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：209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
-
数据情报，数据治理和第四次工业革命
世界经济论坛创始人，“第四次工业革命 ”一书的作者克劳斯·施瓦布表示，目前技术突破的速度没有历史先例，第四次革命是以指数而非线性的速度发……查看详情发布时间：2019.02.21来源：亿信华辰浏览量：220次
-
如今数据治理与企业密切相关
随着越来越多的企业建立并广泛应用BI系统，数据治理的话题也在最近被越来越多地提及和讨论。有专家表示，只有建立了一定的数据治理体系，用户……查看详情发布时间：2019.01.08来源：亿信华辰浏览量：155次
-
什么是敏捷数据管理？敏捷数据管理的技术原则
在大数据的时代，大家都在重视数据存储和大数据相关技术的同时，都开始注重建设数据管理能力。在海量复杂数据的场景下，如果没有有效的管理，那么……查看详情发布时间：2022.03.03来源：小亿浏览量：317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：157次
-
用数据治理来拯救当今的大数据应用
当今社会，大数据的应用越来越广泛，企业和大数据的结合也越来越紧密。数据，俨然已成企业的重要资产之一。但是，大数据却并不是那么好管理，数据……查看详情发布时间：2019.08.15来源：知乎浏览量：171次
-
高等教育中的数据治理架构
在过去5到10年中，企业架构在高等教育（或继续教育）领域获得了动力，许多大学和学院机构建立了EA实践，以帮助掌握不断变化和复杂的IT战略……查看详情发布时间：2019.02.19来源：亿信华辰浏览量：211次
-
数据质量问题的影响因素
数据质量反映的是数据的“适用性（fitness for use）”，即数据满足使用需要的合适程度。数据质量通过完整性、一致性、准确性、及……查看详情发布时间：2020.04.09来源：百度浏览量：663次
-
-
-
相关主题