隨著金融行業信息化建設的發展，金融企業已經建成了包括數據倉庫、報表平臺、風險管理、客戶關系管理在內的眾多信息系統，為企業的日常經營管理提供重要的管理與決策支持，但由于各種原因，金融企業在數據標準體系建設、數據資源共享及利用等方面也還存在許多不足。例如各系統單獨建設，缺乏全局規劃，各系統的數據質量情況參差不齊，影響數據的流通、集成應用；客戶數據等核心數據在多個源業務系統重復存在，缺乏統一的標準管理，數據不一致；等等。這些不足嚴重影響著金融企業的業務發展。隨著新資本協議出臺，新資本協議對金融業的風險管控和監管合規提出了更高要求，本質上是對金融企業的數據管理及應用能力、數據質量水平提出了更高要求。
基于金融業的信息資源管理現狀，廣州石竹金融行業數據治理解決方案幫助金融企業完善數據標準體系、從源頭規范化業務系統建設、管控數據質量、實現數據的交換與共享管理機制、有效整合行業信息資源，從而提升金融企業的數據管理能力，發揮數據資產價值。
1）標準變更管理?？勺远x的標準變更及發布流程，統一管理數據標準的變更，保證標準的權威性。
2）標準查詢。友好的、基于主題分類的數據標準查詢，方便企業員工從業務角度查找標準。
3）標準對標。智能化的自動對標，同時支持手工對標以確保對標的覆蓋范圍。
4）標準落標。數據標準稽核用于保障標準落地，確保系統開發結果符合數據標準規范要求。
1）項目管理。按系統、開發項目進行模型管控，更符合軟件開發管理過程。
2）模型設計。提供友好的、圖形化的模型設計界面，工作效率高；支持團隊協作；支持從現有數據庫、建模工具文件、EXCEL文件進行數據模型的逆向工程。
3）模型審批。模型須經過審批后才能發布，確保模型的規范性，為系統的標準化建設提供基礎保障。
4）數據標準管理。為模型設計提供規范性要求。
1）元數據采集。自動化采集數據庫、ETL加工、報表等技術元數據，并分析數據加工關系。
2）元數據查詢。提供統一查詢入口，發現企業存在哪些數據資產。
3）血統分析。分析數據的加工來源，方便用戶了解數據的加工來源，保證數據的可信任；幫助用戶快速定位上游數據質量問題。
4）影響分析。分析數據的影響結果，提升變更影響評估效率。
5）數據地圖。同時展示元數據相關的所有關系，對數據的關聯結果一目了然。
1）數據源管理。管理被稽核數據源列表。
2）稽核規則管理。配置數據質量稽核規則各項參數指標。
3）告警匯總。展示稽核規則運行結果。
4）工單管理。問題處理過程跟蹤。
5）報告展示。分析統計展示質量報告。
提供解決方案整體技術支持，包括數據管控門戶產品安裝部署；技術元數據接口定制開發；個性化應用定制開發；產品用戶培訓及后期維護升級。提供7×24的遠程電話、電子郵件支持服務。
1）統一企業標準化建設要求，提供企業級標準庫。
2）通過數據模型管理，在系統的建設源頭進行標準化建設管控。
3）標準落地稽核，提供數據標準落地的管控后補措施。
4）自動化元數據采集，數據范圍全覆蓋，支持60+ BI工具。
5）完備的血統關系分析，確保數據的可信任。
6）完備的影響關系分析，提升變更影響評估效率。
5）全面的數據質量管控流程，提升企業數據質量水平。
人民銀行、農業銀行、中國銀行、招商銀行、民生銀行、浦發銀行、興業銀行、中銀富登、三菱銀行、三井住友銀行、寧波銀行、貴州銀行、長沙銀行、臺州銀行、南粵銀行、包商銀行、中央債券、招商基金、深交所、中郵消費金融、海爾消費金融、晉商消費金融、福建農商行、吳江農商行、太平集團、合眾財產、農銀人壽等。
