招商租赁要用数据说话,数据治理能做些啥?

1140
0

小亿 管理员

发表于2019-4-24 15:39

楼主
大数据时代,数据跟实体一样变成了生产资料的一部分,被视作现代企业的重要资产,对企业的发展起着至关重要的作用。而在租赁行业,这一重要性变得尤其突出。

租赁行业是集金融、贸易、服务于一体的知识密集型产业,分为金融租赁和融资租赁,两者尽管监管机构不一样(金融租赁由银监会审批和监管,融资租赁公司由商务部审批和监管),但行业模式和业务操作原理基本类似,对大环境所作出的判断和应对也交织在一起。

在大环境方面,2018年5月,银保监会发布《银行业金融机构数据治理指引》,从数据治理架构、数据管理、数据质量控制、数据价值实现、监督管理等方面规范银行业金融机构的数据管理活动。尽管发文是针对银行业金融机构,但受此大背景影响,租赁行业的数据治理也变得刻不容缓。

租赁行业数据管理问题
那么,在租赁行业的数据可能存在哪些问题?

1、数据资产不清晰。 尽管数据是资产,但很多租赁公司都不了解自己的数据,比如有哪些数据,可以带来什么价值,通过什么手段进行挖掘等。
2、数据质量不高。 因为数据质量太差从而影响了正常的业务判断,比如风控把握不准确、预测失误等。
3、业务与开发协作不同步。业务对数据提出了更高的要求,需要明确大数据是什么,怎样能够发挥更高的价值。
4、业务系统缺少统一标准。由于企业系统建设所依赖的厂商不同,系统遵循的规范也不同,这导致了系统产生的数据存在命名不规范、编码不规范等情况。

所谓数据治理(Data Governance)是组织中涉及数据使用的一整套管理行为。由企业数据治理部门发起并推行,关于如何制定和实施针对整个企业内部数据的商业应用和技术管理的一系列政策和流程。由于租赁行业所存在的数据问题,只有进行数据治理对数据基础进行规范,管理元数据、数据监控等,才能得到有价值的数据。只有这样,此后的数据建模、数据挖掘、数据分析等才能够顺利进行。

下面我们来看看对招商局融资租赁进行数据治理的项目,或许会有更直观的了解。该项目由华宇软件集团与亿信华辰共同合作完成。

项目背景——招商租赁要”用数据说话“
招商局通商融资租赁有限公司(简称“招商租赁”)是招商局集团全资子公司,成立于2016年11月,注册资本为人民币50亿元。公司目前有三个"世界一流"——港口综合服务商、超级油轮船队、海工装备制造商,以及四个"全国领先"——特色金融服务商、城市与园区综合开发运营商、高速公路投资运营服务商、全供应链物流服务商。

截图201904241539025982.png

招商租赁立足眼下,着眼未来,逐步开展大数据战略规划方案,通过实行数据治理、建设数据仓库、逐步按需推进数据应用落地,来逐步实现公司“用数据说话、用数据决策、用数据管理、用数据创新”的经营目标。因此才有了此次与华宇软件集团及亿信华辰的合作。

项目阶段目标
本次项目共分为3个阶段开展。数据治理作为第一阶段目标,其执行效果直接决定着后面两个阶段是否能够顺利的高效的进行和开展,因此做好数据治理是整个项目开展的基石。

第一阶段是“建织、定标准”,主要完成数据治理组织架构,出台数据管控制度和考核制度,制定全司级数据标准并建设数据标准管理平台,实现数据标准系统化管理。

第二阶段是“执行数据治理、建设数据仓库、落地数据应用”,主要完成数据质量管理平台构建,实现数据质量检核及质量绩效考核;完成企业级数据仓库建设,在数仓中进行落标,为其他系统提供标准统一的数据接口服务;建设管理驾驶舱及报表系统,体现数据价值。

第三阶段是“数据深度挖掘阶段”,一方面扩大数据治理范围,并加强业务系统落标执行力度;另一方面优化数据模型,深挖数据价值,实现智能搜索、大数据风控等数据应用。

项目建设成果
借助于亿信华辰报表采集分析软件i@Report、数据分析展示平台亿信BI以及数据标准和数据工厂产品,目前该项目已经进入了第二阶段的收尾工作。
在项目实施过程中,数据标准产品对分散在各系统中的数据提供一套统一的数据命名、数据定义、数据类型、赋值规则等的定义基准,并通过标准评估确保数据在复杂数据环境中维持企业数据模型的一致性、规范性,从源头确保数据的正确性及质量,并可以提升开发和数据管理的一贯性和效率性。

截图201904241539197441.png

此次项目建设,共梳理了580多项基础数据项标准及140多项指标数据项标准。尽管我们在数据标准的梳理过程中,经常遇到数据含义不明确,标准无法确定等问题。但亿信华辰充分借鉴其在交银租赁、中民投租赁、狮桥租赁等20余家租赁企业合作中的成功经验,提供了行业参考标准,为标准的梳理工作带来了很大的便利。同时,建设完成了数据仓库及管理驾驶舱,直观展现数据治理成果。

小结:
该项目的开展为招商租赁进入第三阶段的大数据战略规划提供了有力保障,所谓垃圾进垃圾出,好的数据质量是一切数据分析的基础,垃圾数据对数据分析没有任何用处。只有在数据被得到正确治理和对待后,才能进入数据挖掘及数据分析阶段,并由此发现数据价值,做出正确决策。



最近看过此主题的会员

数据大白

admin

valitel

guo1235

ruby12345

ashlynnleung

1773914246

LKX

45482603

cymbidum

王木木123

清香茉莉

本主题由admin于2023-8-30 13:56反删除

0个回答

只看楼主

登录后可回答问题,请登录注册

快速回复 返回顶部 返回列表

小时

全天响应

分钟

快速处理问题

工程师强势助力

明星产品
解决方案
联系合作

渠道咨询电话:137-0120-6790

技术支持QQ:400-0011-866(工作日9:00-18:00)

产品建议邮箱yixin@esensoft.com

关注我们

扫TA学习更多干货

一对一专家交流

版权所有© 2006-2024 北京亿信华辰软件有限责任公司 京ICP备07017321号 京公网安备11010802016281号