n 知名大数据分析管理专家n 国家认证系统分析员和高级程序员n 中山大学计算机工学硕士研究生毕业n 国内知名企业信息化的数据领域专家n 中山大学计算机工学硕士研究生毕业n 业务优化与业务智能企业数据治理项目咨询师n 20年从业数据管理IT工作经验n 5年企业信息化战略咨询顾问工作经验n 9年为数据仓库和商业智能技术领域的研发工作经验,n 11年的企业管理信息系统和业务处理应用系统的软[详细]
1.1 课程大纲
【课程背景】
目前中国银行业基本完成了数据集中,正处于“交易和管理电子化阶段”向“提升核心价值阶段”转型阶段。这一阶段,各家行基本建成了“功能比较完备、应用比较完整”的信息系统体系,满足了交易与管理电子化的需要。但也存在很多问题,突出表现为数据的问题。由于系统建设中分散,并且建设中重功能轻数据,导致缺少统一的规划与标准,缺少有效数据治理,在数据应用中数据不全、不准、无法有效关联等问题突出,无法有效满足新形势下经营决策、监管合规的需要。数据来源于业务流程,信息系统是数据的载体,表面看到的数据问题是一种表象,深层次的原因是业务的问题和系统的问题。数据治理是一门将是数据视为企业核心资产的学科,它涉及到对组织内人员、流程、技术和策略的编排,以从企业数据资源中获取最优的业务价值回报。
【培训目标】
本培训将帮助学员了解数据治理的方法、熟悉数据治理的平台与工具、掌握数据标准化过程,启发数据治理相关项目的实施与落地等工作思路。启发学员通过数据治理,以数据应用为推动力,触及信息化建设中的深层次问题,从根本上推动业务流程的衔接、业务规则与数据标准的统一,完善系统建设需求,指导系统整合与逻辑集中,促进信息科技的价值提升。
【培训对象】
信息技术部门。
【培训天数】
2天(每天6小时)
【授课形式】
现场讲授+案例分析+互动交流
【课程纲要】
模块 | 内容 |
互联网时代数据的重要性分析 | 1.1. 互联网带来的商业环境变革 1.2. 互联网对银行业的冲击 1.3 分析“互联网+金融”的本质和发展趋势 1.4 数不到不为财,未来所有生意都是数据生意 1.5 移动互联网时代大数据商业变革分析 |
当前银行开展数据治理的迫切性分析 | 2.1 回顾企业信息化的发展历程 2.2 银行信息化发展阶段规律和各阶段特征 2.3当今银行信息化的困境 2.4当前大多数中国银行存在的数据问题分析 2.5解读银行在互联网时代将会遇到的“被信息化”陷阱 2.6 数据质量问题给IT部门带来的双重压力 |
商业银行数据治理能力框架 | 3.1什么是数据治理? 3.2数据治理在我国银行业的现状及问题分析 3.3国内外数据治理能力框架介绍 3.4数据治理成熟度评估模型介绍 3.5商业银行数据治理内容详细介绍 3.6商业银行数据治理能力框架介绍 3.7落地数据治理的IT平台与工具介绍 3.8 数据治理和信息化战略规划的关系 |
数据标准化过程介绍 | 4.1数据标准管理主要内容 4.2 数据标准化的相关成果介绍 4.3实施数据标准化的四步法 4.4业务建模方法- IBM组件化业务模型(CBM) 4.5从企业业务架构推导出企业数据模型的原理 4.6统一企业数据模型 4.7关于数据标准的推行和落地 |
数据治理实践经验及案例分享 | 5.1从何处开始着手数据治理? 5.2 数据治理(含数据标准化)规划项目经验分享 5.3 业界同行对数据治理工作的观点和经验 |
本行数据治理工作思路研讨(现场互动) | 6.1数据治理现状分析 6.2数据治理能力提升建议 6.3数据治理实施路径和工作思路研讨 |
总结与交流 | 课程内容回顾 讲师学员互动 |