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：326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
-
谈谈工业企业数据治理建设的趋势
工业企业数据环境复杂，数据类型多、产生速度快、数据量大、数据质量不高、数据人才匮乏，因此如何发挥和挖掘数据要素的价值成为当代企业关注的话……查看详情发布时间：2022.06.28来源：互联网浏览量：676次
-
数据质量是什么，企业数据质量分析怎么做？
现在大数据时代，数据充斥于我们的生活、工作、学习中。随着数据增加的来源和速度越来越多、越来越快，企业纷纷在努力的解决出现的这些问题，以及……查看详情发布时间：2019.09.26来源：数据分析网浏览量：269次
-
金融行业大数据标准体系设计
金融大数据标准体系可分为基础标准、业务标准、治理标准和技术标准四大类。各类标准之间相互联系、相互约束、相互补充，共同构成完整的统一体。同……查看详情发布时间：2019.12.27来源：CSDN浏览量：348次
-
全球数据质量和数据治理解决方案市场
在企业数据管理生态系统中，数据质量是一个广义的术语，指的是数据和/或过程的质量，完整性和一致性等。数据质量还意味着数据准确性和一致性的程……查看详情发布时间：2019.07.11来源：知乎浏览量：298次
-
数据资产管理领域重要的三个方向
数据资产管理领域重要的三个方向包括：资产分析、资产治理、资产应用，并需要基于这三个方向的技术研究和实战，将流程、经验、标准和规范等产品化……查看详情发布时间：2020.11.06来源：知乎浏览量：270次
-
-
使我们的国家数据资源现代化：永无止境的挑战
澳大利亚统计局，包括其前身组织，已经为澳大利亚社区提供了超过110年的优质可靠数据。……查看详情发布时间：2019.03.07来源：亿信华辰浏览量：236次
-
数据质量管理的方法论
在数据治理方面，不论是国际的还是国内的，我们能找到很多数据治理成熟度评估模型这样的理论框架，作为企业实施的指引。而说到数据质量管理的方法……查看详情发布时间：2019.12.06来源：CSDN浏览量：331次
-
企业的数据标准管理包括什么？
数据标准（Data Standards）是保障数据的内外部使用和交换的一致性和准确性的规范性约束。数据标准管理是规范数据标准的制定和实施……查看详情发布时间：2020.05.08来源：知乎浏览量：270次
-
数据标准从发起到落地执行的四个阶段
数据标准的设计从需求发起到落地执行，一般需要经过标准编制、标准审查、标准发布、标准贯彻四个阶段：……查看详情发布时间：2020.09.24来源：知乎浏览量：247次
相关主题