解决方案介绍银行的管理分析类系统由于历史原因导致系统架构千差万别、无统一标准，系统数据分布零散、数据质量参差不齐，难以直接转化和再利用。近年来商业银行启动了数据治理的工作。三泰电子针对商业银行数据治理提出了一系列针对性的解决方案，帮助银行提高IT数据质量、建立数据标准与统一口径、建立数据安全以及组织责任体系，提高数据的可用性，进而辅助并促进自身的业务发展以及产品创新能力。
一、重要数据脱敏系统
金融机构在其应用开发、测试、培训等活动中普遍使用真实数据，使金融数据在开发期间存在严重风险。重要数据脱敏系统实现对银行重要生产业务数据按照业务规范和转换规则进行不可逆的自动脱敏置换，实现对业务数据需求的申请、传输、转换、使用、审计等全过程规范化管理，以此来保证数据信息的安全。
二、数据中心
随着银行基础数据量的不断增长和业务分析复杂度的不断提升，现有数据平台系统除了处理每天大量的查询、统计、报表等业务，还要满足越来越多的专题分析需求。这不仅让原有的系统数据加载、查询统计效率变得越来越慢，而且耗费相当大的人力、物力和财力，效果却相当有限。三泰数据中心的建设，提高了数据处理效率，为银行的经营决策者、执行者提供有效的数据支持。在数据处理性能上带来极大提升，为日常数据处理要求提供有效支撑。并有利于今后数据集成平台及指标库的建设。
三、客户信息数据治理
客户信息是银行最重要的数据，但一直是存在问题最多的数据。三泰电子根据人民银行的规定和要求，为保证数据具有较高可用性和准确性，为银行各业务的开展提供支持和依据，提出客户信息数据治理解决方案。
数据治理包括如下几个过程：
（一）数据统计
根据制定的客户信息数据检核一系列规则，使用检核程序自动分析和统计数据平台的客户信息数据，生成异常客户信息数据清单。根据客户信息属性，对异常客户的相关属性进行关联，最终提供详细的问题数据统计报告。
（二）数据分析
根据问题数据统计报告，针对不同问题种类，制定详细清理规则。
技术上：如分析字段乱码、分析关联性异常等问题。
业务上：如分析逻辑上关联异常，分析并验证信息正确性等。
（三）数据清理
数据清理根据问题数据清单制定作业管理、数据跟综、自动检索、数据清理及修复、数据备份等工作。
根据数据治理过程，针对客户信息的清理。实施流程如下：
(编辑：编辑部 来源:互联网)
