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：206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
-
数据清洗与数据治理的3个不同点
数据清洗，是指发现并纠正数据文件中可识别的错误的最后一道程序，是数据治理工作中必不可少的一项关键任务，是数据治理的子集.……查看详情发布时间：2021.04.09来源：亿信数据治理研究院浏览量：1299次
-
中小银行行数据治理是否错过最佳建设期?
数据治理基础建设缺失、人才匮乏、意识觉醒较晚。目前中小银行数据治理难点有哪些？中小银行行数据治理是否错过最佳建设期。……查看详情发布时间：2019.11.28来源：知乎浏览量：156次
-
-
数据建模在数据治理中的作用
在过去的9个月里，erwin建模团队一直在忙着从山顶呼喊我们进入数据治理领域。2015年4月，我们发布了新版的建模门户网站erwin®W……查看详情发布时间：2019.02.19来源：亿信华辰浏览量：230次
-
避免这五大数据治理错误
如果您正在开始一个大数据项目，那么您可能会遇到一个或多个数据管理挑战。您就如何实施数据治理以及如何控制数据流所做出的决策可能会影响您的项……查看详情发布时间：2019.02.27来源：亿信华辰浏览量：169次
-
数据质量在数据治理中的重要意义
数据的质量问题从一定的角度反映出组织当中存在的一些问题，而问题的来源可能是数据流动，可能业务流程也可能源于管理问题等等，数据质量问题的分……查看详情发布时间：2020.01.10来源：CSDN浏览量：207次
-
数据治理——银行将被如何规范？
我们认为，此番对数据治理的指引，未来可能会被其他金融监管机构作为范本，约束互联网金融或其他业态的数据治理行为，因此，具有学习和研究价值。……查看详情发布时间：2019.01.18来源：亿信华辰浏览量：189次
-
大数据治理的五个核心要素
当今的大型企业，内部分工日趋细化，采购、服务、市场、销售、开发、支持、物流、财务、人力等各个环节，无不每时每刻产生着大量的数据。数据的格……查看详情发布时间：2019.12.06来源：CSDN浏览量：276次
-
最全数据治理工具解析：数据治理工具的关键必备功能
数据治理工具被定义为帮助创建和维护一组结构化策略、程序和协议的过程的工具，这些策略、程序和协议控制企业数据的存储、使用和管理方式。本文……查看详情发布时间：2021.07.22来源：亿信华辰数据治理浏览量：422次
-
数据治理股票检查：使用数据治理来计算您的数据资产
为了遵守法规（例如，GDPR）并确保业务绩效达到峰值，组织通常会聘请顾问来帮助评估其数据资产。……查看详情发布时间：2019.04.03来源：亿信华辰浏览量：230次
相关主题