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：291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
-
一文透露银行业的数据治理该不该做，又怎么做？
小宋最近同学会，一个大学同学就职银行信息科技部门，听说小宋也在一家大数据公司便拉起小宋的手要和她好好掰扯掰扯一下银行业的数据治理了。银行……查看详情发布时间：2020.07.29来源：今日头条浏览量：237次
-
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：172次
-
-
常见的主数据管理问题
主数据管理，包括不仅仅是硬件和软件，还是将数据作为重要资产管理的思想和办法，是指一整套的用于生成和维护企业主数据的规范、技术和方案，以保……查看详情发布时间：2020.12.05来源：知乎浏览量：470次
-
数据治理准备的五大支柱：倡议赞助
“Facebook是全球数据治理的核心。”3月19日“华尔街日报”的一篇文章总结了我们所处的位置。在通用数据保护法规（GDPR）生效仅两……查看详情发布时间：2019.01.24来源：亿信华辰浏览量：254次
-
数据治理管理干货 | 数据质量管理的方法
原始数据通常包含错误，如果不做数据质量管理，可能会导致错误的结果。数据质量管理是数据治理中获得正确上下文和结论的基本步骤。……查看详情发布时间：2021.06.22来源：亿信数据治理知识库浏览量：292次
-
数据治理模型 - 组织数据质量管理的责任
企业需要数据质量管理（DQM），它结合了业务驱动和技术观点，以应对需要高质量企业数据的战略和运营挑战。迄今为止，公司已将DQM的责任主要……查看详情发布时间：2018.12.21来源：数据治理浏览量：357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：228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：602次
-
企业数据治理的十个最佳实践
任何企业实施数据治理都不是为了治理数据而治理数据，其背后都是管理和业务目标的驱动。企业中普遍存在的数据质量问题有：数据不一致、数据重复、……查看详情发布时间：2020.07.02来源：知乎浏览量：707次
相关主题