银行金融机构如何做好数据治理

发布时间:2019.08.16来源:知乎浏览量:47次标签:数据治理

数据治理是用于描述给定组织中数据的所有过程和管理的术语,包括所述数据的质量,保护和使用。由于所持数据的性质,金融服务公司可能特别需要治理。与资产和财务相关的私人信息应保持更高的关注水平。
数据治理
数据治理在银行金融行业的必要性
1.了解法规和合规性

鉴于数据泄露的频率和严重程度越来越高,个人对其个人详细信息的审查也越来越多。还有一系列当前和未来的立法,旨在保护用户并使他们能够控制数据隐私。确保遵守公司所有的法规是数据治理中非常必要的组成部分。


虽然有许多政府措施,但目前有三项措施脱颖而出:
a.通用数据保护条例(GDPR)
该GDRP涵盖数据隐私属于欧盟所有国家的公民。即使您不在欧洲,GDPR也可能会对您产生影响。如果您的任何客户,甚至是网站访问者都是欧盟公民,则需要遵守规定。如果您的在线资产不符合规定,您的公司可能会受到严厉的处罚。在某些情况下,您的用户可能无法访问。

b.金融工具市场指令II(MiFID II)
MiFID II是为欧盟创建的另一项立法的第二次迭代再次,美国可能不会直接受到MiFID的管辖,但任何为英国和欧盟公民管理资产的人都会想要注意。

c.金融犯罪执法网络(FinCEN)
从技术上讲,FinCEN不是立法。该组织更像是一个维护网络,以执行与金融业有关的法律。虽然网站上列出了许多法律,但其却是美国着名的处理数据的法规。

2.专注于实施
如果存储了数据,则您的组织具有当前形式的数据治理。这并不意味着当前的表格有效或甚至符合适用的法规。彻底阅读和理解法规以及常见的合规性问题将帮助您识别公司现有流程中的缺陷。但是,您的评估和更新实施中应包含一些基础要求:

a.全体领导参与
与其他公司计划非常相似,执行(或管理)团队的每个成员都应具备数据治理计划的工作知识。由于证明有效,许多组织的首席财务官经常被监督数据。虽然应该有一个冠军,但组织中的每个领导者都应该参与到某个层面。

b.数据是资产
如上所述,数据是企业的一种资产。如果不在与其他资源相同的上下文中查看敏感数据,您的团队可能无法按照需要进行处理。银行账户受到密切监控,建筑物得到维护,员工得到照顾 - 但整体数据受到的保护很差。

c.创建一个长期的实践
在创建关于数据的资产思维模式后,可能更容易关注长途运输。同样,资产得到管理并定期审查。例如,更新投资组合,培训或训练员工。数据应该是一个定期且始终如一的业务部分。

3.定期监控关键指标
在专注于数据治理的正确实施之后,常规护理的一部分是监控某些指标。这些指标可以帮助您确定程序的成功,并提醒您任何问题。一些指标一旦得到改善,甚至可以节省资金并提高盈利能力。

以下是金融服务公司追踪的两个最普遍的指标。

a.数据质量
根据“哈佛商业评论”(HBR),仅在美国,糟糕的数据质量每年就要花费3万亿美元。这里的简单教训是:提高数据质量并提高底线。虽然导致此问题的原因很多,但一套明确的例程和程序可以显着提高数据质量。

b.政策坚持
即使是小型企业也经常有多个需要访问数据的人。为数据管理的每个方面制定一套可靠的策略是至关重要的(正如您可能已经意识到的那样)。但是,许多公司未能确保其员工,承包商和用户实际遵守这些政策。确保遵守可以显着降低基于错误的数据丢失的风险(例如员工在公共场所离开公司设备)。

由于数据泄露频率不断上升以及通过GDPR和其他法规加强监管监督,数据治理对于当今的银行和金融服务公司来说是必不可少的。了解监管环境,实施战略政策和程序,以及监控关键指标以确保合规性将有助于确保您的成功。

从商业银行数据治理体系的金字塔结构可以看出,实际上银行的数据治理体系包含两个层面:一是数据治理核心领域,二是数据治理的保障机制。战略、机制及各领域的技术支撑是商业银行进行数据治理的全面概貌。数据治理包含保障机制和核心领域两个部分,他们之间相互支撑,共同保障数据治理的全过程管理。保障机制提供制度和战略力量的支持,明确了组织架构、制度章程、流程管理和及时应用,用来规范数据治理的各个核心领域标准化实施;数据治理的核心领域提供了全方位的数据治理视角,从各个层面各个维度进行数据质量保障,通过相应的系统和技术对战略目标进行支撑和落地,两者之间应该是紧密配合的。亿信睿治数据治理平台是由元数据、数据标准、数据质量、数据集成、主数据、数据资产、数据交换、生命周期、数据安全多产品组成的一整套解决方案,是一款智能、敏捷的数据全生命周期的管理应用平台。

通过有效的数据治理设置数据策略以取得成功
银行金融机构必须为其数据设置正确的治理策略和组织,以确保它可用于最苛刻的需求。适合的数据服务可帮助您制定数据驱动的决策,以改进战略和运营规划,并更有效地解决法规遵从问题。

那么选择一个好的数据治理工具就至关重要,好的数据治理平台能够更好地对冗杂的数据进行有效的处理,进而筛选出对于决策制定有着重要作用的数据集。
(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
  • 数据治理的关键要求是什么?

    数据治理的关键要求是什么?

    这些功能中的每一项都可以实现受管理的环境 目录和数据字典元数据的组合为数据策略和使用的可审计性提供了完整的信息。它还包含血统和操纵。工作……查看详情

    发布时间:2019.03.20来源:亿信华辰浏览量:38次

  • 数据治理直击灵魂的四问:治什么?谁来治?怎么治?选哪个?

    数据治理直击灵魂的四问:治什么?谁来治?怎么治?选哪个?

    近些年来,“数据治理”这个词总是高频出现,让人们对其“身世背景”格外好奇。国际数据治理研究所(DGI)给出的定义:数据治理是一个通过一系……查看详情

    发布时间:2020.09.19来源:知乎浏览量:26次

  • 为什么数据治理是改善决策的关键

    为什么数据治理是改善决策的关键

    能够快速收集大量数据,分析数据,然后使用您学到的知识来帮助促进更好的决策,这是许多企业高管的梦想。但是就像任何可以在一个句子中总结的事物……查看详情

    发布时间:2019.01.22来源:亿信华辰浏览量:47次

  • 元数据管理是什么?元数据管理的意义

    元数据管理是什么?元数据管理的意义

    元数据管理是数据治理工作是重中之重,为什么企业内部的数据质量总是不高?其实只要有数据存在就有数据质量问题存在。但是也可以通过一个有效的管……查看详情

    发布时间:2021.08.11来源:亿信华辰数据治理知识库浏览量:315次

  • 企业数据治理需要的能力

    企业数据治理需要的能力

    数据治理必然带来新的标准的确立和旧系统的改造,是一个有破有立、无破不立的过程。这一过程设计大量的跨部门、跨条线、跨系统的沟通协调,同时也……查看详情

    发布时间:2021.09.06来源:亿信华辰浏览量:58次

  • 数据治理:您需要了解的内容

    数据治理:您需要了解的内容

    数据治理:您需要了解的内容,持续的数据治理计划为遵守公司的战略计划提供了知识和制度基础。……查看详情

    发布时间:2018.11.23来源:数据治理浏览量:25次

  • 什么是数据工程师?高需求中的分析角色

    什么是数据工程师?高需求中的分析角色

    数据工程师是任何企业数据分析团队的重要成员,负责管理、优化、监督和监控整个组织内的数据检索、存储和分发。 ……查看详情

    发布时间:2019.01.15来源:亿信华辰浏览量:23次

  • 金融业的数据治理重要开端:数据流入

    金融业的数据治理重要开端:数据流入

    随着科技的发展,当今社会已经进入到了信息时代的下一阶段,“数据时代”,大数据成为了众多行业的风口,数据自然而然便……查看详情

    发布时间:2019.01.04来源:尼锅浏览量:33次

  • 数据治理,更依赖人治还是自治?

    数据治理,更依赖人治还是自治?

    数据治理“自治”包含两层含义:自动化治理和自助化治理。数据中台,是能力的下沉,数据处理能力下沉为加工平台,数据处理结果下沉为数据资产。那……查看详情

    发布时间:2019.11.18来源:知乎浏览量:26次

  • 区块链是金融数据治理的天然工具

    区块链是金融数据治理的天然工具

    一、从金融数据管理到金融数据治理进入“大数据时代”,不仅催生更多金融业态,数据体量更是呈现爆炸式增长。如何将金融……查看详情

    发布时间:2019.01.07来源:亿信华辰浏览量:35次

相关主题
您点击 “提交”,表明您已理解并同意接受本网站隐私政策和用户协议