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：580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
预约演示
相关文章推荐
-
数据治理—这些你应该清楚
我看到组织在开始他们的数据治理之旅时犯的一个重大错误就是忘记了数据背后的基本原理。因此，不要仅仅治理治理。无论您是需要减少风险或最大限度……查看详情发布时间：2019.03.14来源：亿信华辰浏览量：396次
-
企业应该将数据治理作为加速数字化转型的催化剂
随着许多业务系统和应用程序（包括采购，呼叫中心交互，网站访问，移动应用程序使用以及越来越多的物联网传感器和设备）产生的大量客户数据，应该……查看详情发布时间：2019.07.04来源：知乎浏览量：494次
-
数据治理——精细科学的政策平衡
数据泄露、滥用、歧视这些负面事件如同天空中的阴霾，不断加深着人们对数据治理的悲观情绪。 的确，这一年被数据泄露贯穿始终，规模日……查看详情发布时间：2019.01.08来源：亿信华辰浏览量：528次
-
为什么数据治理这么重要？
一个科学合理的数据治理规范，是数据安全与价值的制度保障，是数据产业健康发展，甚至是国家人工智能战略实施不可或缺的前提条件。……查看详情发布时间：2019.01.18来源：亿信华辰浏览量：663次
-
-
元数据管理在数据仓库中的应用
随着业务系统每年收集和使用的数据飞速增长，数据体量日趋增长，数据形态多样化且不统一，多种数据源之间的采集、传播和共享遇到困难。元数据管理……查看详情发布时间：2022.05.06来源：小亿浏览量：592次
-
为什么数据治理对企业这么重要？
现在很多企业都有自己的数据治理计划，从而更便捷的管理企业，那么所谓的数据治理其实就是我们常说的数据分析，将零散的数据汇总起来，进行统一的……查看详情发布时间：2019.07.17来源：知乎浏览量：445次
-
数据资产管理领域重要的三个方向
数据资产管理领域重要的三个方向包括：资产分析、资产治理、资产应用，并需要基于这三个方向的技术研究和实战，将流程、经验、标准和规范等产品化……查看详情发布时间：2020.11.06来源：知乎浏览量：494次
-
如何有效的进行数据治理？
如果你处理或使用过大量数据，一定有听到过“数据治理”这个词。你会思考数据治理是什么？数据治理是否适合你？如何实施……查看详情发布时间：2019.01.09来源：亿信华辰浏览量：445次
-
基于大数据的质量管理系统怎么选？
对于一个制造企业来说，生产是企业最大的动力，而生产质量也需要进行优化管理，一个好的质量管理会带给企业巨大的发展空间和利润价值。正因如此，……查看详情发布时间：2019.11.07来源：知乎浏览量：412次
相关主题