金融行业是典型的数据驱动行业，自人民银行携手全国金融标准化技术委员会启动《银行业标准化体系框架》研究工作以来，人民银行先后下发了《金融业机构信息管理规定》、《贷款统计分类及编码标准（试行）》、《存款统计分类及编码标准（试行）》等多项标准，并牵头组建了有24家银行组成的金融统计标准化工作小组，加大数据标准化的工作力度。“数据是重要资产”的观念已经在金融行业成为共识。那么，问题来了：
运用金融行业海量数据分析挖掘的金融行业大数据治理背后藏着什么样的答案？什么才是金融行业大数据治理背后的真实价值呢？
10月29日，受邀出席2014金融业云计算和大数据应用发展座谈会的普元金融事业部技术总监张健，和大家一起来详细剖析这些问题。
大数据治理=数据质量管理？
有初识大数据治理的小白提出，大数据治理就是在海量数据中优选出有价值的数据，以有价值的数据来实现大数据治理价值。这，正确吗？张健明确回复，“NO！”
大数据时代，数据应用的前提是要具备高质量的数据。银监会也早在2011年就明确提出了“建立数据治理机制，积极推进数据标准化和数据质量建设”。要优选高质量的数据，无疑要采用“大数据治理”这一基石和关键平台。在金融行业，谁掌握了数据，谁就拥有风险定价能力，谁就可以获得高额的风险收益，最终赢得竞争优势。但是，大数据治理只需要完成数据质量管理、有价值数据的提取就可以了吗？张健在座谈会上通过某大型政策性银行数据治理整体情况的实例，展现了大数据治理不仅仅有数据质量管理的答案。
移动互联时代，大数据治理更需要在以数据为中心的大数据环境下，以数据服务流程管理为载体，元数据管理、数据质量管理、数据标准管理、数据调度监控管理为手段，建立“一个流程，两个维度”的框架体系。并且，结合开行数据管理办法梳理数据服务流程间的流转关系，实现在管理维度上提供系统支持。而在另一个维度——技术维度上，大数据治理更需要划分为元数据管理、数据质量管理、数据标准管理、数据调度监控管理和数据服务流程管理多个模块，使数据标准管理从数据定义阶段入手贯穿于整个数据生命周期。
就像普元CTO焦烈焱曾经在2014中国金融云平台峰会上强调的那样，当下金融行业CIO们应以资产的角度来管理数据，让数据对内发挥作用，并解决在多种技术混合下的大数据治理的实时性和快速交互等问题，让数据也可以对外产生效益。
大数据治理=数据质量管理+业务环节支撑？
有已接触大数据治理一段时间的用户举手：大数据治理在数据质量管理的基础上对内发挥作用，同时能良好支撑业务，对外产生效益，不就OK了吗？张健仍旧只能答复：“NO！”
普元作为国内领先的基础软件产品与解决方案提供商，自2010年开始已涉足大数据领域，一直走在整个业界的前列。普元数据治理平台Primeton Data Governance能够进行跨行业、多领域数据治理，拥有强大、灵活的数据接入能力，强大的解析能力，多平台一体化的分析能力。在中信银行的项目中，普元团队通过分析，实现了以业务价值为驱动的原则，在元数据信息整合共享、变更影响分析等环节发挥了重大作用，有力提升了日常工作的效率。除此之外，普元数据治理平台Primeton Data Governance在国家开发银行、上海银行等国内金融行业的重点企业，均已成功应用。
但，这些就是足够的了吗？随着金融业务的载体与社交媒体、电子商务的融合越来越紧密，金融行业仅对原有15%的结构化数据进行分析已经不能满足发展的需求，急需借助大数据战略打破数据边界，囊括85%的大数据分析，来构建更为全面的企业运营全景视图。面向大数据时代的移动互联态势，普元力求以先知者的直觉思考金融行业数据治理平台问题，面向金融机构之间的竞争将在网络信息平台上全面展开的“数据为王”时代，***平台发展。
大数据治理=构造面向互联网金融的全新生态体系！
目前，普元平台产品不仅提供数据质量管理、支撑业务环节，更全力支持互联网金融时代的大数据应用。张健通过某大型政策性银行数据治理建设思路、某大型城市商业银行数据治理总体结构和某大型资产管理公司数据治理——组织架构设置三个案例，详细剖析了普元软件大数据治理平台在金融行业对接互联网金融时代的成功案例。
这些成功案例，多元涵盖大型政策型银行、大型城市商业银行、大型资产公司，已使普元数据治理平台Primeton Data Governance享誉金融行业。其领先的技术和方法论，基于“大平台”+“微应用”思路创新性地进行企业软件架构设计，构建从“微”做起的IT平台，落点在客户最终体验，即微小的快速服务体验上，使信贷类产品数据标准落地，打通行内贷前、贷后、核算环节产品数据流，提升不同业务环节产品数据的一致性，对业务环节实现良好支撑。同时，全力打造对接互联网金融的全新生态体系：一种平衡的、处于一定自然成长的失控状态的内部IT生态系统，实现数据生态成长。
普元数据治理平台Primeton Data Governance，不仅拥有非实时数据整合、实时数据整合、数据治理、数据发布、数据可视化、数据分析等一系列产品，实现标准化、模块化和动态可持续的一体化解决方案：提供从咨询、数据集成、数据治理到可视化的“一站式”服务，还着重针对风险管理等问题，通过业界流行的流式计算技术Storm，为金融行业这一面向海量客户的服务行业实现应用场景设置、实时风险控制、主动营销、时间预警等功能，为大数据安全保驾护航，已逐步成长为大数据时代企业挖掘数据资产、高效分析、提升业务管理能力的利器，支撑互联网金融环境下数据生态成长体系。
