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：228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
-
企业怎样建立完整的数据治理体系？
大数据智能时代，管理不再是传统的做法，一套完善的数据管理体系是企业长远要生存的必须择决。我们的生活已经离不开大数据，企业的数据管理不仅能……查看详情发布时间：2020.03.26来源：知乎浏览量：178次
-
数据资产管理的发展趋势
随着数据资产管理生态系统的不断发展，现有的实践体系也在迅速发展，可以从数据对象、数据采集、处理架构、组织职能、管理手段和应用范围六个方面……查看详情发布时间：2020.09.11来源：知乎浏览量：271次
-
完善数据治理的制度设计
作为最具时代特征、最活跃的生产要素和价值创造来源，“数据”首次出现在《决定》的文本之中。这既反映了经济社会数字化转型不断加快的特征事实，……查看详情发布时间：2020.10.31来源：知乎浏览量：183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：210次
-
企业为什么要实施数据治理项目
目前业界并没有对其概念的统一标准定义，我们可以这么认为，数据治理从本质上看就是对一个机构（企业或政府部门）的数据从收集融合到分析管理和利……查看详情发布时间：2020.04.09来源：知乎浏览量：176次
-
数据治理与IT治理的区别
最近，我们一直专注于数据治理，从数据中获取最大价值并防止下一次重大漏洞，我们中的许多人忽略了IT治理基础，这有助于我们实现卓越的数据治理……查看详情发布时间：2018.11.15来源：Cindy Ng浏览量：293次
-
数据清理的终极指南——亿信华辰
我花了几个月的时间分析来自传感器、调查及日志等相关数据。无论我用多少图表，设计多么复杂的算法，结果总是会与预期不同。……查看详情发布时间：2019.03.20来源：数据清理浏览量：185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：183次
-
通俗讲透什么是数据资产管理
作为一个初入数据治理这行的小白，刚听到数据资产管理的时候也是一脸懵，资产编目？数据生命周期？归档？概念有时候实在有些抽象，再加上数据本来……查看详情发布时间：2020.08.14来源：知乎浏览量：227次
相关主题