近年来，随着监管机构对数据质量、数据治理及业务合规性的要求不断提升，对于银行机构在监管数据质量和数据报送中存在的违法违规行为，不断加大处罚与整治力度。
银行机构金融监管数据报送存在链条长，参与主体多的特点，正是因为这类特点会让银行机构在监管报送工作中面临以下痛点：
1、存在系统壁垒与数据孤岛
传统金融机构的监管报送系统以及业务系统之间，大多存在系统壁垒与数据孤岛，任何一个源头系统数据的变更都会影响到监管报送工作。当出现数据问题定位以及跟踪溯源时，全链路协同工作困难，并且一般都是进行事后管理，无法做到事前控制。
2、缺乏统一管理口径
报送单位一般是业务部门，而监管报送系统落地部门为IT，无法在同一平台上实现业务与IT对监管数据报送指标加工口径的统一管理，工作中沟通协同成本巨大。
3、源头数据质量掌握不及时
目前进入监管报送集市的数据可以实现全方面数据质量管理，但是无法及时掌握和了解报送数据源头的数据质量。
览众监管报送全链路管控平台可以帮助客户实现全链路字段级精准数据血缘解析，在摸清报送数据指标加工链路来龙去脉的基础上，结合报送管控场景方案，帮助实现监管报送数据确权、数据口径理解提效、监管报送数据链路保障。
01高精度精准血缘
平台可以通过直联或导入文件方式，快速解析各系统元数据以及元数据关联关系，构建全链路数据血缘，平台支持60多种数据接口的元数据自动采集解析，通过AI 自动构建全链路数据血缘，帮助企业连接数据版图中的所有数据资产，平台不仅支持传统数据库、大数据平台、ETL、报表， 还支持 Java、Python、Shell 等多种编程语言。
用户可以从系统级、表级、字段级查看监管报送数据血缘和来源系统及中间加工层等，也可以进入到监管报送的具体表，直接查看某一个报送指标的来龙去脉，同时可以看到指标上各层级的加工逻辑，帮助监管精准定位数据影响和内容。
02业务指标与技术指标匹配
平台通过自动化识别业务术语和表字段注释关系以及结合自然语言处理和机器学习等先进技术，实现了业务术语与库表结构的智能关联。让用户可以从业务视角看到不一样的业务血缘，并且通过统一的术语和定义，不同团队可以更好地理解和共享数据、加强协作、提高工作效率和团队协同性。
03全链路数据变更协同
平台支持源端系统代码变更前进行事前校验，基于字段级的高精度影响面评估，精准评估和决策对监管报送变更风险；也支持代码变更后的元数据变更统计影响分析；基于字段级的高精度影响面通知，精确定位影响范围、缩小数据重跑范围、提高协同效率。
04重点链路保障
平台支持对重要的数据资产进行标注，以及沿血缘链路自动打标，生成重点保障链路，支持血缘变更后的链路保鲜，辅助数据风险管理，平台也提供重点链路保障看板，从质量和元数据变更两个层面显示重点链路数据资产现状，从而实现重点保障链路上数据资产的差异化研发和运维要求，减少链路异常风险，提高协同和应急响应效率。
05数据质量穿透
平台实现数据质量接入全链路管控，帮助业务部门及时发现问题、纠正问题、持续提升数据质量，从而避免低质量数据上报可能导致的数据上报返工或管理风险，同时为源头数据质量的不断提升提供依据。结合数据质量管理，通过数据全链路精准识别对监管报送影响，提前预警通知。
银行机构金融监管数据报送存在链条长，参与主体多的特点，正是因为这类特点会让银行机构在监管报送工作中面临以下痛点：
1、存在系统壁垒与数据孤岛
传统金融机构的监管报送系统以及业务系统之间，大多存在系统壁垒与数据孤岛，任何一个源头系统数据的变更都会影响到监管报送工作。当出现数据问题定位以及跟踪溯源时，全链路协同工作困难，并且一般都是进行事后管理，无法做到事前控制。
2、缺乏统一管理口径
报送单位一般是业务部门，而监管报送系统落地部门为IT，无法在同一平台上实现业务与IT对监管数据报送指标加工口径的统一管理，工作中沟通协同成本巨大。
3、源头数据质量掌握不及时
目前进入监管报送集市的数据可以实现全方面数据质量管理，但是无法及时掌握和了解报送数据源头的数据质量。
览众监管报送全链路管控平台可以帮助客户实现全链路字段级精准数据血缘解析，在摸清报送数据指标加工链路来龙去脉的基础上，结合报送管控场景方案，帮助实现监管报送数据确权、数据口径理解提效、监管报送数据链路保障。
01高精度精准血缘
平台可以通过直联或导入文件方式，快速解析各系统元数据以及元数据关联关系，构建全链路数据血缘，平台支持60多种数据接口的元数据自动采集解析，通过AI 自动构建全链路数据血缘，帮助企业连接数据版图中的所有数据资产，平台不仅支持传统数据库、大数据平台、ETL、报表， 还支持 Java、Python、Shell 等多种编程语言。
用户可以从系统级、表级、字段级查看监管报送数据血缘和来源系统及中间加工层等，也可以进入到监管报送的具体表，直接查看某一个报送指标的来龙去脉，同时可以看到指标上各层级的加工逻辑，帮助监管精准定位数据影响和内容。
02业务指标与技术指标匹配
平台通过自动化识别业务术语和表字段注释关系以及结合自然语言处理和机器学习等先进技术，实现了业务术语与库表结构的智能关联。让用户可以从业务视角看到不一样的业务血缘，并且通过统一的术语和定义，不同团队可以更好地理解和共享数据、加强协作、提高工作效率和团队协同性。
03全链路数据变更协同
平台支持源端系统代码变更前进行事前校验，基于字段级的高精度影响面评估，精准评估和决策对监管报送变更风险；也支持代码变更后的元数据变更统计影响分析；基于字段级的高精度影响面通知，精确定位影响范围、缩小数据重跑范围、提高协同效率。
04重点链路保障
平台支持对重要的数据资产进行标注，以及沿血缘链路自动打标，生成重点保障链路，支持血缘变更后的链路保鲜，辅助数据风险管理，平台也提供重点链路保障看板，从质量和元数据变更两个层面显示重点链路数据资产现状，从而实现重点保障链路上数据资产的差异化研发和运维要求，减少链路异常风险，提高协同和应急响应效率。
05数据质量穿透
平台实现数据质量接入全链路管控，帮助业务部门及时发现问题、纠正问题、持续提升数据质量，从而避免低质量数据上报可能导致的数据上报返工或管理风险，同时为源头数据质量的不断提升提供依据。结合数据质量管理，通过数据全链路精准识别对监管报送影响，提前预警通知。
