随着各银行继续努力为综合资本分析及审查建立可持续的数据治理，全国大数据中心，许多银行发现需要转变思维。从数据管理的角度来考虑已经不够了。对于银行来说，为了确保它们能够在现在和将来有效地维持法规遵从性，它们需要转变思维，将注意力集中在数据治理上。这种思维方式的转变需要一套不同于他们今天可能拥有的能力。如今市场上的许多其他供应商都提供了一系列功能，物联网技术及应用，帮助您管理数据。但他们提供的这些能力是零碎的。有些提供了数据词汇表、数据沿袭和可跟踪性、参考数据和主数据管理功能。另一些则提供了管理关键数据元素、元数据和数据质量测试的能力。还有一些关注于数据字典、控件和报表目录。这些解决方案本身确实提供了价值。但它们通常不友好。它们彼此之间没有联系。数据沿袭与元数据是分开的。数据质量结果不会连接到数据字典。这些过程是独立的，云免服务器购买，个人大数据，数据管理员不可能有效地管理这些过程。除此之外，这些工具中的许多都是为技术用户设计的。它们并不是为了便于业务数据管理员使用而设计的。要真正领先于法规遵从性，并有一个可持续的流程，您需要更多。最好的数据治理平台在一个易于使用、全面的解决方案中提供了所有这些功能。它们可以以自动化和集成的方式连接到您的其他系统。它们使您能够用自动化的流程取代Excel、Sharepoint和会议密集型流程，因此您可以将会议重点放在手头最重要的决策上。它们以可用的方式将业务用户连接到数据。那么，您如何知道您的数据治理平台是否选中了所有复选框？我们已经创建了一个简单的清单，有六个必须要做的，供你复习。1综合资本分析及审查报告：每个综合资本分析及审查银行都需要这一份最好的数据治理平台提供FRB的FR Y 14 M/Q/A和FR Y 9C计划和数据点定义。同时，还可以帮助您确定综合资本分析和审查热线/相关的综合资本分析和审查热线。2仪表板和报告：摆脱状态报告的噩梦确保你有能力可视化综合资本分析及审查数据治理状态的热图仪表盘（监管机构会问！）。您还需要能够监视CDE治理的进度（包括数据沿袭、数据质量和数据所有权），以及问题管理、MR（I）as和数据质量的趋势报告。三。运营模式：真正的游戏规则改变者真正的数据治理平台通过证明工作流和报告提供了定义的治理角色和职责。它们跨现有的数据管理工具集成数据治理流程，并通过自动化的工作流按域/时间表/数据元素提供与工作组相关的流程流。4数据质量：解决综合资本分析及审查数据治理挑战时的另一个重中之重寻找数据治理平台，将美联储编辑检查与其他数据质量结果结合起来，以跟踪美联储编辑检查的状态并发布管理报告。您还需要全面的业务规则，这样您就可以跟踪业务规则的质量评分，并通过自动投票和审批工作流管理新业务规则的加入。5数据衍生：数据治理领域最热门的话题确保您可以维护业务和技术血统，大数据可视化，包括关键控件。您还需要能够跟踪并自动维护从源到目标的数据沿袭、手动干预点、转换逻辑等等。6问题管理：让问题更容易修复寻找解决方案，帮助您启动工作流并通过自动上报（包括MRA）监控数据治理和质量问题的解决方案。询问您的数据治理供应商是否提供了所有这些功能。有些人会说是，有些人可能不会。其他人可能会说他们提供了这些功能，而事实上，他们没有。为了确保您能为手头的工作获得正确的数据治理解决方案，请向您的供应商或潜在供应商询问以下五个问题：您的解决方案如何将数据管理功能（如数据沿袭、元数据、数据质量分数和证明）与数据治理需求（如证明、投票和批准以及数据共享协议）相连接？您的解决方案如何帮助数据分析师找到他们可以信任的数据？数据治理的角色和职责以及操作模型是如何与数据管理工具相结合的？如何在数据管理工具和数据治理过程中启用和自动化流程流？如何将数据管理问题与数据治理操作模型、角色和职责联系起来？对于数据治理解决方案，您必须具备哪些条件？你能在单子上加些什么吗？