杭州银行数据治理方案了解更多「多图」初一能回娘家吗

数据治理主动数据治理

主动数据治理方法消除了“数据治理官僚化”这一认识，因为主数据的授权已推给上游的业务用户，使数据管理员处于很少被打扰的角色，他们将不会成为诸如订单管理或出具等关键业务流程的瓶颈。

销售和营销均受益，因为可更迅速且经济有效地完成营销活动，在启动活动之前无需前期数据纠正。财务上也受益，因为将一次性捕获新客户需要的所有数据元素，添加新客户的流程包括提取第三方内容并计算限额，然后将该信息传回 ERP 系统。

数据治理脱敏后的数据依然具备高质量分析性

商业银行在内部办公、内外网数据共享、第三方数据交换、系统开发维护中，存在大量的数据交互，如果直接使用未脱敏的数据，极有可能造成数据泄露。为此，派客动力脱敏平台中的脱敏板块为其提供自定义脱敏规则的人性化服务，该银行可根据业务自身需求和数据类型定义不同的数据脱敏规则，建立完整的敏感数据脱敏策略来规避数据流通中的风险。

数据治理敏感数据分布

随着信息化时代的不断推进，企业数据不仅在数量上呈现式递增的趋势，同时数据还具有类别多样化、环境复杂化等特点。由于企业数据大多分散存放于企业内部的业务系统和数据仓库中，所以管理者对于敏感数据数据分布情况难以进行把控，给敏感数据、数据的规范化管理造成很大难度。难度。现在市面上有很多识别敏感数据的工具和技术，能够对结构化的敏感数据进行识别并发现，而半结构化数据和非结构化数据识别起来较为困难，程度较低。