银行自身要提升数据治理能力

发布时间:2019.10.29来源:知乎浏览量:253次标签:数据治理

数字经济对金融服务的模式也提出了新的要求,银行必须依托科技支撑,加快和深化数字化转型,带动风控模式的改革创新。银行还需要着力于构建其自身独有的对客户的信息优势,不能简单以外部获取的方式和共有的数据为基础开展业务。“银行自身要不断提升数据治理的能力。”
数据治理
银行加快和深化数字化转型、改革创新突出表现在三个方面。一是在资源配置上,普遍都需要进一步加大科技的投入,建设功能强大的数据治理平台,突破银行自身业务平台建设的局限,探索开放银行、平台银行等技术应用模式,推动科技平台的社会赋能,客户赋能的效用,对大型银行而言尤其如此。

二是传统的前中后台的管理体系和资源分布主要是基于匹配工业经济背景下的传统金融服务的流程,而在新的背景下银行要从技术服务于业务向推动业务变革转变,进行流程的再造、组织功能的优化。

三是构建以数据治理平台为支撑的风控体系和定价体系,除利用大数据识别和管理信用风险以外,还可以增强风险管理的自动化程度,加强对资金流向的监控。“我们还应当强调的是银行还需要着力于构建其自身独有的对客户的信息优势,不能简单以外部获取的方式和共有的数据为基础开展业务,也就是说风控上要坚持线上和线下的有机结合,探索从业务发起、实施、发展等各个过程和产品研发、设计、制作、使用等各个环节进行监控、分析,强化风控的渗透,最重要的前提是银行自身要不断提升数据治理的能力,商业银行内部本身有大量的金融交易数据,必须提升数据的标准化,这是非常重要的基础性的工作。”

要打破内部数据分割和碎片化,建立内部数据和外部数据的有机联系。他坦言,标准化连接的工作很不容易,要确保各个渠道客户体验的一致性,所以就必须加强企业层级数据的统筹管理和应用。“我们还要特别强调对数据安全工作的重视,我们不仅要为客户提供资金的安全,更要为客户提供数据的安全。”

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。

全生命周期管理:平台融合数据治理9大产品,每个模块功能可互相调用,全程可视化操作,打通数据治理各个环节,同时提供各个产品模块任意组合,快速解决企业不同的数据治理场景。

产品技术开发先进:平台提供丰富对外接口,使系统具有高度灵活性、扩展性和集成能力。采用全方位、严密的安全编码加强产品安全性,对不安全的数据进行严格校验。程序具备自检、故障诊断等功能。

数据治理规划咨询:专业团队既可对数据治理的工具、方法、模板进行咨询方案设计,也可对数据治理的策略、组织架构、处理流程、支持环境和规章制度等进行合理的规划,为客户提供专业完整的服务和咨询。

项目实践经验丰富:在银行、租赁、卫生等行业拥有丰富的数据治理实践经验和完整案例,可根据行业特点和业务组织的数据治理要求,为企业提供咨询和IT一体化的完整综合的数据治理解决方案。
(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
  • 强大的数据治理是机器学习成功的关键

    强大的数据治理是机器学习成功的关键

    人工智能和机器学习这两个术语通常被视为同一枚硬币的两面。尽管如此,虽然ML算法增强了AI功能,并使它们能够进行更多的尖端和智能计算,但还……查看详情

    发布时间:2019.01.17来源:数据治理浏览量:185次

  • 数据治理计划阶段

    数据治理计划阶段

    所有程序都有生命周期。……查看详情

    发布时间:2019.03.29来源:亿信华辰浏览量:152次

  • 数据治理的概念、难点和最佳实践方法

    数据治理的概念、难点和最佳实践方法

    数字化转型的目的和核心是数据赋能业务,通过智能数据归一、数据统一治理与服务、数据实体化融合、数据资产化的方式,帮助实现业务转型、创新和增……查看详情

    发布时间:2021.08.06来源:亿信华辰,数据治理的实践方法浏览量:171次

  • 数据不是石油,占得多未必有用

    数据不是石油,占得多未必有用

    如果您从事数据科学或相关领域的工作,您可能之前听过这个说法:数据是新的石油资源。……查看详情

    发布时间:2019.02.14来源:亿信华辰浏览量:162次

  • 数据治理的最佳实践

    数据治理的最佳实践

    数据治理是指确保数据在输入系统时满足精确标准和业务规则的一组流程。数据治理使企业能够控制数据资产的管理。这包括使数据适合其预期目的所需的……查看详情

    发布时间:2018.12.26来源:数据治理浏览量:171次

  • 数据标准管理组织职能划分与数据标准设计流程

    数据标准管理组织职能划分与数据标准设计流程

    数据标准的设计从需求发起到落地执行,一般需要经过标准编制、标准审查、标准发布、标准贯彻四个阶段:……查看详情

    发布时间:2020.09.18来源:知乎浏览量:278次

  • 没有妥协的数据治理

    没有妥协的数据治理

    在考虑当今现代企业中数据的规模和规模时,显然需要一种全新的数据治理方法。与此同时,数据治理一直是企业范围内的问题 - 而不是大数据特有的……查看详情

    发布时间:2018.11.22来源:数据治理浏览量:178次

  • 数据治理成熟度评估

    数据治理成熟度评估

    数据治理成熟度反映了组织进行数据治理所具备的条件和水平,包括元数据管理、数据质量管理、业务流程整合、主数据管理和信息生命周期管理。……查看详情

    发布时间:2020.07.17来源:知乎浏览量:487次

  • 社交网络大数据的应用有多大的价值

    社交网络大数据的应用有多大的价值

    随着互联网技术高速的发展,网民的数量呈指数上升,社交网络进入了强调用户参与和体验的时代。……查看详情

    发布时间:2019.03.13来源:亿信华辰浏览量:131次

  • 为什么你应该有一个数据治理策略

    为什么你应该有一个数据治理策略

    垃圾进垃圾出。自打孔卡和电传终端以来,这个座右铭一直是真实的。如今,复杂的IT系统同样依赖于高质量的数据,无论是在会计,生产还是商业智能……查看详情

    发布时间:2018.11.22来源:数据治理浏览量:223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