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：377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
-
敏捷方法如何帮助解决您的数据问题
无论哪种方式，您都必须像软件开发人员一样思考，并确保您拥有正确的思维方式，技能组合和工具集，以保持数据掌握的灵活性。……查看详情发布时间：2019.02.27来源：亿信华辰浏览量：243次
-
数据治理金融行业解决方案
我国银行数据现状1、缺乏数据梳理，造成行领导看到的数据相互冲突和矛盾 2、业务职能不清晰或相互重叠，观察数据视角不尽相同，缺少数据标准与……查看详情发布时间：2019.08.26来源：知乎浏览量：344次
-
大数据时代地方政府大数据治理战略
全球各地的组织正在投资于能够以先前无法想象的方式容纳和处理数据的系统。在某些情况下，企业甚至会根据这些新系统重新构建现有的IT环境。这些……查看详情发布时间：2019.08.15来源：浏览量：280次
-
数据建模在数据治理中的作用
在过去的9个月里，erwin建模团队一直在忙着从山顶呼喊我们进入数据治理领域。2015年4月，我们发布了新版的建模门户网站erwin®W……查看详情发布时间：2019.02.19来源：亿信华辰浏览量：316次
-
-
数据交换管理—企业数据上链的起点
随着数据体量的增长，大数据处理、大数据应用分析的门槛逐渐提高，社会普遍开始重视数据安全和隐私。目前，数据交换共享平台已成为政府和企业在系……查看详情发布时间：2020.08.11来源：知乎浏览量：313次
-
着力提升工业数据资源管理能力,加快工业互联网创新发展步伐
工业互联网是第四次工业革命的重要基石，作为数字化转型的关键支撑力量，正在全球范围不断颠覆传统制造模式、生产组织方式和产业形态，推动传统产……查看详情发布时间：2019.03.07来源：数据管理浏览量：302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：359次
-
对于制药公司而言，数据治理不应成为吞下难以接受的药物
制药和生命科学公司面临着许多与其他行业相同的数字转型压力，例如我们之前探讨过的金融服务和医疗保健。作为回应，他们正在转向高级分析平台和基……查看详情发布时间：2018.12.06来源：迈克尔帕斯托雷浏览量：329次
-
完善数据治理的制度设计
作为最具时代特征、最活跃的生产要素和价值创造来源，“数据”首次出现在《决定》的文本之中。这既反映了经济社会数字化转型不断加快的特征事实，……查看详情发布时间：2020.10.31来源：知乎浏览量：260次
相关主题