普元数据治理解决方案-证 券.pdf

普元证券行业数据治理
解决方案
普元:领先的基础软件平台产品及解决方案提供商
治理· 让创新无限
普元公司介绍-以技术为核心,专注产品研发
•成立时间: 2001年3月,2010年6月改制为股份公司
总部于上海浦东张江,北京、广州、西安、武汉、成都、南京等地设有分支机构
•注册资本: 6678万元
公司经营稳健,于2009年获得国家开发银行控股新开发基金等1亿投资
•人员规模: 800+,技术人员占比80%,核心管理和技术团队稳定基本概况
•国家规划布局内重点软件企业、上海市高新技术企业
• 2012年和2016年,两次通过CMMI5级认证资质荣誉
•国家博士后科研工作站、上海市研究生联合培养单位
•国家云计算创新发展示范单位、国家高技术产业化示范工程单位、
2015年成为中国大数据标准成员单位
•公司目前拥有15项授权发明专利、在审专利20+项。
普元公司介绍-数据治理处于国内领先地位,客户涉及各个行业
金融业部分客户
政农证券
保商
策险
性行
股资
份产
制
城
商
行
其它行业部分客户
普元数据团队:提供咨询、产品、实施、培训一站式服务
团队规模团队经验团队能力
50+人有10+人参与过5+个数据治理售前咨询与培训、售中产品实
项目施与开发、售后维护
项目经验其他
金融行业20+、总共40+ 多名DAMA-CHINA成员/全国信标委大数据标准工作组成员、专家/北
上广等多地有本地实施团队
目录
1 证券数据治理现状
2 证券数据治理建设方案
3 数据治理应用场景及平台关键特性
4 业界数据治理建设经验
5 总结
证券数据治理现状:高效运营和外部监管是行业数据治理驱动力
证券企业的IT系统经历了数据量高速膨胀的时期,海量的、分散在不同
高效角落的数据导致了更加复杂的数据环境。企业无法从统一的业务视角去掌控
运营整个企业内部的数据信息,以便更好的规划IT用于支撑业务运行。
数据是企业的生命线,谁掌握了准确的数据谁就获得了先机。在当前竞竞争
争日益激烈的市场上,企业都在不同的细分市场上争夺优质客户。只有基于创新
高质量的数据,才能够帮助企业在激烈的竞争中取得竞争优势。
《证券公司全面风险管理规范(修订稿)》第33条的要求:“证券公司应
风险当建立健全数据治理和质量控制机制。积累真实、准确、完整的内部和外部
数据,用于风险识别、计量、评估、监测和报告。证券公司应将数据治理纳
监管
入公司整体信息技术建设战略规划,制定数据标准,涵盖数据源管理、数据
库建设、数据质量监测等环节。
证券数据治理现状:大量的券商开始开展数据据治理工作
数据治理成熟度评估模型
数据治理
评估角度
领导组织
数据质量
●人员组织:专职组织,人员分工常态化,数据服务常态化 30
●流程制度:优化的企业级管理流程 20
●技术支撑:优质数据仓库,大数据仓库,掌握企业数据/业务需求, 元数据
实施能力 10 组织环境
创新联动的、常态化的数据管理平台
阶段数据标准 0

●人员组织:有固定专职人员,人员分工细化主数据
●流程制度:跨系统、跨部门的固化流程
成熟阶段●技术支撑:数据仓库、企业级数据管理平台数据安全产品支撑制度流程
●人员组织:有专职或兼职人员、有明确的职责
成长阶段●流程制度:系统、部门内固化流程
●技术支撑:系统内数据管理、数据集市、没有或
有分散的数据管理平台大量券商启动、咨询、规划数据治理项目
●人员组织:科技人员兼职
认知阶段●流程制度:项目方式的临时流程华泰、海通等
●技术支撑:office文档、数据分散
存储
●人员组织:临时人员或无
随机阶段人员
●流程制度:无
●技术支撑:无
证券数据治理困难和挑战:数据治理推进还有不少问题需要解决
•缺乏对企业数据整体情况了解,想推行数据标准落地防范,不知从何做
数据摸底不清,无从下手起。
•没有完整的数据治理落地方法,即使有管理办法、数据标准也会束之高
缺乏方法指导,落地困难阁,没有真正的发挥作用。
各自为战,建设内容割裂•缺少企业级完善的数据管理体系,组织、流程、标准体系等方面有缺失
•数据标准统一非常难,各个业务部门都以数据业务正在使用为由,短期
整改周期长,成果见效慢不愿意去改。
缺少工具支撑,实施成本高•系统采用不同的技术手段实现,管理难度大,成本高;
…•…
证券数据治理方法:成熟理论、平台和实施经验解决实施难题
统一管