金融服务的数据治理2.0
发布时间:2019.01.25来源:亿信华辰浏览量:82次标签:数据治理
随着金融服务业面临特别的压力,数据驱动型业务的变化速度正在增加。对于银行,信用卡,保险,抵押贷款公司等,必须正确地进行数据治理。
消费者信任度全面下降,在几次高调的数据泄露之后,对组织处理和处理数据的方式的信任度仍然较低。
Equifax遭遇2017年最大的突破,是历史上第五大突破。随后股价暴跌应该向其他金融服务机构发出严厉警告。截至11月,信用局报告违规后报酬为8750万美元,而公关的影响使得利润下降了27%。
但可以说Equifax很幸运。如果在实施“一般数据保护条例”(GDPR)后发生了违规行为,那么它也会受到严厉的制裁。到2018年5月,对GDPR不合规的罚款将达到2000万欧元的上限或年营业额的4% - 以较高者为准。
数据治理的目的 - 了解数据的位置以及由谁负责 - 是防止此类违规的关键因素。这也是合规的先决条件,因为组织需要证明他们在管理方面采取了合理的预防措施。
Equifax的情况显然意味着金融服务组织需要审查和改进其数据治理。作为一个概念,人们普遍了解监管合规性的数据治理。这些法规是十年前为应对金融危机而引入的。
但是,数据治理的作用远不止防止数据泄露和满足合规性标准。
金融服务的数据治理2.0
数据治理一直难以获得立足点,因为增值已经不明确且很大程度上未经测试。在为金融服务行业引入新的DG规定后,大多数组织都没有打算实施全公司范围的方法,而是选择将其作为IT管理的计划。
因此,IT负责对数据元素进行编目以支持搜索和发现,但他们很少知道哪些数据位与更广泛的业务相关或重要。这导致了糟糕的数据质量和完整性,左侧数据及其治理受到影响,因此数据驱动型业务很难实现。
现在,数据驱动的业务更为常见 - 真正的数据驱动型业务,数据是战略的核心。由于Airbnb,亚马逊和优步成为首批利用数据转变各自市场的企业,这一先例已经确定。
这些企业不仅使用数据来定位新客户,还使用数据来帮助制定战略,找到市场中的新差距,并突出显示性能改进的领域。
考虑到这一点,金融服务行业可以学习和应用很多东西。金融科技初创企业继续震撼整个行业,虽然金融服务行业是一个难以推翻的行业,但传统金融机构需要进行创新以保持竞争力。
除了合规性之外,DG的上述目的 - 了解数据的存储位置以及由谁负责 - 也是促进敏捷性,挤压上市时间和提高整体业务效率的关键因素,尤其是在金融服务行业。
事实上,金融服务数据治理的最大优势是可以为合适的人员提供高质量和可靠的数据,因此可以更快地做出正确的决策。Good DG还帮助这些公司更好地利用收入机会,解决客户问题,识别欺诈行为,同时提高报告此类数据的标准。
这些好处在金融服务中尤为重要,因为他们的重大决策会产生巨大的财务影响 要做出这样的决定,他们需要相信他们使用的数据是合理且有效的可追踪的。
这种数据问责制至关重要。要实现这一目标,组织必须从旧的,无效的Data Governance 1.0方法转向协作式,结果驱动的Data Governance 2.0。
这意味着将数据治理引入更广泛的业务,而不仅仅是将其留给IT部门。这意味着业务线经理和C级管理人员在数据治理中发挥着主导作用。但最重要的是,它意味着更有效的数据驱动业务方法,以增加收入。BCG的一项研究表明,金融服务可能会留下高达300亿美元的资金。
虽然只是满足监管合规的诱惑力可能很强,但金融服务行业显然可以从采取额外措施中获益良多。因此,新法规不一定被视为一种负担,而是一种促进更大,更积极主动和前瞻性思维变革的催化剂。
-
建立成功的数据治理战略
组织当前正在努力解决的数据分析的核心要素之一是数据治理。如果组织没有花时间构建和实施治理策略,那么组织可以做正确的事情并且仍然想知道为什……查看详情发布时间:2018.12.14来源:数据治理浏览量:95次
-
数据质量及数据质量管理一个较全面的介绍
很多企业数据项目的失败归根结底都是数据质量不高造成的。数据质量不高已经成为困扰此类项目的开发人员与用户的一个严重问题。为了提高大家对数据……查看详情发布时间:2020.01.09来源:CSDN浏览量:91次
-
为什么你应该有一个数据治理策略
有效的数据治理也是一个持续的过程。政策定义,审查,调整和审计以及合规审查和质量控制都会作为数据治理生命周期经常受到影响或重复。因此,数据……查看详情发布时间:2019.03.08来源:亿信华辰浏览量:97次
-
3点告诉你如何正确实现数据治理
数据驱动需要的不只是的新工具的出现。它需要对数据质量进行投资,以改变有关数据捕获系统的设计和使用方式的行为。……查看详情发布时间:2021.05.20来源:亿信数据治理知识库浏览量:118次
-
数据治理流程中,最重要的3点都在这
数据治理能够带来的好处就在于,更高效地帮助企业将数据价值转化成实际的业务价值。数据“井喷”仍在进行,机器学习、AI等这类十分依赖数据质量……查看详情发布时间:2021.05.10来源:亿信数据治理知识库浏览量:389次
-
全球数据质量和数据治理解决方案市场
在企业数据管理生态系统中,数据质量是一个广义的术语,指的是数据和/或过程的质量,完整性和一致性等。数据质量还意味着数据准确性和一致性的程……查看详情发布时间:2019.07.11来源:知乎浏览量:63次
-
数据治理是建设数据中台的核心数据价值的释放之匙
随着数据价值的日益突显,越来越多的企业开始进行数字战略转型,有的通过数据平台过渡到数据中台,有的直接建设数据中台。……查看详情发布时间:2020.06.23来源:知乎浏览量:81次
-
数据治理工作的难点主要体现在那些方面?
由哪个部门主导;人员应该怎样配置;各个数据治理角色的职责分别是什么。这些一定需要明确,一个职责分工明确的团队将更好的推进数据治理工作。建……查看详情发布时间:2019.09.18来源:知乎浏览量:110次
-
Informatica把AI带到了数据治理、数据治理和数据治理的合规性。
随着欧盟制定新隐私规定的最后期限越来越近,企业需要掌握数据的来源。……查看详情发布时间:2019.01.09来源:亿信华辰浏览量:73次