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：227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
-
企业架构组织的创新能力如何？
回想一下最新的企业架构文章，博客文章，甚至是你读过的职位描述，并算一下至少一次没有提到“创新”的内容？我猜测，“创新”往往被作为有效企业……查看详情发布时间：2019.02.26来源：亿信华辰浏览量：216次
-
谈谈数据治理是什么？
数据治理这项工作一直都是存在的，和数据库设计的三范式一样都是为了数据的管理。数据治理是一整套完整的组织、制度、技术管理行为。……查看详情发布时间：2021.03.06来源：人人都是产品经理浏览量：220次
-
一文讲透什么是数据治理和数据管理
数据管理和数据治理有很多地方是互相重叠的，它们都围绕数据这个领域展开，因此这两个术语经常被混为一谈。此外，每当人们提起数据管理和数据治理……查看详情发布时间：2020.07.29来源：今日头条浏览量：182次
-
-
解决方案中的简单性：迈向身份治理的步骤
面对颠覆性变革，只有在新设备和平台上线时才会加深，并且随着物联网投放更多数据，身份治理至关重要。企业现在通过自己的部署和合作伙伴关系来管……查看详情发布时间：2019.03.13来源：亿信华辰浏览量：188次
-
政务数据交换共享解决方案：打破数据孤岛 让数据成为资产
据统计，政府拥有全社会80%的数据资源，通过运用大数据、云计算等现代信息技术，形成“用数据决策、用数据管理、用数据服务”的公共管理与服务……查看详情发布时间：2020.12.03来源：知乎浏览量：285次
-
数据资产管理经验干货心得分享
数据资产的定义是是指由企业拥有或企业控制的，能够为企业带来未来经济利益的，以物理或电子的方式记录的数据资源，如文件资料，电子数据等。在企……查看详情发布时间：2020.08.19来源：微信浏览量：170次
-
数据资产管理的发展趋势
随着数据资产管理生态系统的不断发展，现有的实践体系也在迅速发展，可以从数据对象、数据采集、处理架构、组织职能、管理手段和应用范围六个方面……查看详情发布时间：2020.09.11来源：知乎浏览量：271次
-
国内数据治理系统全面介绍
随着大数据技术的飞速发展，大数据已经融入到了各行各业，为了能让各企业的数据资产得到充分的利用，数据治理非常重要，如今数据治理已经逐渐成为……查看详情发布时间：2019.09.19来源：知乎浏览量：292次
-
数据质量对数据治理的重要性！
人常说“失之毫厘，差之千里”，在数据来源多样化的情况下，数据的可靠性和实用性，直接影响到统计分析是否得到正确的结论，所以说数据的质量尤为……查看详情发布时间：2019.11.01来源：知乎浏览量：217次
相关主题