金融行业数据治理的问题与对策
发布时间:2019.10.16来源:知乎浏览量:113次标签:数据治理
(1)缺少数据治理企业文化
银行数据治理工作不是个别部门或少数人员能够妥善完成的,而是需要各部门之间、各层级之间的相互支持与协作,尤其需要加强科技部门与业务部门之间的合作。因此,在数据资产被高度认可的今天,数据治理不仅需要作为银行的一项职能工作在企业内贯彻执行,而应该建立一种以数据资产为导向的企业文化,将数据治理与信息科技治理、公司治理有机地结合起来。
(2)基础数据质量的改进刻不容缓
数据质量的改进是一项长期的任务,需要从文化、组织、制度、流程和质量检查管理工具等多个层面持续改进,并依靠数据认责机制,确保数据质量问题能够得以快速有效的解决;数据不一致需要通过推进数据标准化进行系统问协调,也需要建设统一的可信数据源。
(3)没有完善的组织和制度,缺乏有效的管理机制
目前使用数据的部门由于具有明确的、迫切的数据需求,同时面临着内外部的多种压力,成为处理问题的主要推动者,没有一个统一的数据管理部门,当问题涉及跨系统、跨条线时,沟通成本较高、协调难度也较大,问题难以得到彻底解决。
健全的数据治理组织机制是全面开展数据治理工作的基础。由专业的业务和技术人员组成的数据治理组织将承担数据管理者的职责,负责落实全行数据治理的工作,同时建立决策、沟通、监控、考核的机制,创造全行数据治理文化,有效地解决银行数据的责、权、利的问题。
(4)缺乏完善的系统支撑和技术手段
银行系统数据量庞大,如果数据治理工作不依靠技术手段,没有相应的平台工具支撑,仅依靠手工处理,难以将数据治理工作做好,因此,需要先进的技术手段、配套的系统支撑数据治理工具高效有序的开展。
金融行业数据治理的问题与对策
亿信华辰在数据治理领域也持续深耕,从数据质量管理平台、元数据管理平台,到发布智能数据治理平台-睿治,实现了数据治理全场景覆盖,包含九大核心模块:元数据、数据标准、数据质量、主数据、数据资产、数据安全、数据交换、数据处理、数据生命周期等,所有模块可自由组合,并支持本地或云上使用,全面满足客户各类治理需求。
-
简述数据资产管理方案必须注意的6点
“数据资产管理”一词,在国内首次由DAMS(中国数据资产管理峰会)组委会正式提出。首届“中国数据资产……查看详情发布时间:2020.08.14来源:知乎浏览量:98次
-
金融服务的数据治理2.0
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。……查看详情发布时间:2019.01.25来源:亿信华辰浏览量:86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:2019.07.17来源:知乎浏览量:103次
-
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:100次
-
如何选择数据治理工具
有许多场景需要数据治理工具。在严格的行业法规下运营,利用分析软件和/或定期整合关键主题领域的数据的企业将发现自己正在寻找数据治理工具来帮……查看详情发布时间:2019.07.04来源:知乎浏览量:76次
-
2019年十大数据治理预测
去年见证了数据治理的觉醒 - 或者正如“ 华尔街日报” 所说的那样,“全球数据治理计算”。数据引人瞩目,从而导致创伤 - 从Face……查看详情发布时间:2018.12.19来源:亿信华辰浏览量:110次
-
企业如何提升数据质量?
在这个大数据时代,数据资产逐渐成了构成成企业核心竞争力的关键要素,然后,大数据的应用必须建立在高质量的数据上才有意义,因此提供数据质量是……查看详情发布时间:2019.07.26来源:知乎浏览量:76次
-
数据驱动,高效的数据质量管理才是是重中之重
给领导汇报工作时,你是否对报告的基础数据质量产生过担忧,担心质量不达标呢?大数据时代数据的核心不是“大”,而在于“有价值”,而有价值的关……查看详情发布时间:2019.05.06来源:亿信华辰浏览量:113次