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:187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
  • 大数据时代的数据治理

    大数据时代的数据治理

    随着Hadoop技术的提升,数据如何进来,如何整合,开展什么样的应用都已经有了成熟的案例,可是,同传统数仓时代一样,垃圾进垃圾出,如何破……查看详情

    发布时间:2020.03.19来源:知乎浏览量:128次

  • 企业数据治理价值

    企业数据治理价值

    数据治理是根据数据治理政策,通过组织人员、流程和技术的相互协作,对数据从形态、内容和关系等层面进行规范管理,提升数据的服务能力,以实现数……查看详情

    发布时间:2019.09.30来源:CSDN浏览量:154次

  • 数据治理最佳实践利用大数据

    数据治理最佳实践利用大数据

    大数据时代的新兴技术,如人工智能和物联网,意味着有更多的数据可以从中受益,并且数据治理策略可以管理和保护。……查看详情

    发布时间:2019.06.28来源:知乎浏览量:163次

  • 什么是自适应数据分析和数据治理?

    什么是自适应数据分析和数据治理?

    自适应数据和分析治理,这种方法可帮助企业保持相关性并响应组织内部和外部的快速变化的环境。在自适应数据和分析治理中,数据治理不仅仅是约束和……查看详情

    发布时间:2021.06.02来源:亿信华辰数据治理知识库浏览量:130次

  • 企业如何解决数据治理中的数据质量问题

    企业如何解决数据治理中的数据质量问题

    解决数据治理中的数据质量问题需要技术手段,也需要管理手段,要决策层给予充分的支持,从而在技术与业务互动中逐步解决数据质量问题。……查看详情

    发布时间:2019.09.25来源:知乎浏览量:142次

  • 数据治理需要关注什么?

    数据治理需要关注什么?

    确保企业数据的质量,可用性,可集成性,安全性和易用性。数据是公司的资产,组织必须从中获取业务价值,最大程度地降低风险并寻求方法进一步开发……查看详情

    发布时间:2020.10.31来源:知乎浏览量:232次

  • 如何选择数据治理工具

    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:113次

  • 数据治理工具那么多,如何选择适合自己企业的呢?

    数据治理工具那么多,如何选择适合自己企业的呢?

    随着互联网技术的不断发展,人们获取、收集信息的渠道也越来越多样化,各种搜索引擎、通讯工具、社交网站等普及应用,使得数据信息呈迅速增长趋势……查看详情

    发布时间:2019.07.26来源:知乎浏览量:124次

  • 数据治理和流分析的关系

    数据治理和流分析的关系

    借助流分析,可以通过智能数据模型和算法快速处理传入数据,以致在许多情况下,流数据没有机会被存储。与传统的分析过程相比,这是一个重要的变化……查看详情

    发布时间:2021.04.23来源:亿信数据治理知识库浏览量:124次

  • 企业数据质量管理的核心要素和技术原则

    企业数据质量管理的核心要素和技术原则

    “十三五”,规划提出了国家的大数据战略,指出了企业实现以数字化驱动业务发展,实现数据开放共享,创新业务发展的新思路。现阶段大中型企业已经……查看详情

    发布时间:2020.01.09来源:CSDN浏览量:253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