立即扫码
享受一对一服务
多措并举提升银行业数据治理能力
发布时间：2019.11.29来源：知乎浏览量：211次标签：数据治理
数据治理是银行业高质量发展的必由之路，当前银行业的数字化转型面临一些挑战和不足，要从建立数据治理架构、统一数据标准、加强数据分析应用等方面提升银行业数据治理能力。
银行业属于典型的数据驱动行业。经过多年积累，银行业金融机构积累了大量客户数据、交易数据、外部数据等。提高数据管理与治理能力、构建数字化经营能力，对提高银行经营质效，增强市场竞争力具有重要意义。
在向着数字化快速转型的同时，银行业数据治理还面临着一些挑战和不足，包括数据整合度不高、数据标准度不高、数据应用难、数据治理人才储备不足等。
“银行内部数据虽多，涉及各个业务条线、各个部门，但数据分布零散化，搜集整合存在错配，未能实现大数据集中化管理，也缺乏对数据全口径和全生命周期性的管理。同时银行内部缺乏统一的数据标准或统计标准，数据的真实性、准确性、连续性等难以保证，数据质量参差不齐。”潘光伟说。
数据应用方面，他表示，数据管理部门与银行业务部门之间未能形成良好协同，内部数据的碎片化，数据挖掘与数据应用力度不足，而与外部数据的隔离造成的数据孤岛效应，导致银行数字化转型阻力重重。
建议，银行业金融机构应以问题为导向，多措并举提升数据治理能力，包括逐步建立数据治理架构；制定统一的数据标准，提升数据质量；弥合外部数据鸿沟，建立数据交互机制；加强数据分析应用，发挥数据内在价值；加强合规意识，完善客户个人隐私保护机制等。
“下一步，中银协将加强银行业数据标准化和治理工作，研究数据分析、数据安全、数据质量管理等技术标准，形成银行业大数据治理的良好生态。
银行业属于典型的数据驱动行业。经过多年积累，银行业金融机构积累了大量客户数据、交易数据、外部数据等。提高数据管理与治理能力、构建数字化经营能力，对提高银行经营质效，增强市场竞争力具有重要意义。
在向着数字化快速转型的同时，银行业数据治理还面临着一些挑战和不足，包括数据整合度不高、数据标准度不高、数据应用难、数据治理人才储备不足等。
“银行内部数据虽多，涉及各个业务条线、各个部门，但数据分布零散化，搜集整合存在错配，未能实现大数据集中化管理，也缺乏对数据全口径和全生命周期性的管理。同时银行内部缺乏统一的数据标准或统计标准，数据的真实性、准确性、连续性等难以保证，数据质量参差不齐。”潘光伟说。
数据应用方面，他表示，数据管理部门与银行业务部门之间未能形成良好协同，内部数据的碎片化，数据挖掘与数据应用力度不足，而与外部数据的隔离造成的数据孤岛效应，导致银行数字化转型阻力重重。
建议，银行业金融机构应以问题为导向，多措并举提升数据治理能力，包括逐步建立数据治理架构；制定统一的数据标准，提升数据质量；弥合外部数据鸿沟，建立数据交互机制；加强数据分析应用，发挥数据内在价值；加强合规意识，完善客户个人隐私保护机制等。
“下一步，中银协将加强银行业数据标准化和治理工作，研究数据分析、数据安全、数据质量管理等技术标准，形成银行业大数据治理的良好生态。
（部分内容来源网络，如有侵权请联系删除）
立即免费申请产品试用
免费试用
相关文章推荐
-
智与理的结合：当数据治理遇上人工智能
近日，中国移动研究院发布文章，解说了数据治理和人工智能两者之间各自发展历程，论证了两者在结构功能上的相互作用，阐明了两者共同发展的前……查看详情发布时间：2018.09.18来源：中国大数据产业观察网浏览量：472次
-
一个通用的数据中台架构应该如何构建，本文告诉你答案
这两年，越来越多的大数据从业者提到“数据中台”的概念。在信息系统建设工作中，我们熟知系统可以分为前台和后台，但什么是中台，每个人的理解并……查看详情发布时间：2020.09.14来源：小亿浏览量：186次
-
方法论：如何从0到1搭建企业级主数据管理平台
一个完整的主数据管理方案应该包括：主数据管理体系建设、主数据管理系统建设，这两个层面。主数据体系建设是企业数据管理的核心，是标准化数据的……查看详情发布时间：2021.05.13来源：亿信数据治理知识库浏览量：248次
-
-
-
-
-
-
构建有效的数据科学团队
随着数据科学和人工智能几乎进入阳光下的每个行业，建立一个能够建立成功的AI项目的团队的挑战也是如此。对统计学家，程序员和沟通者完美融合的……查看详情发布时间：2019.03.15来源：亿信华辰浏览量：241次
-
做好数据治理，助力政府治理体系和治理能力现代化
而互联网、大数据、人工智能等技术手段应用的基础是数据。由此，我们看出围绕数据生产要素，构建科学的数据治理规则体系，是政府治理体系和治理能……查看详情发布时间：2020.04.09来源：中国电子报浏览量：173次
相关主题