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：222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
-
询问数据治理教练：我的数据治理计划需要多长时间？
有多种不同的成熟度评估可用。如同所有的事物数据治理，我更喜欢一个简单的方法，你可以下载一个非常快速和容易的数据治理健康检查调查问卷免费在……查看详情发布时间：2019.03.22来源：亿信华辰浏览量：141次
-
主数据管理平台有哪些?
主数据管理平台正是基于平台型建设思路设计的多主题域管理平台，以统一的数据平台为支撑，通过数据模型的扩展，实现对企业的顶层业务模型的支持，……查看详情发布时间：2022.05.09来源：小亿浏览量：317次
-
建立成功的数据治理战略
组织当前正在努力解决的数据分析的核心要素之一是数据治理。如果组织没有花时间构建和实施治理策略，那么组织可以做正确的事情并且仍然想知道为什……查看详情发布时间：2018.12.14来源：数据治理浏览量：191次
-
2021权威解读:大数据治理包括哪些内容
近年来数据治理越来越受到国内外研究机构和学者的关注，在数据治理的框架设计等方面均取得了很多研究成果，并在商业、教育、医疗等以数据为核心……查看详情发布时间：2021.04.02来源：数据治理研究院浏览量：433次
-
-
数据治理对企业重不重要？有哪些好处呢？
随着互联网技术的不断发展，人们获取、收集信息的渠道也越来越多样化，各种搜索引擎、通讯工具、社交网站等普及应用，使得数据信息呈迅速增长趋势……查看详情发布时间：2019.07.18来源：知乎浏览量：191次
-
企业构建数据中台是否存在一个量化或判断的标准？
对这个问题有几种解读，第一种解读是说企业是否要构建自己的数据中台，这个问题有没有标准？以这个问题来讲的话，我们认为所有的企业它都需要数据……查看详情发布时间：2021.01.23来源：知乎浏览量：210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：214次
-
2018 数据管理成熟度技术曲线：DataOps、dbPaaS、ML
数据运维（DataOps）、私有云数据库平台即服务（dbPaaS）和具有机器学习（ML）功能的数据管理在2018年Gartner数据管理……查看详情发布时间：2019.03.05来源：亿信华辰浏览量：203次
-
数据治理带给企业的6个惊喜
数据治理实际是一把双刃剑。一方面，法律法规的强制规定能立即引起客户对数据治理的重视。另一方面，为了达到合规，很多企业在实际操作中只会做到……查看详情发布时间：2019.11.22来源：知乎浏览量：176次
相关主题