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：206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
-
大数据时代的企业都有那些数据质量问题
企业要想充发挥大数据的作用，就要保证数据的可靠、及时、准确，只有从高质量的数中提取出来的有用信息，企业才可以做出更精准的决策，才能更了解……查看详情发布时间：2019.09.27来源：数据分析网浏览量：146次
-
2021金融数据治理的趋势
金融数据治理逐渐体现出了目标双核化、结果资产化、手段科技化的特点，并且具有了生态治理、标准治理、中台治理的数据治理趋势。……查看详情发布时间：2021.05.18来源：亿信数据治理知识库浏览量：200次
-
在信息治理中处于领先地位
随着这一关键战略的出现，应对最新的信息治理，以应对医疗保健领域的众多信息管理挑战。本博客将重点介绍IG为确保将信息视为组织资产而提出的趋……查看详情发布时间：2018.11.21来源：信息治理浏览量：198次
-
普及元数据和主数据的联系与定义
在数据治理中，我们总是会听到元数据和主数据，我们今天就可以来说说什么是元数据，什么是主数据。1、元数据（metadata）描述数据的数据……查看详情发布时间：2020.08.31来源：CSDN浏览量：209次
-
为什么您的主数据管理需要数据治理
近年来，各组织越来越意识到他们的数据及其在最关键业务功能的成功或失败中所起的作用。这种思维方式的转变以及云技术的发展已经形成了技术预算变……查看详情发布时间：2018.12.25来源：数据治理浏览量：183次
-
数据交换管理平台-数据交换的枢纽站
数据交换平台是数据中心与其它应用系统沟通的桥梁，是进行数据交换的枢纽站。数据交换平台负责从各个业务系统采集数据，对数据进行清洗与整合，按……查看详情发布时间：2020.04.23来源：知乎浏览量：199次
-
数据治理系列5：浅谈数据质量管理
数据质量管理是对数据从计划、获取、存储、共享、维护、应用、消亡生命周期的每个阶段里可能引发的数据质量问题，进行识别、度量、监控、预警等一……查看详情发布时间：2019.12.06来源：CSDN浏览量：225次
-
企业如何开展数据治理项目
从大的阶段来看，数据治理主要分为存量数据“由乱到治”的阶段，以及增量数据严格按照规章制度实施确保“行不逾矩”的运营阶段。在“由乱到治”的……查看详情发布时间：2020.06.30来源：知乎浏览量：160次
-
询问数据治理专家：我的数据治理计划需要多长时间？
数据治理应该是您正在组织中实现和嵌入的东西，以便它像往常一样成为业务的一部分。出于这个原因，任何与我合作或参加我的培训课程的人都知道，我……查看详情发布时间：2018.12.21来源：数据治理浏览量：260次
-
相关主题