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：417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
-
数据交换平台解决方案
数据交换平台提供各子系统接入的接口，实现数据交换平台和各信息系统的有机结合，以统一的接口规范实现数据自动提取、数据转换、数据发送、数据校……查看详情发布时间：2020.04.23来源：知乎浏览量：329次
-
外部管理数据集的政府数据可靠性
当我在退伍军人事务部工作时，我联系了许多人 - 联邦政府以外的人 - 他们希望在联邦政府开放数据工作时帮助清理，使用和改进公共数据集。当……查看详情发布时间：2019.03.08来源：亿信华辰浏览量：267次
-
-
案例研究：亚利桑那州实施全州数据治理模型
亚利桑那州战略企业技术办公室（ADOA-ASET） - 亚利桑那州管理局状态数据管理架构师Jeff Wolkove和能力成熟度模型研究所……查看详情发布时间：2018.12.06来源：Amber Lee Dennis浏览量：350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：294次
-
为什么集成和治理对数据湖成功至关重要
这是一个由三部分组成的系列文章的最后一篇文章，探讨如何构建一个能够满足真正企业级数据管理平台所有要求的数据湖。虽然早期的专题文章侧重于H……查看详情发布时间：2019.02.28来源：亿信华辰浏览量：264次
-
保险行业怎样打造数据治理闭环？
今天给大家分享一下保险行业数据治理的心得，个人认为保险行业的数据治理可以作为标杆了。根据以下3点我们来了解下保险行业是如何打造数据治理的……查看详情发布时间：2022.01.23来源：互联网浏览量：421次
-
数据管理能力成熟度评估模型
数据管理能力成熟度评估模型，中华人民共和国国家质量监督检验检疫总局，中国国家标准化管理委员会发布。……查看详情发布时间：2019.09.02来源：GB/T36073—2018浏览量：612次
-
构建金融大数据标准体系的意义和目标
随着政府职能的逐步简政放权，标准作为辅助行业管理、规范行业发展、形成规模化效应的重要手段，将在社会治理体系中发挥更重要的作用。为顺应形势……查看详情发布时间：2019.12.27来源：CSDN浏览量：288次
相关主题