银行数据治理的核心问题
发布时间:2019.08.14来源:简书浏览量:68次标签:数据治理
随着法规和数据安全性变化的压力不断增加,银行和信用合作社在数据方面必须保持警惕。确保数据具有高质量,可访问性和安全性是保持这种不断变化的环境的关键。此外,机构应确定如何更好地利用已经收集的数据。
数据质量,访问或安全性差的机构所面临的一些影响。以下是一些最重要的影响:
•无法提供准确的预测
•降低整个机构的生产力
•暴露于风险和监管合规问题,包括不准确的信用评估和更高的合规成本
•财务绩效,包括现金流延迟,IT支出增加和潜在错失机会
为了最大限度地减少这些影响,所以需要三个支柱来建立有效的数据治理。
支柱1:人员和组织结构
机构中的每个人都负责维护准确,可访问和安全的数据,以支持业务需求和优先级。他们建议将关键利益相关者分为两组。第一组包含负责建立数据治理愿景和战略的人员,而第二组负责执行。
支柱2:数据治理流程
当机构建立数据管理政策和程序时,建议解决数据管理生命周期的所有四个阶段。
1.收集
2.管理
3.保护
4.交付
支柱3:数据治理技术
为了使数据治理有效,机构必须拥有维护和管理数据的工具和技术,以便数据可访问和可靠。在许多银行中,数据技术包含一系列不连贯的一次性应用程序和解决方案,每个都旨在满足特定需求,没有集中和一致的治理。数据平台和框架应提供问责制和透明度,无论它们是内部开发还是来自第三方供应商。
然而,收获大数据产生的回报需要努力工作和不断适应。金融机构面临着比以往更大的挑战,因为它们在管理风险和监管合规性的同时兼顾数据量,速度和种类的增加。
任何金融机构的第一步都是评估其当前的数据治理计划,看它是否与组织的目标一致,并且正在实现其所需的一切。合规条款,风险缓解和机会。奥罗克的建议是,你首先需要有效,然后才能提高效率。
数据治理是一个过程,而不是一个项目,它需要成为组织开展业务的一部分。为了成功,你想让它成为你DNA的一部分。当您创建新应用程序,创建新产品时,请从一开始就遵循您的数据治理策略。
为了分析数据治理计划,每个金融机构都需要考虑五个关键问题,以便在大数据世界中自信地前进:
1.我们是否为组织的未来制定了蓝图,并了解数据在未来的作用?
虽然大多数机构对未来想要实现的目标有明确的计划,但了解数据在该计划中的作用是成功的基础。如果不考虑数据在业务路线图中的作用,它将在未来产生不必要的负担。如果你作为一个组织处于有利位置,你就会考虑你的计划将如何影响数据,反之亦然,而不是事后的数据,通过在业务路线图中考虑数据,银行将更好地协调创建新产品,或将其传统产品和遗留系统交织到其长期规划中。
虽然目前只有一小部分银行正在研究非结构化数据,但这种类型的数据在任何有关未来的对话中都有明确的位置。随着国际数据公司估计非结构化数据占所有数字数据的90%,使用非结构化数据需要成为银行的未来考虑因素也就不足为奇了。
2.指定的管理层是否专注于实用且可执行的数据治理政策?
随着数据在任何组织的未来发挥着不可或缺的作用,对这些数据的管理变得至关重要。
我们发现的是,越来越多的公司正在拥有首席数据官和与该角色相关的其他员工,并且它提供了价值,您希望在组织中实施该计划的责任。如果你没有建立正确的问责制,那么数据治理计划就不会增加价值。
这是关于了解整个组织数据变化的影响,首席数据官可以参与整个组织的高层对话,但仍然关注数据。没有CDO,数据很可能是事后的想法,这会增加潜在的风险。
然而,如果没有强有力的数据治理政策,CDO就无效。但是,设定组织数据管理的总体方向并定义数据治理策略是不够的。随着数据量,速度和种类的增长,定期审查和更新该政策至关重要。
关键是确保您的数据治理政策保持实用和可执行,政策中必须有标准,检查和控制。如果你没有那些东西,你可能也没有这个政策。
当然,斗争是在保持政策简单的同时仍然实施必要的协议。显然,你的程序越简单,就越容易遵循,人们就越有可能遵循它,你想从上到下设计你的程序,然后从下到上实现它。
3.我们是否了解现行法规及其与我们所拥有数据的关系?
对于系统重要的机构来说,已经出现了很多新的法规,重要的是他们不仅要了解合规的一部分,还要了解它们目前是否合规。
将监管合规性称为数据治理的“赌注”,但承认为了符合要求,需要具备一定程度的数据质量。这两者齐头并进,这就是为什么组织的监管变革需要彻底,并且不可能在一夜之间完成。
像任何重大变化一样,进行监管变革需要很长时间,确保您捕获正确的数据并存储正确的数据,并保留适当的时间。
如果要进行监管变革,这些变化必须成为首要任务。对于银行而言,两个最大的数据问题必须是监管问题和系统性风险。
4.我们是否有适当的系统来保证数据质量,确保适当的权利并降低风险?
金融机构需要具备的不仅仅是监管合规才能有效。质量数据是降低风险的关键因素,最终使数据治理政策真正有效。然而,保证质量数据很难实现。
当源自多个谨慎的计算机系统和业务线时,数据质量往往因不兼容的定义,不一致和重复而降低。
由于数据质量不佳,数据治理和控制的有效性可能会受到严重影响,如果没有适当的数据质量,就很难获得适当的权利,或者知道你拥有降低风险所需的所有数据。
此外,在数据质量方面,组织需要对数据的准确性,完整性和权利使用负责。
你要做的最后一件事就是制作产品或创造内容,并让每个人都可以访问,然后两年后,接受内容提供商的审核,创造出数百万的风险,你需要对权利和政策有明确的理解。但是组织应该如何解决这些问题呢?建议实施程序,以确保数据汇总时的质量数据。
你想积极主动,立即寻找数据的不一致和重复,当数据进入系统时,当您完成所有这些检查和平衡时,那么当您提取数据时,您可以确保数据质量。确保质量数据是与重要权利相关联的重要的第一步。降低风险。
5.我们是否优先考虑潜在价值,同时平衡与数据机会相关的风险?
一旦建立数据治理计划,协调管理和实施协议变更的艰苦工作正在进行中,银行就可以放心地将大数据用于工作。
在研究使用数据的新方法时,需要考虑很多事情。良好的数据和良好的数据使用创造了收入的途径,相反,如果没有正确的数据或数据使用,整合这些想法变得更加困难。
在大数据中,风险和机会是同一枚硬币的两面。当你进行数据汇总以及随之而来的一切时,领导者应该考虑如何做出更好的决策,降低成本,提高销售和效率,但是你不能在没有权衡硬币的另一面做出任何决定,这就是风险。每次评估新的机会时,考虑风险至关重要。
数据治理需要一个持续的周期。确定目标后,确保计划与这些目标保持一致,并确保策略可执行。检查该信息,进行差距评估,分配责任,进行沟通,然后进行验证。最重要的是,继续重复并更新该周期。
总体而言,有效的数据治理计划应包括四个关键标准:信任,一致性,承诺和清晰度。
-
数据治理目标是什么?数据治理框架包括哪些方面?
数据治理涵盖了数据质量、数据建模和架构、数据存储、数据操作、商业智能、数据沿袭、文档、数据集成和数据安全等.制定数据治理计划前我们需要……查看详情发布时间:2021.07.22来源:亿信华辰数据治理浏览量:335次
-
2018年中国大数据交易产业十大事件
凡是过去,皆为序章。中国大数据交易产业2018年大事频出,国家大数据(贵州)综合试验区“大数据资源流通”取得新进展,2018第四届中国(……查看详情发布时间:2019.02.13来源:亿信华辰浏览量:75次
-
DAMA 数据管理知识体系指南-数据管理方方面面的一部代表性著作
本书由DAMA International组织众多数据管理领域的国际级资深专家编著。这是一项里程碑式的工作。数据管理是把业务和信息技术融……查看详情发布时间:2018.11.29来源:DAMA浏览量:108次
-
一文说明数据质量与数据治理的关系
数据作为一种资产,对于一个公司来说,数据的核心价值可以理解为核心商业价值,我个人认为是体现在两方面,一是能为企业带来更多的盈利,二是能为……查看详情发布时间:2020.07.09来源:浏览量:87次
-
大数据在媒体行业的应用——《企业大数据实践路线》之二
新闻工作者先产生一个内容,形式可以是文字的、视频的等,无论你是编辑还是记者或者说是美编,或电视台的采编人员等等所生产的内容都会存入到业务……查看详情发布时间:2019.02.25来源:亿信华辰浏览量:65次
-
数字化时代的大数据治理应该怎么做呢?
随着时代的发展,各个企业收集数据的渠道越来越多样化,也有越来越多的企业开始应用大数据来创造价值,为了合理有效的挖掘数据资源来源的价值,首……查看详情发布时间:2019.07.18来源:知乎浏览量:87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:75次
-
专用企业架构工具如何解决常见的CIO问题
由于技术在商业中的重要性,CIO们发现他们的工作变得越来越困难。随着技术创新本身 - 以及物联网设备数量预计到2020年将增加285%(……查看详情发布时间:2019.02.26来源:亿信华辰浏览量:66次
-
数据治理标准:数据质量六大评价标准
万事万物都有其标准,铁轨有规定的标准宽度,一千克有规定的标准重量。那么在大数据时代,企业中各种各样的数据是否也有统一的数据标准呢?数据标……查看详情发布时间:2022.01.20来源:小亿浏览量:3000次