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：529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
-
大数据环境下的敏感数据治理
随着网络技术的快速发展，大量数据在各种业务活动中产生，数据价值越来越凸显，在商业策略、社会治理和国家战略制定过程中，数据都起到了重要的决……查看详情发布时间：2019.08.02来源：安全牛浏览量：454次
-
为正在进行的数据治理提供资金
我们不会在这里更详细地讨论这些选项; 它们遵循与为数据治理计划的设计提供资金时所讨论的相同的一般模式。但是，值得注意的是，使数据治理依赖……查看详情发布时间：2019.03.18来源：亿信华辰浏览量：400次
-
数据交换如何“主动出击”？
传统的数据交换，一般说来是用户根据自身的数据抽取需求，配置好相关的设置，定义好数据抽取时间来进行数据交换。这是一种被动式的数据交换，如果……查看详情发布时间：2020.09.27来源：头条浏览量：361次
-
数据治理与分析相结合
不到十年前，由于规模，资源和组织能力的原因，大型企业比同行业的小企业具有显着的优势。现在已不再是这样，因为数字创新和全球化的推动，加上移……查看详情发布时间：2018.11.23来源：数据治理浏览量：488次
-
数据驱动，高效的数据质量管理才是是重中之重
给领导汇报工作时，你是否对报告的基础数据质量产生过担忧，担心质量不达标呢？大数据时代数据的核心不是“大”，而在于“有价值”，而有价值的关……查看详情发布时间：2019.05.06来源：亿信华辰浏览量：407次
-
数据治理最佳实践利用大数据
大数据时代的新兴技术，如人工智能和物联网，意味着有更多的数据可以从中受益，并且数据治理策略可以管理和保护。……查看详情发布时间：2019.06.28来源：知乎浏览量：452次
-
不是专业数据分析师的你，该如何科学地看待大数据呢？
似乎很多创业人，都喜欢讲一些概念化的东西。例如前两年的互联网+，例如后来的大数据，又例如最近的区块链…………查看详情发布时间：2019.02.13来源：亿信华辰浏览量：323次
-
-
数据清理的终极指南——亿信华辰
我花了几个月的时间分析来自传感器、调查及日志等相关数据。无论我用多少图表，设计多么复杂的算法，结果总是会与预期不同。……查看详情发布时间：2019.03.20来源：数据清理浏览量：328次
-
相关主题