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：225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
-
如何确定数据治理工具与数据中心及信息系统的关系
通过实施数据治理工具，可以让数据质量变得更好，发掘数据资产的商业价值，实现如下目标：对业务的支撑；降低经营风险、安全保障；对决策进行支持……查看详情发布时间：2021.04.30来源：亿信数据治理知识库浏览量：339次
-
大数据平台应用开发的五个痛点
随着数据利用率的提高和数据共享行为变得频繁，对于大数据平台应用开发来说，如何进行数据交换是每个平台组件都绕不过去的问题。目前大数据平台应……查看详情发布时间：2020.08.21来源：知乎浏览量：188次
-
当前企业的数据治理之困
只有确保数据的标准化、规范化、可信可用，才能进一步通过数据运营、数据应用帮助企业实现数据资产管理、发现内部数据问题、发掘数据价值，进而实……查看详情发布时间：2020.06.28来源：知乎浏览量：260次
-
扩展数据治理 推进数字化转型
数据正在重新定义我们的工作方式。当数据在上升至公司议程的同时，数据治理也得到了更多关注。数据治理正在迅速成为企业战略重点和不可或缺的业务……查看详情发布时间：2019.08.08来源：CSDN浏览量：255次
-
用于指导金融行业开展大数据基础平台建设技术类标准
技术类标准用于指导金融行业开展大数据基础平台建设。大数据技术本身涉及内容广泛，既包含大数据平台本身的基础软件和各类功能组件，又包括基于业……查看详情发布时间：2019.12.27来源：CSDN浏览量：256次
-
银行业重塑数据治理体系 助力转型升级
银行业金融机构要深化认识，积极主动对接国家政策，改革数据治理体系，依靠数据治理改进决策、缩减成本、降低风险、增强核心竞争力，推动银行业向……查看详情发布时间：2019.10.18来源：知乎浏览量：213次
-
如何保证所基于的数据具有高质量？
基于数据决策的前提是数据可靠且相关，数据必须是“真实可信的”，否则“输出将是误导和无效的”。但是学校所收集的数据可能不完全，或者更新不及……查看详情发布时间：2020.10.31来源：知乎浏览量：189次
-
定义DG：数据治理可以为您做什么？
由于数据驱动的业务，数据治理（DG）变得越来越普遍，但是对于许多组织来说，定义DG并进行合理的实践仍然很困难。……查看详情发布时间：2019.01.21来源：亿信华辰浏览量：285次
-
企业数据治理项目如何落地？
数据治理在系统层面包括数据标准、元数据、数据质量、生命周期管理、数据安全、数据资产共六大核心模块；在管理层面需要通过数据治理组织、数据治……查看详情发布时间：2020.06.29来源：知乎浏览量：207次
-
企业如何成功的实现数据治理？
当下是一个大数据的时代，如果一个企业没有数据，那么在做决策时就缺乏数据的支持，但是如果企业有了数据，不对数据进行治理，那么就无法充分有效……查看详情发布时间：2019.07.18来源：知乎浏览量：213次
相关主题