需求痛点
数字化转型
越来越多的企业希望通过数据治理，建立数字化企业，成为时代的竞争关键点。
业务价值赋能
通过数据治理来赋能业务创新，提高数据的发现能力，高质量水平，运用能力等成为数据治理的主流需求。
内部风险管理
数据是企业内部管控和经营的重要依据，如何通过数据治理，使企业数据合规和安全，是核心需求之一。
外部监管和合规
国家对企业数据的外部监管、合规和安全等提出了更高的管理要求，数据安全治理是企业保证合规的基本手段。
解决方案
数据标准管控
通过Datablau的数据标准和建模，可以解决企业的数据同名不同义，同义不同名等基本问题，这是企业数据治理基础的基础，必须先行。详情请查阅数据模型管控和数据标准的落标方案。
元数据集中和治理
元数据是数据的基础，通过事前建模，事后盘点和补录，可以建立企业统一的数据地图。建立数据变更的监控机制和业务连接能力。
数据质量保障
通过业务规则，落地数据治理的稽核技术手段，建立数据的问题发现，评估，改进的闭环流程，促进数据质量的提升。
通用应用场景
场景一：协同业务部门建立统一数据标准
场景二：数据标准智能化推荐
通过机器学习等智能算法盘点数据之间、数据与标准之间、标签与数据之间的关联关系，通过自动化盘点智能推荐元数据标准。
场景三：基于监管报送数据质量管控设计
基于当前数据现状，包括治理预期、中台规划、监管平台等其他应用建设规划，特设计银行业整体数据架构规划如下图所示。
价值效益
通过统一数据标准和建模，使企业能拉通数据的原生能力，形成全面的数据底座，进行数据的全生命周期管控。通过此阶段的建设，让企业的数据管理水平达到DCMM3级水平以上。
涉及产品模块
