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：204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
-
数据治理工具那么多，如何选择适合自己企业的呢？
随着互联网技术的不断发展，人们获取、收集信息的渠道也越来越多样化，各种搜索引擎、通讯工具、社交网站等普及应用，使得数据信息呈迅速增长趋势……查看详情发布时间：2019.07.17来源：知乎浏览量：186次
-
启动数据治理框架以取得成功
许多企业坚持不懈地尝试用数据治理框架来证明自己已经取得了很大的成就。然而，定义那些“伟大的东西”绝非易事 - 因为它们中的大多数只构建了……查看详情发布时间：2019.02.13来源：数据治理浏览量：172次
-
为什么数据治理很重要
尽管许多企业的数据治理在被不经意间悄悄地忽视了，只有48%的企业拥有明确的规划或计划，但这并不影响数据治理的重要性，它聚焦于三个关键因素……查看详情发布时间：2020.07.10来源：CSDN浏览量：222次
-
数据治理：大学数据的分类
所有学院数据都被分类为敏感级别，为理解和管理大学数据提供基础。准确的分类为大学数据应用适当的安全级别提供了基础。这些分类考虑了法律保护（……查看详情发布时间：2018.11.26来源：数据治理浏览量：277次
-
-
企业数字化转型关键 ，数据治理需要关注什么？
2019年我国数字经济规模为35.8万亿元，产业数字化占数字经济的比例达到80.2%。新经济领域的高度数字化，通过传导至传统产业的转型升……查看详情发布时间：2020.11.08来源：知乎浏览量：205次
-
大数据必备知识：数据的分类方式
数据分类在收集、处理和应用数据过程中非常重要。数据的分类方式很多，每种方式都有特别的作用。数据工作中不同角色往往需要理解和掌握不同的分类……查看详情发布时间：2019.03.12来源：亿信华辰浏览量：213次
-
敏捷/精益数据治理最佳实践
数据治理 的目标 是确保组织内的质量，可用性，完整性，安全性和可用性。你对此的看法取决于你。许多传统的数据治理方法似乎在实践中都很困难，……查看详情发布时间：2018.12.18来源：数据治理浏览量：157次
-
数据治理与分析相结合
不到十年前，由于规模，资源和组织能力的原因，大型企业比同行业的小企业具有显着的优势。现在已不再是这样，因为数字创新和全球化的推动，加上移……查看详情发布时间：2018.11.23来源：数据治理浏览量：253次
-
大数据治理需要具备哪些能力和关键技术？
在企业数据建设过程中，大数据治理受到越来越多的重视。从企业数据资产管理和提升数据质量，到自服务和智能化的数据应用，大数据治理的内容在不断……查看详情发布时间：2019.11.22来源：CSDN浏览量：251次
相关主题