随着金融行业信息化建设的发展，金融企业已经建成了包括数据仓库、报表平台、风险管理、客户关系管理在内的众多信息系统，为企业的日常经营管理提供重要的管理与决策支持，但由于各种原因，金融企业在数据标准体系建设、数据资源共享及利用等方面也还存在许多不足。例如各系统单独建设，缺乏全局规划，各系统的数据质量情况参差不齐，影响数据的流通、集成应用；客户数据等核心数据在多个源业务系统重复存在，缺乏统一的标准管理，数据不一致；等等。这些不足严重影响着金融企业的业务发展。随着新资本协议出台，新资本协议对金融业的风险管控和监管合规提出了更高要求，本质上是对金融企业的数据管理及应用能力、数据质量水平提出了更高要求。
基于金融业的信息资源管理现状，广州石竹金融行业数据治理解决方案帮助金融企业完善数据标准体系、从源头规范化业务系统建设、管控数据质量、实现数据的交换与共享管理机制、有效整合行业信息资源，从而提升金融企业的数据管理能力，发挥数据资产价值。
1）标准变更管理。可自定义的标准变更及发布流程，统一管理数据标准的变更，保证标准的权威性。
2）标准查询。友好的、基于主题分类的数据标准查询，方便企业员工从业务角度查找标准。
3）标准对标。智能化的自动对标，同时支持手工对标以确保对标的覆盖范围。
4）标准落标。数据标准稽核用于保障标准落地，确保系统开发结果符合数据标准规范要求。
1）项目管理。按系统、开发项目进行模型管控，更符合软件开发管理过程。
2）模型设计。提供友好的、图形化的模型设计界面，工作效率高；支持团队协作；支持从现有数据库、建模工具文件、EXCEL文件进行数据模型的逆向工程。
3）模型审批。模型须经过审批后才能发布，确保模型的规范性，为系统的标准化建设提供基础保障。
4）数据标准管理。为模型设计提供规范性要求。
1）元数据采集。自动化采集数据库、ETL加工、报表等技术元数据，并分析数据加工关系。
2）元数据查询。提供统一查询入口，发现企业存在哪些数据资产。
3）血统分析。分析数据的加工来源，方便用户了解数据的加工来源，保证数据的可信任；帮助用户快速定位上游数据质量问题。
4）影响分析。分析数据的影响结果，提升变更影响评估效率。
5）数据地图。同时展示元数据相关的所有关系，对数据的关联结果一目了然。
1）数据源管理。管理被稽核数据源列表。
2）稽核规则管理。配置数据质量稽核规则各项参数指标。
3）告警汇总。展示稽核规则运行结果。
4）工单管理。问题处理过程跟踪。
5）报告展示。分析统计展示质量报告。
提供解决方案整体技术支持，包括数据管控门户产品安装部署；技术元数据接口定制开发；个性化应用定制开发；产品用户培训及后期维护升级。提供7×24的远程电话、电子邮件支持服务。
1）统一企业标准化建设要求，提供企业级标准库。
2）通过数据模型管理，在系统的建设源头进行标准化建设管控。
3）标准落地稽核，提供数据标准落地的管控后补措施。
4）自动化元数据采集，数据范围全覆盖，支持60+ BI工具。
5）完备的血统关系分析，确保数据的可信任。
6）完备的影响关系分析，提升变更影响评估效率。
5）全面的数据质量管控流程，提升企业数据质量水平。
人民银行、农业银行、中国银行、招商银行、民生银行、浦发银行、兴业银行、中银富登、三菱银行、三井住友银行、宁波银行、贵州银行、长沙银行、台州银行、南粤银行、包商银行、中央债券、招商基金、深交所、中邮消费金融、海尔消费金融、晋商消费金融、福建农商行、吴江农商行、太平集团、合众财产、农银人寿等。
