智能发现根据隐私数据模型进行敏感数据匹配，定位哪些表哪些字段为隐私数据，属于哪种隐私数据，同时对于出错的数据进行进一步梳理，剔除错误数据，保证隐私数据模型的准确；数据梳理识别数据梳理识别数据漂白会自动根据元数据中隐私数据的定义，内置丰富的隐私数据模型规则，同时也可以自定义修改脱敏规则，对相应的数据进行脱敏变形。数据高效脱敏数据高效脱敏01数据脱敏-系统架构图数据脱敏综合大前置运营管理平台银行
10、后台自助设备大堂经理移动自助接入适配器转接适配器精准营销系统核心CRM银联互联互通平台01数据脱敏-网点设备智能化人脸识别系统设备端加装人脸识别摄像头，柜面及自助设备增加人脸采集绑定流程后台部署人脸识别系统语音识别系统设备端加装阵列麦克风，后台部署语音识别系统生物识别手段指静脉识别（活体检测）声纹识别等快捷方式二维码扫描01数据脱敏-网点设备智能化_刷脸交易用户设备摄像头刷脸取款输入手机号人脸比对人脸定位检测特征提取人脸特征比对人脸比对系统账号选择密码验证出钞输入金额01数据脱敏-网点设备智能化_语音交互场景用户设备设备展示语音识别语音识别系统请说：取款转账取款500欢迎光临请说出您要办理的业
11、务靠近展示取款500指静脉识别指静脉设备（活体样例）出钞数据应用现状分析-总体情况行领导行领导？综合业务系统信贷管理国际业务系统债券管理系统数据交换平台综合报表平台财务会计部财务会计部信贷管理部信贷管理部国际业务部国际业务部资金计划部资金计划部.客户信息.贷款余额客户信息.贷款余额.客户信息客户信息.客户信息.业务职能不清晰或相互重叠，观察数据视角不尽相同，缺少数据标准与业务统一定义，语轨不一致IT架构中中都是以部门级应用为主（如计财、资金计划部等），缺乏从大的管理职能（财务、风险、运营等）综合方面的数据整合、数据标准和统一业务定义缺乏数据梳理，造成行领导看到的数据相互冲突和矛盾由于业务系统输
12、入的随意性，导致部分关键业务数据质量较差业务人员业务人员X?567数据应用现状分析-数据架构方面l由于全行的数据散落在各个业务系统中，没有进行有效整合，形成竖井式架构，造成多个信息孤岛，整体架构缺少一个稳定的、抗源变化的保存最细粒度历史数据的数据层。无法支撑未来共享性应用。集市层客户风险客户一部中间业务汇总数据层主题层报表应用共用主题数据客户风险报表客户一部报表中间业务报表支付报表支付业务ODS层DEP层BDS层其它报表l业务表现信息孤岛数据冗余共享性差历史数据缺失l问题数据分散，难以管理没有一个稳定的，抗源变化的数据层综合业务信贷管理国际结算债券核算源系统竖井式架构，造成信息孤岛缺少一个稳定
13、的、抗源变化的数据层客户管理绩效考核没有进行整合，无法共享，不能支持如客户管理等共享性应用数据应用现状分析-数据应用难题l业务表现各集市系统指标存在重复各集市系统在保有存量的同时，不断产生新的指标（增量）集市指标派生无法实现指标逻辑视图（指标分类）不一致l问题重复投入数据不一致指标设计、口径不一致指标难以共享客户风险集市客户一部集市资金计划部借据号期末余额。借据编号期末贷款余额总资产用户用户我想看本期贷款余额，看哪个呢？主营业务收入负债总额活期存款流水采集单活期存款流水采集单G21G21流动性期限缺口统计表流动性期限缺口统计表。我想看客户经营情况信息，有哪些呢？用户用户活期存款指标数据怎么不一
14、致呢？活期存款l缺少统一的应用分析标准数据应用现状分析-数据应用难题l业务表现各系统存在冗余数据各系统存在业务含义一致，名称定义不一致的属性各系统存在含义不一致，名称定义一致的情况业务代码定义混乱l问题重复投入数据不一致、不准确难以利用和管理各系统数据难以共享l缺少统一的基础数据标准核心贷款分户账表贷款主档代码贷款余额。五级分类标志计息方式信贷管理借据表贷款账号贷款余额。5级分类标志借据计息周期业务含义一致，名称定义不一致数据冗余相同业务代码定义不一致核心五级分类代码信贷管理五级分类代码1正常01正常2关注02关注3次级（不良）03次级4可疑（不良）04可疑5损失（不良）05损失数据应用现状分
15、析-数据质量方面l没有归纳并总结数据质量问题，缺少反馈机制,导致长期存在各类数据质量问题。l业务表现指标难以共享数据不一致、不准确l问题部分关键业务数据缺失源系统校验关系缺失及业务人员操作随意30非现场监管报表统计各省分支机构每笔借据的五级分类信贷管理源系统操作错误贷款质量五级分类情况简表贷款质量五级分类情况简表信信贷管理管理客客户表表核心客核心客户表表由于信贷管理系统业务人员没有填写或填写错误借据的五级分类信息，导致报表数据不准确，需要手工补录修改不同系统相同客户号对应的客户简称不一致客户号客户简称75682839综合厂97326762国鑫资产客户号客户简称75682839粮食局粮油综合97
16、326762乳山市国鑫资产数据应用现状分析-总结l随着业务的不断发展和信息化的不断深入，需建设的业务系统越来越多，随着业务系统的数据种类不断丰富完善，数据量的不断增大，如果不采取有效手段解决数据架构、数据标准、数据质量问题，随着信息化建设的深入，这些问题将像雪球一样越滚越大，越积越多。综合报表平台适应性升级改造阶段（问题增加为451个）综合报表平台建设阶段（问题339个）02数据脱敏-线下渠道精准营销线下渠道对接精准营销系统后台建设精准营销系统线下渠道设备通过前置对接精准营销系统线下渠道增加精准营销功能精准营销广告投放精准营销产品购买入口02数据脱敏-线下渠道精准营销场景用户设备身份识别精准营
17、销系统大堂经理推送重要客户排队机取号机用户设备身份识别自助设备营销展示营销交易入口03数据脱敏-线上线下渠道融合构建互联互通平台后台部署互联互通平台服务器构建网点设备群组线上线下渠道互通手机银行、微信银行等线上渠道与线下自助渠道通过互联互通平台对接打造高效客户体验03数据脱敏-线上线下渠道融合场景用户手机开卡申请开卡资料填写生成二维码发卡区扫码二维码提交申请身份证核查拍照电子签名发卡线上申请开卡04数据脱敏-线下渠道互联互通线下渠道接入互联互通平台线下渠道对接互联互通平台，成为群组一员通过互联互通平台实现消息传递与数据共享线下渠道实施自助设备新一代统一平台实现线下渠道统一部署和管理线下渠道共用
18、同一套业务功能APP线下渠道业务流程优化业务流程模块化、参数化04数据脱敏-线下渠道互联互通场景用户设备选择金额非现金设备大额取款1000020000300004000050000身份审核生成取款二维码大额取款区扫码二维码输入密码出钞05数据脱敏-相关技术方案自助设备统一应用平台跨操作系统：支持Windows、Linux、Android运行渠道统一：同一套平台及应用代码，无需重复开发和测试部署灵活：支持CS、BS及混合架构部署模式极致客户体验：UI独立运行，支持跨浏览器互联互通平台线上线下渠道全打通支持集群部署设备端业务流程时序数据同步05数据脱敏-相关技术方案自助设备统一运营管理平台统一管理
19、各类型自助设备集成各类管理系统：无纸化、冠字号、安全管理统一用户入口：PC、智能手机、pad自助设备统一前置平台开放性接入接出：支持多种协议、多种报文格式、支持交易透传多渠道交易共享：实现渠道无关性高效开发工具跨平台操作系统WINDOWS LINUXANDROID设备ATMBSMVTM真正意义上的跨平台05数据脱敏-统一应用平台05数据脱敏-统一应用平台UI交互系统：提供界面展示及人机交互APP应用服务层：提供应用服务级封装及接口APP应用：提供APP应用加载、UI系统接口调用、APP应用服务平台接口调用WSAP+架构-WSAP5.0运行展示ANDROIDPADWINDOWS/LINUX05数
20、据脱敏-统一应用平台05数据脱敏-互联互通平台用户终端互联互通平台PAD基础通讯服务业务逻辑路由服务（控制服务）连接第三方系统平台服务管理台服务器（终端管理群组管理交易监控报表管理）实时数据总行控制管理台历史数据网银系统手机银行CRM大数据平台手机监控管理台分行机器人ATM自助终端大堂移动端排队机VTM呼叫系统其它终端控制管理台网点05数据脱敏-互联互通平台单个银行网点的所有设备（自助设备），排队机，柜员等，可以组成一个群组，实现网点内消息的交互。场景1：客户进入网点后，机器人通过语音识别出客户需要办理的业务后，可以根据客户业务类型，提示用户到自助终端办理还是到柜台办理.如果到柜台办理，机器人
21、可以通过互联互通系统获取当前用户办理业务当前排队人数，并将信息提示给用户.场景2：用户在自助终端上办理需要大堂经理授权的业务时，系统会自动提示大堂经理当前客户要办理的业务及授权类型。大堂经理授权结束之后，用户可以继续进行业务办理。05数据脱敏-互联互通平台管机员可以通过移动终端实时查看自助终端的运行状态，当终端出现故障后，管机员可以实时了解设备故障修复情况。经过授权的管机员可以在移动端对终端进行修复等操作。05数据脱敏-互联互通平台一次服务可以调用多个业务渠道的资源。通过互联互通，让自助设备、客户设备、银行客服协作，为用户提供统一服务。05数据脱敏-统一前置平台共享共享共享共享共享共享BPE交
22、易共享CUPBSM渠道HOST第三方业务ATM渠道VTM渠道05数据脱敏-统一前置平台通讯协议SOCKETMQHTTPHTTPSWebService报文格式8583报文定长报文XML报文分隔符报文JSON报文05数据脱敏-统一前置平台统一平台运营管理集中监控1品牌：日立、NCR、迪堡、广电、长城解决监控的“各种烦恼”ATM/CRS填单机/BSM/智能大屏TCRSTM发卡机05数据脱敏-统一运营管理平台统一平台运营管理系统-移动互联采用富客户端技术，统一了PC桌面、平台电脑、智能手机三大用户入口！05数据脱敏-统一运营管理平台数据平台逻辑架构数据调度与处理元数据管理数据传输数据生命周期管理非现场
23、报表财会报表客户风险报表.机构客户账户.非现场监管集市财会报表集市风险报表集市高管驾驶舱集市.数据仓库源数据数据应用贴源层整合层汇总层集市层数据管理系统综合业务系统CM2006国际结算系统债券管理系统ETLETL数据切分数据质量检查系统高管驾驶舱当事人协议事件当事人资产.外汇资金系统报文清算系统报价引擎系统整合层作业调度作业调度作业调度ETLCBSCM2006EEBONDPEFESMCS数据平台部署架构数据平台项目建设目标1、发现数据质量问题，推动数据治理工作的开展，建立数据质量检核系统对源系统进行数据质量检核，发现数据质量问题并统计影响到的报表对数据质量问题进行归类总结，分析成因和改进建议建
24、设数据质量检核系统2、分析、梳理业务系统，推动数据标准的建立，统一全行口径建立基础标准和指标标准框架确定标准化范围，对重要属性进行标准化3、建立数据仓库模型框架，优化我行数据架构，建设稳定、可扩展的数据仓库引进业内具有先进水平的金融数据模型，进行客户化改造后，建成符合某行特点的数据仓库模型框架覆盖某行主要业务系统数据，以便快速高效的为应用系统提供数据存储历史数据，解决新报表上线才有数的问题。汇总层建设（共性加工）目标建设方法-发现数据质量问题建设内容分析源系统表数据，从及时性、完整性、准确性、有效性、一致性方面对源系统数据进行数据校验，发现并记录数据质量问题，生成数据质量问题报告建设数据质量检
25、核系统，对源系统基础业务数据的进行全面的数据质量检查，并实现重要业务数据质量的周期性动态检查，对发现的数据质量问题生成数据质量报告，反馈给业务部门目标建设方法-发现数据质量问题源系统分析阶段全面分析主要源业务系统数据质量问题检查阶段根据制定的检查规则编写程序，对源系统数据进行检查数据质量问题分析阶段分析有质量问题数据对现有应用的影响；提出解决措施123工作阶段源系统分析阶段1、工作内容全面分析和消化主要源业务系统重点分析核心业务系统和信贷两个系统2、工作依据源系统文档：源系统操作手册、源业务系统设计说明书、源系统数据字典源系统环境及调研数据3、工作重点系统内：梳理业务流程、业务逻辑、业务关联、
26、数据库表和字段的设计系统间：梳理业务关联关系、数据关联关系技术角度分析调研产出物源系统表结构，包括主键、外键、唯一性约束源系统表间关系源系统字段长度和类型业务角度分析调研源系统表和字段的业务含义源系统业务规则和流程数据质量检查阶段1、工作内容梳理和制定数据质量检查规则，定义标准模板依据数据检查规则，编写程序，对核心业务系统、信贷管理系统的进行检查2、工作依据系统调研和分析成果数据质量检查规则的依据调研成果的以下内容进行梳理：业务流程、业务逻辑数据逻辑设计报表数据应用3、工作重点重点报表用到的表进行分析数据质量分析阶段1、工作内容分析有质量问题数据对现有报表应用的影响对数据质量问题的成因进行分析
27、和总结对数据质量问题的解决措施进行分析和总结2、工作依据数据质量检查结果源数据与报表依赖关系3、工作重点重点分析报表平台的1104等报表存在的部分数据质量问题数据质量反馈系统概述建设目标对业务数据进行数据质量检核，准确掌握业务系统各种数据质量问题，促进基础业务数据质量的提高建设内容质量检查规则定制实现质量检查规则的灵活定制数据质量检查系统按照预定义的数据质量检查规则，对数据的准确性、有效性、关联性、一致性、及时性进行检查，生成并保存的数据质量检查信息。数据质量分析报告生成不同类型的数据质量检查报表，对不同的数据质量问题进行分析和展示 架构和功能系统架构数据质量检核与反馈系统检核对象管理导入、查
28、询、修改、删除检查对象检核规则管理新增、删除、修改检核规则检查频度管理制定检查周期和时间权限管理用户建立权限管理问题报告问题查询规则查询打包下载.问题管理维护并管理发现的数据质量问题日志查询报告管理功能分类功能名称功能说明检核对象管理对象编辑修改导入表，修改表和字段的相关属性检核规则管理有效性灵活定制自定义检核规则，实现可视化规则配置和管理关联性一致性准确性及时性检查频度管理检核频度管理质量监控周期频度，可按日、周、月、年等频度制定检核时间问题管理问题管理对发现的数据质量问题进行进一步的描述和分析，并划分问题归属业务分类报告管理报告管理质量问题报告查询，并可按照部门、系统、问题进行汇总查询系统
29、管理权限管理管理员、操作员权限设置检核对象配置管理需检核的表系统功能调度管理整合层汇总层集市层贴源层数据质量检查及反馈系统界面数据质量管理建议通过逐套的解决报表数据质量问题，以数据标准为依据，来切实解决基层手工修改报表的问题源头负责制，谁录入谁修改操作层面数据纠错管理层面形成数据质量管理的机制：发现问题，定位问题，解决问题的管理流程IT系统建设层面将数据质量问题检查规则固化到系统中，形成数据质量台账，为解决数据质量问题和考核提供依据数据平台项目建设目标1、发现数据质量问题，推动数据治理工作的开展，建立数据质量检核系统对源系统进行数据质量检核，发现数据质量问题并统计影响到的报表对数据质量问题进行
30、归类总结，分析成因和改进建议建设数据质量检核系统2、分析、梳理业务系统，推动数据标准的建立，统一全行口径建立基础标准和指标标准框架确定标准化范围，对重要属性进行标准化3、建立数据仓库模型框架，优化我行数据架构，建设稳定、可扩展的数据仓库引进业内具有先进水平的金融数据模型，进行客户化改造后，建成符合某行特点的数据仓库模型框架覆盖某行主要业务系统数据，以便快速高效的为应用系统提供数据存储历史数据，解决新报表上线才有数的问题。汇总层建设（共性加工）数据标准梳理及归纳数据标准梳理及归纳对我行日常业务开展过程中所产生基础性数据，从业务方面、技术方面、管理三个方面，对数据的业务表达、数据格式、数据关系等方
31、面进行一致约定，从而规范数据在全行内外共享和使用中的一致性和准确性对数据的管理、应用过程进行统一和规范，明确数据的定义、格式、规则以及数据与数据间的关系为系统开发实施提供全行统一的规范准则为数据加工和应用提供统一来源和依据作用定义定义通过对我行经营管理资料的分析，并参考同业的类似成果以及监管部门要求，梳理和筛选出直接反映我行业务经营管理状态的重要指标，并对指标的业务含义、业务规则、统计口径等内容进行标准化定义，形成全行一致的指标数据标准作用统一全行对各项经营指标的理解和认识，促进各项经营指标在经营管理决策中的运用；统一全行指标标准的业务含义、计算口径等内容，从而解决我行取数口径不一致、业务含义
32、不清晰、指标分类不清晰的情况，促进部门间数据共享目标建设方法-数据标准解决的问题数据孤岛数据质量制定了全行统一的标准，实现了业务数据信息统一定义，统一命名、统一来源对于数据质量造成的数据准确性、一致性等问题，找出造成这些问题的原因，违背业务和约束的数据不进入标准体系中举例例如：在标准制定过程当中，对于业务数据之间关联不上的问题，首先要找出关联不上的原因，之后通过和业务人员的有效沟通，制定出以哪一类数据为准的标准，比如信贷管理系统的贷款余额和核心系统的贷款余额不一致，在制定“协议金额”标准的过程当中，必须明确以那个系统的贷款余额为准，且以此贷款余额制定全行标准，从而解决此类问题。例如：不同部门的
33、贷款余额由于取数来源不同而造成差异，通过建立完整的分析数据标准体系后，统一了业务定义和取数口径，有利于全行范围内重复利用，杜绝出现各业务部门多次重复定义类似的指标，并且因为标准的权威性和标准的严格管理，有效防止指标定义和口径的二义性。目标建设方法-数据标准-建设步骤基础数据标准指标数据标准分析数据标准发布执行标准映射数据源和基础标准数据映射数据源和分析标准数据映射标准执行标准定义数据标准基础数据标准发布执行业务定义、业务规则、业务含义、计算口径 业务含义、业务规则、业务描述、数据来源目标建设方法-数据标准-建设内容1.现状分析2.标准定义3.标准映射4.执行建议目前存在问题业务访谈系统调研结合
34、最佳实践分析、诊断形成标准化定义初稿和框架对定义初稿征求意见和讨论根据意见反馈和讨论结果和修正并形成数据标准确定映射的系统范围制定源系统与标准的映射规则根据数据验证映射规则提出标准在未来各影响面执行的遵循原则就标准与现状的实际差异给出具体的执行建议目标建设方法-数据标准-基础数据标准调研调研分析业务字段源业务系统分析调研记录整合层模型数据质量反馈主题实体属性实体属性实体属性代码主题实体属性实体属性实体属性地址主题实体属性实体属性实体属性渠道主题实体属性实体属性实体属性财务主题实体属性实体属性实体属性事件主题实体属性实体属性实体属性当事人资产主题实体属性实体属性实体属性产品主题实体属性实体属性实
35、体属性协议主题实体属性实体属性实体属性当事人主题实体属性实体属性实体属性源系统表名字段名业务含义业务规则业务描述是否代码对应主题对应实体对应属性核心客户信息客户名称否xxxxxxxxxxxxxxxxxxxx实体属性信贷管理贷款客户信息贷款客户名称否xxxxxxxxxxxxxxxxxxxx客户对公客户对公客户名称核心贷款分户账表贷款余额否xxxxxxxxxxxxxxxxxxxx协议协议金额表贷款余额信贷管理贷款借据表贷款余额否xxxxxxxxxxxxxxxxxxxx信贷管理贷款展期台账贷款方式是xxxxxxxxxxxxxxxxxxxx协议贷款展期信息表抵押方式协议贷款信息表贷款方式信贷管理贷款基
36、本信息贷款方式是xxxxxxxxxxxxxxxxxxxxXXXXXXXXXXXXxxxxxxxxxxxxxxxxxxxxXXXXXXXXXXXX模型匹配整合1、名称不同，业务含义相同2、名称相同，业务相同3、名称相同，业务含义不相同目标建设方法-数据标准-基础数据标准框架梳理源系统表名字段名是否代码.业务含义业务描述业务规则对应主题对应实体对应属性基础数据标准框架梳理筛选保留重命名分类整合合并参考补充分析调研记录协议xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx协议贷款贷款余额xxxxxxxxxxxxxx信贷管理xxxxxxxxxxx标准分类标准主题标准中文名称
37、标准英文名称标准依据相关标准标准管理部门业务规则业务描述数据类型长度业务含义源系统数据格式客户对共客户客户名称xxxxxxxxxx信贷管理xxxxxxxxx协议账户合同贷款账户存款账户参考：1、同业标准体系框架2、TD模型的结构与分类目标建设方法-数据标准-基础数据标准定义及确认xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx标准分类标准中文名称标准信息类业务规则业务描述数据类型长度标准依据相关标准标准英文名称业务含义源系统标准管理部门数据格式xxxxxxxxxxxxxxxxxxxxxxx
38、xxxxxx代码标准方案技术人员业务人员整合.定义补充.完善补充.完善沟通.确认技术部分业务部分基础数据标准沟通.确认基础数据标准化方案目标建设方法-基础标准-制定框架基础数据标准框架属性参考人民银行标准规范文档和他行标准，由3部分22个属性项组成，分别为业务属性、技术属性、管理属性。目标建设方法-基础标准-指标标准建设思路（1）指标分析：分析指标的定义、口径、规则、数据来源等内容（2）标准技术定义：技术部门逐项定义指标标准化属性（3）标准业务确认：业务部门修订、确认指标标准3、制定指标标准（1）梳理、确定指标分类体系（2）梳理、确定指标标准属性，形成指标标准化定义模板2、制定指标标准框架（1
39、）研读经营管理资料，梳理重要指标列表（2）参考外部资料，补充完善指标列表（3）讨论指标列表，筛选、确定指标范围1、筛选重要业务指标目标建设方法-基础标准-指标标准筛选方法1、研读经营管理资料2、参考外部资料3、筛选、确定指标范围经营管理资料：l行领导讲话l我行各业务部门的业务经营分析报告l我行的各类管理报表筛选原则：l反映我行规模、风险、盈利、业务增长等各方面业务状况的典型指标l口径稳定不易变化的指标外部资料：l同业相关建设资料l城商行银行l国有银行建设银行l人民银行、银监会监管指标要求筛选原则：l监管部门有强制监管要求的指标l同业用到，与我行业务有关的指标筛选、确认方式：l项目组内部讨论筛选
40、l外部需求调研，进行补充和确认目标建设方法-基础标准-指标标准框架制定方法1、梳理、设计指标分类体系2、设计标准化属性设计依据：l指标的业务共性的归纳及提炼l参考行内资料l我行业务分类l源业务系统操作手册及业务简介文档l统计集中系统指标分类l参考外部资料l监管部门的管指标及指标分l同业相关资料的指标分类设计原则l分类体系覆盖筛选出的所有业务指标，并能为每个指标确定唯一的分类l易于根据业务和指标变化进行扩展设计依据：l人民银行JRT0105-2014银行数据标准定义规范l外部资料设计原则：l可以从业务、技术、管理不同角度对标准进行全面定义l对指标标准必须清晰、明确l满足未来对满足标准进行管理的需
41、要目标建设方法-基础标准-指标数据标准框架指标数据标准框架业务属性技术属性管理属性指标中文名称指标英文名称指标范围类别计算公式业务规则相关指标标准是否手工录入显示精度指标落地系统数据来源系统数据源表数据格式度量单位取值范围归口业务部门业务负责人技术负责人反馈结果描述指标编码指标别名指标定义指标大类指标小类指标来源口径明细取数口径相关基础类数据标准指标生成频度取值精度指标应用-高管驾驶舱指标总览主驾驶舱经营概览专项分析热点地图从经营概况到具体指标分析今日快报全行7项核心业务指标的展现和分析最重要3项监管指标进行展现和分析指标总览按分类展现全部指标的本期值及与往期的比较值的列表经营概览对某一具体指
42、标进行比较、结构、趋势等方面的分析专项分析从业务角度对一组反映类似业务的指标进行分析热点地图显示全国地图，可以展示各一级分行重要的经营简报数据我的指标规模分析利润分析风险分析主驾驶舱选取13个行领导重点关注的指标展示我的指标根据用户对指标的重视程度，实现指标的个性化定制功能简介指标应用-高管驾驶舱-界面截图数据平台项目建设目标1、发现数据质量问题，推动数据治理工作的开展，建立数据质量检核系统对源系统进行数据质量检核，发现数据质量问题并统计影响到的报表对数据质量问题进行归类总结，分析成因和改进建议建设数据质量检核系统2、分析、梳理业务系统，推动数据标准的建立，统一全行口径建立基础标准和指标标准框
43、架确定标准化范围，对重要属性进行标准化3、建立数据仓库模型框架，优化我行数据架构，建设稳定、可扩展的数据仓库引进业内具有先进水平的金融数据模型，进行客户化改造后，建成符合某行特点的数据仓库模型框架覆盖某行主要业务系统数据，以便快速高效的为应用系统提供数据存储历史数据，解决新报表上线才有数的问题。汇总层建设（共性加工）数据仓库层次架构主题主题是模型按业务划分的最顶层的分类根据我行业务实际，划分10个业务主题逻辑视图（子主题）逻辑视图是根据实体涉及的业务，将实体划分为不同子集同一实体可属于不同逻辑视图实体实体是一组具有业务相关性的属性组成的集合，是描述和构成业务逻辑、业务流程的基本单位一个实体可能
44、涉及多类业务属性模型最明细一级结构对应具体的业务数据项（字段）共性提炼分类分层数据仓库层次架构风险评级主题逻辑视图实体属性当事人主题当事人主题当事人主题当事人主题当事人主题内部机构对公客户对公客户信息对公客户管理信息不良贷款信息对公客户领导信息对公客户资本金构成财务信息客户名称所属领域注册资本企业规模法人代表基本账户开户行机构信息数据仓库模型设计方法TD模型基础模型逻辑模型物理模型TD模型业务剪裁保留与我行业务有关的主题、实体和属性删除与我行业务无关的主题、实体和属性根据我行业务实际需求对主题进行新增和合并逻辑模型设计复制：系统间业务含义、名称均不重复的字段整合：系统间业务含义相同的多个字段拆
45、分：系统间业务含义不同，名称相同的多个字段物理模型设计当前业务及数据都支持的实体进行理化当前业务不支持或数据不支持的不进行物理化入仓源表及字段范围模型映射目标的建设方法-数据仓库模型框架l整合层模型设计-基础模型（业务匹配）基础模型是TD模型在我行进行初步客户化后的产物。将TD模型的主题和实体，与我行的实际业务行的实际业务进行对比分析，根据匹配结果对TD模型进行裁剪、合并和扩充，形成匹配我行实际业务的情况的模型框架。营销主题当事人主题Teradata金融模型10.0当事人资产主题产品主题事件主题协议主题地址主题渠道主题内部组织主题财务主题基础模型我行无关业务我行现有关务我行未来关务我行现有业务
46、我行无关业务我行未来业务对公客户合同机构个人业务营销活动保险投资合并当事人主题当事人主题保留内部组织主题营销主题保留增加当事人资产主题产品主题事件主题协议主题地址主题渠道主题财务主题代码主题数据质量反馈业务匹配目标的建设方法-数据仓库模型框架l整合层模型设计-属性匹配对源业务系统的字段进行梳理分析，筛选出具体业务价格的字段，将业务字段与基础模型的主题、实体和属性进行匹配分析，根据匹配结果对基础模型的实体、属性进行增删。实体属性基础模型源业务系统业务字段分析匹配?新增属性实体属性保留（整合）并映射新增并映射？沟通确认未来业务相关则逻辑化保留未来业务无关则删除数据仓库模型数据质量反馈主题实体属性实
47、体属性实体属性代码主题实体属性实体属性实体属性地址主题实体属性实体属性实体属性渠道主题实体属性实体属性实体属性财务主题实体属性实体属性实体属性事件主题实体属性实体属性实体属性当事人资产主题实体属性实体属性实体属性产品主题实体属性实体属性实体属性协议主题实体属性实体属性实体属性当事人主题实体属性实体属性实体属性逻辑模型设计-主题划分当事人资产渠道财务产品地域协议事件代码当事人逻辑模型设计-当事人主题当事人是一个独立的人或者一组人组成的机构、团体等，主要分为个人、机构和家庭，他们是和我行有往来或者出于营销、管理等各种需要希望关心和分析的个体或人群。从模型角度考虑，应该包括以下当事人信息：在我行登记
48、注册开立账户的对公普通客户；我行担保客户和我行有业务往来的其他金融机构；机构的内部组织（如分支机构、部门等）；机构的员工（含我行柜员、员工等）；个人信息联系信息关联信息财务信息风险信息评价信息集团信息柜员信息公司信息内部机构外部机构粮棉油对全行客户进行统一识别与数据整合对全行客户进行统一识别与数据整合当事人个人当事人家庭机构内部员工柜员外部组织机构内部机构金融机构（同业）对公客户其它内部组织金融机构内部组织协议地址产品当事人渠道反馈域财务事件当事人资产代码逻辑模型逻辑模型逻辑模型设计-代码主题代码：是指将源业务系统所涉及到的所有代码进行整合，在整合层模型中统一存储，依据前端应用需求的需要，将代
49、码主题的整合分为两大类：简单代码表和复杂代码表，简单代码表指的是只需要关注代码值和代码值业务含义描述；复杂代码表指的应用需求除关注代码值和代码值业务含义描述外，该代码表的其他属性也有应用需求，同样需要关注，这样的码表将作为普通的数据表对待；自定义代码，是属于简单码表的一种。简单码表复杂码表自定义代码分类模式编码表当事人类代码表公共类代码表分类模式枚举值编码表协议类代码表资产类代码表源和目标代码映射关系表事件类代码表财务类代码表对全行业务代码进行统一识别对全行业务代码进行统一识别代码当事人类代码表事件类代码表分类模式枚举值编码表源和目标代码映射关系表公共类代码表协议类代码表分类模式编码表协议地址
50、产品当事人渠道反馈域财务事件当事人资产代码逻辑模型逻辑模型逻辑模型设计-协议主题协议地址产品当事人渠道反馈域财务事件当事人资产代码协议是指金融机构与当事人之间针对某种特定产品或服务而签立的契约关系，如账户、客户和银行签订的合同等。当金融机构与客户之间针对某种产品或服务的条款和条件达成协议时，一个协议（Agreement）就会被开立，因此协议是客户和银行往来的重要载体，我行模型包括以下协议信息：我行涉及金额、期限、利率等的具体协议细项的金融账户我行与当事人之间针对某种特定产品或服务而签立的金融合约我行在支付结算业务中使用到的各种银行票据：汇票贷款帐户存款帐户贷款合同抵押合同质押合同贷款借据国际结