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：450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
预约演示
相关文章推荐
-
国内主流的主数据管理方案
主数据管理 (MDM) 是一种能够定义和管理组织中关键数据的全面方法。它提供跨整个企业的一站式可信任数据视图、敏捷的自助服务访问、基于分……查看详情发布时间：2020.05.07来源：知乎浏览量：1146次
-
数据科学的下一个「超能力」：模型可解释性
很多人重视重视模型的预测能力，却忽略了模型可解释性的重要性，只知其然而不知其所以然。为什么说模型的可解释性这么重要呢?作者就 5 个方面……查看详情发布时间：2019.03.28来源：亿信华辰浏览量：440次
-
高质量的数据一般包括哪些特征？
基于数据决策的前提是数据可靠且相关，数据必须是“真实可信的”，否则“输出将是误导和无效的”。但是企业所收集的数据可能不完全，或者更新不……查看详情发布时间：2022.06.09来源：小亿浏览量：3924次
-
解锁数据治理：亿信华辰的数据治理工具引领风潮
在数字化飞速发展的时代，数据已成为企业的重要资产。然而，如何有效管理和利用这一资产，确保数据的质量、安全性和合规性，是企业面临的挑战。亿……查看详情发布时间：2023.09.27来源：浏览量：723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：424次
-
数据治理标准：数据质量六大评价标准
众所周知，大数据建设的目标是为了融合组织数据，增加组织的洞察力和竞争力，实现业务创新和产业升级。因此，数据是企业数字化转型的核心要素，而……查看详情发布时间：2022.03.10来源：小亿浏览量：2428次
-
数据湖与数据仓库之间的桥梁
数据湖的吸引力和新颖的功能对传统的数据仓库（DWH）系统构成了巨大的威胁。DWH的主要缺点包括与不适应不断发展的数据环境的刚性内部结构相……查看详情发布时间：2021.07.26来源：亿信华辰数据治理知识库浏览量：454次
-
-
数据治理之道帮助企业完成数字化转型
数据治理不能再只是面向数据部门了，需要成为面向全企业用户的工作环境，需要以全企业用户为中心，从给用户提供服务的角度，管理好数据的同时为用……查看详情发布时间：2020.06.28来源：知乎浏览量：421次
-
数字健康治理：21世纪数字经济的管理与战略
数字化健康技术，解决方案和决策方法正在改变医疗保健的提供，重塑患者（和健康消费者）的期望，并为健康计划，卫生系统，信息公司和其他利益相关……查看详情发布时间：2018.11.21来源：数字健康治理浏览量：456次
相关主题