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：199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
-
什么是数据质量？如何衡量它以获得最佳结果？
我们过去谈过很多关于数据质量的问题 - 包括糟糕数据的成本。但是，尽管对数据质量有了基本的了解，但许多人仍然不太了解“质量”究竟是什么意……查看详情发布时间：2018.12.25来源：数据治理浏览量：216次
-
-
大数据平台应用开发的五个痛点
随着数据利用率的提高和数据共享行为变得频繁，对于大数据平台应用开发来说，如何进行数据交换是每个平台组件都绕不过去的问题。目前大数据平台应……查看详情发布时间：2020.08.21来源：知乎浏览量：157次
-
2019年的数据架构趋势
当今数字业务的一个主要问题是数据的可靠性。许多商业用户仍在评判数据引导分析的最终价值，并持有一定程度的怀疑态度，这只会随着时间的推移而改……查看详情发布时间：2019.02.13来源：数据治理浏览量：146次
-
治理，管理和质量角色和责任
最好的数据治理计划通过减少模糊性，建立明确的问责制以及向所有数据利益相关者传播与数据相关的信息，积极主动地在数据相关问题开始之前采取措施……查看详情发布时间：2019.03.18来源：亿信华辰浏览量：188次
-
数据安全治理的基本思路
我们的世界正在进入一个奇怪的分裂状态：一方面人们为大数据时代即将在各个领域发生的革命性进步而激动难眠，另一方面人们也在为数据安全和隐私保……查看详情发布时间：2019.06.14来源：数据杂志浏览量：172次
-
98%的企业备战数据治理，尚未入局的你还在等什么
UBM近日发布了一份2018企业数据治理白皮书。白皮书中分析了数据治理的现状：虽然越来越多的企业（尤其是业务部门及IT部门）逐渐开始关注……查看详情发布时间：2018.12.10来源：亿信华辰浏览量：196次
-
做好数据标准管理对企业来说有什么意义？
数据标准是数据全生命周期质量控制的机制与制度保障，贯穿数据从采集到存储、治理和分析应用的全过程，只有建立一套完备的标准体系，数据标准化之……查看详情发布时间：2020.05.08来源：知乎浏览量：143次
-
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：453次
-
相关主题