立即扫码
享受一对一服务
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：215次标签：数据治理
目前金融行业数据治理的问题所遇到的问题
（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
（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。
（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
-
数据标准管理工具最全介绍：背景、功能和案例都在这！
数据标准管理工具作为企业开展数据管控的抓手，需要把数据管理制度办法中建立的各项工作流在信息化系统中实现，避免线下流程，这就需要工具能支持……查看详情发布时间：2021.08.03来源：亿信数据治理知识库浏览量：1221次
-
数据分析加数据治理-让数据清澈如水
在如今数据大浪潮下，如果您的业务很多，那么它就会大量堆积并且产生新的问题。我们生活在一个数据驱动的世界里。数据推动了我们从不同地方获得的……查看详情发布时间：2019.08.30来源：浏览量：237次
-
什么阻碍了数据治理更好的发展？
数据治理正迅速成为全球政策优先事项，这是正确的。已建立的利益和强大的公司正在以令人眼花缭乱的速度构建和重新构建关于数据治理的公众辩论，并……查看详情发布时间：2019.07.11来源：知乎浏览量：169次
-
谷歌首席决策科学家：30篇文章通关数据科学与人工智能
谷歌首席决策科学家(Chief Decision Scientis)凯西柯兹科夫(Cassie Kozyrkov)在2018年非常高产，……查看详情发布时间：2019.01.24来源：亿信华辰浏览量：144次
-
-
数据滥采滥用已到非治理不可的地步
目前个人数据滥采、滥用、非法采集和使用现象十分严重，严重侵害了个人权益，个人信息保护制度亟待建立！……查看详情发布时间：2019.10.17来源：知乎浏览量：303次
-
做好数据治理才能建设大数据平台
大数据不是凭空而来，1981年第一个数据仓库诞生，到现在已经有了近40年的历史，而国内企业数据平台的建设大概从90年代末就开始了，从第一……查看详情发布时间：2018.11.28来源：数据治理浏览量：207次
-
为什么要进行数据交换
企业大量的IT投资建立了众多的信息系统，但是随着信息系统的增加，各自孤立工作的信息系统将会造成大量的冗余数据和业务人员的重复劳动。企业急……查看详情发布时间：2020.08.10来源：知乎浏览量：181次
-
解析业务数据的特征——《企业大数据实践路线》
我们今天的内容是解析业务数据的特征。我们已经知道了数据从哪里来，也知道有什么数据，现在我们需要去分析一下这些数据的特征是什么，想想能在这……查看详情发布时间：2019.02.26来源：亿信华辰浏览量：164次
-
企业数据治理的十个最佳实践
任何企业实施数据治理都不是为了治理数据而治理数据，其背后都是管理和业务目标的驱动。企业中普遍存在的数据质量问题有：数据不一致、数据重复、……查看详情发布时间：2020.07.02来源：知乎浏览量：567次
相关主题