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：544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
-
一个通用的数据中台架构应该如何构建，本文告诉你答案
这两年，越来越多的大数据从业者提到“数据中台”的概念。在信息系统建设工作中，我们熟知系统可以分为前台和后台，但什么是中台，每个人的理解并……查看详情发布时间：2020.11.18来源：知乎浏览量：447次
-
数据仓库应该怎么建立
现在的社会就是一个数据化的社会，大数据已经成为大家讨论的热门话题了，对于每个企业来说，建立自己的数据仓库已经显得非常重要了，尤其是对于新……查看详情发布时间：2019.07.17来源：数据仓库小编浏览量：348次
-
数据标准在数据治理中的意义
数据标准是为了规范系统建设时对业务的统一理解，增强业务部门、技术部门对数据的定义与使用的一致性。新系统建设应遵照（自主开发）或尽可能与数……查看详情发布时间：2020.04.28来源：知乎浏览量：375次
-
企业数据交换共享平台整体解决方案
以一个场景来说。某个企业想要筹建数据中心，用于将各业务系统数据接入，标准化处理后将数据公布给分析系统展示。项目周期比较短，那是否有现成的……查看详情发布时间：2020.04.23来源：知乎浏览量：509次
-
-
了解变更治理与数据管理实践
组织实施变革，为内部利益相关者或股东创造价值和利益。通常，价值创造只不过是在优化风险的同时享受理想资源成本带来的好处。……查看详情发布时间：2019.03.07来源：亿信华辰浏览量：400次
-
2018年中国大数据交易产业十大事件
凡是过去，皆为序章。中国大数据交易产业2018年大事频出，国家大数据（贵州）综合试验区“大数据资源流通”取得新进展，2018第四届中国（……查看详情发布时间：2019.02.13来源：亿信华辰浏览量：332次
-
企业如何解决数据治理中的数据质量问题
解决数据治理中的数据质量问题需要技术手段，也需要管理手段，要决策层给予充分的支持，从而在技术与业务互动中逐步解决数据质量问题。……查看详情发布时间：2019.09.25来源：知乎浏览量：397次
-
-
企业数据质量管理的核心要素和技术原则
“十三五”，规划提出了国家的大数据战略，指出了企业实现以数字化驱动业务发展，实现数据开放共享，创新业务发展的新思路。现阶段大中型企业已经……查看详情发布时间：2020.01.09来源：CSDN浏览量：607次
相关主题