详细内容或原文请订阅后点击阅览
OTP Bank：如何构建数据质量
OTP Bank 首席数据官 Nikolay Shevtsov 和数据治理团队负责人 Elena Buderatskaya 谈论如何使用自动化规则和质量指标创建统一的企业数据治理空间。
来源:OSP网站大数据新闻OTP Bank 实施了数据质量级别协议和自动化数据质量控制。该项目旨在实现银行数据管理的根本转变——从不同的流程转变为具有自动化规则和质量指标的单一企业数据治理空间。数据奖提名者、OTP 银行 CDO Nikolay Shevtsov 和数据治理团队负责人 Elena Buderatskaya 谈论项目的实施情况。
- 去年参加数据奖时，您谈到了将数据治理方法作为企业文化一部分实施的主要阶段。一年来主要取得了哪些成绩，主要做了哪些工作？
Nikolay Shevtsov：在过去的一年里，我们取得了质的进步——从构建数据治理基础到实施。之前的重点是创建结构、角色、目录和文化，而今年我们的重点是使数据质量可衡量和可管理。
主要工作旨在实施数据质量级别协议 (DQLA) 和自动质量检查。我们已经从手动控制和有针对性的举措转向系统模型，其中通过 SLA、所有者和透明指标来确保数据质量。
我们目前拥有超过 150 个 DQLA，涵盖关键数据领域。最重要的是，数据质量不再是“当出现问题时”讨论的话题。已成为常规控制量。
- 该项目旨在构建全面的数据质量系统的本质是什么？
关键的独特元素不仅仅是技术 DQ 检查，而是“设计”的质量自动化系统，分析师可以在该系统中以 10 倍的速度生成和运行检查 - 在几分钟内而不是几小时或几天内。
- 为什么这很重要？
- 优质平台是如何搭建的？
- 从实际角度来看，DQLA 是什么？
- DQLA实施过程中是否遇到业务困难？