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：532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
-
银行数据质量管理方法研究与实践
伴随外部监管要求逐步提高以及市场竞争环境的日益激励，银行对于数据价值的重视提升到了前所未有的高度，数据对于银行来说已经成为一项重要的资产……查看详情发布时间：2019.02.21来源：知乎浏览量：511次
-
业务系统的数据资产管理为什么这么难？
如果你做过BI或大数据，一定会接触数据资产管理的一些概念，比如元数据，数据字典，血统分析等等，但你会发现，要做好大数据平台的数据资产管理……查看详情发布时间：2019.03.25来源：亿信华辰浏览量：554次
-
技术最热门的新趋势：数据治理
什么是信息技术最热门的新趋势？如果你说“人工智能”，给自己部分功劳，因为AI肯定很热。但对于商业领域的技术决策者来说，有一些更大的问题就……查看详情发布时间：2019.02.28来源：亿信华辰浏览量：317次
-
银行的数据治理最佳实践
数据治理本身分狭义和广义两个区别，狭义的治理主要是组织、制度、流程这些，data governance的一个定义就是 the manag……查看详情发布时间：2018.11.29来源：知乎浏览量：610次
-
企业实现一个数据治理的项目需要注意什么？
数据治理是长期、复杂的工程，每个数据治理的领域都可作为一个独立方向进行研究，目前总结的数据治理领域包括但不限于以下内容：数据标准、数据模……查看详情发布时间：2020.03.26来源：知乎浏览量：356次
-
谈大数据时代下的数据治理
2013年被众多的IT人定义为中国的大数据元年，这一年国内的大数据项目开始在交通、电信、金融部门被广泛推动。各大银行对Hadoop的规划……查看详情发布时间：2019.01.03来源：亿信华辰浏览量：416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：341次
-
面对如今的数据挑战企业如何有效地进行数据治理
数据治理是对数据资产管理行使权力和控制的活动集合，数据治理是识别、管理和解决几种不同类型数据相关问题的手段，包括数据质量问题、数据命名和……查看详情发布时间：2019.08.29来源：知乎浏览量：466次
-
医疗保健数据治理：预测是什么？
医疗保健数据治理已经远超过应用程序只是满足合规性标准。医疗费用始终是讨论的主题，健康保险状况和“平价医疗法案”（ACA）等政策也是如此。……查看详情发布时间：2018.12.03来源：迈克尔帕斯托雷浏览量：473次
-
数据质量包含的要素有哪几点
数据是企业最有价值的资产之一，越来越多的企业认识到了数据的重要性。企业的数据质量与企业经营业绩之间有着直接的关系。高质量的数据可以保持公……查看详情发布时间：2022.02.17来源：小亿浏览量：930次
相关主题