“五方面发力”提升银行业的数据治理能力

发布时间:2019.11.29来源:知乎浏览量:122次标签:数据治理

随着英国、欧盟等国家和地区纷纷推行开放银行模式以及相关监管政策逐渐落地,开放银行正成为世界银行业发展的新趋势,备受关注。

在国内,不少银行都在积极尝试符合自身特点的开放银行模式。一些率先探索的银行意识到,开放银行的关键在于以客户为中心、搭建开放生态。然而在业内人士看来,向数字化转型的道路上,银行还面临着诸多问题。

现如今应从五方面发力提升银行业的数据治理能力:
一是逐步建立数据治理架构。
建立组织架构健全、职责边界清晰的数据治理架构,明确董事会、高级管理层、监事会和相关部门的职责分工,建立多层次、相互衔接的运行机制,将数据治理纳入银行发展战略,科学规划数据治理发展路线图和实施计划;确定并授权归口管理部门牵头负责实施数据治理体系建设,制定科学有效的数据管理制度,保障数据治理工作有效推进。

二是制定统一、明确的数据标准,提升数据质量。
坚持数据标准先行,首先,要做好行内数据标准制度建设,实现数据共享,保证数据的统一性、完整性、真实性和可用性;其次,努力构建数字治理保障机制,明确数据治理的内部权责,在IT系统、法务合规部门、产品开发条线、业务部门以及数据治理部门建立良好的沟通协调机制;再次,建立考核评价体系和相应的激励机制,对数据质量进行主动管控。

三是弥合外部数据鸿沟,建立数据交互机制。
在数字化生存的社会中,大量的数据散布在社会各个主体之间,为更好地提升数字治理,建设数字中国,需要逐渐打破各个部门和主体的数字鸿沟。首先要从顶层设计角度对数据使用者、控制者、所有者之间的权利义务予以厘清和界定,实现全社会依法合规共享数据;其次还要建立金融业与其他行业的数据交互机制,打通外部数据与银行内部数据之间的关联,完善社会信用体系。

四是加强数据分析应用,发挥数据内在价值。
在数据治理的基础上,银行业应充分运用数据分析,合理制定风险管理策略、提升风险管理体系的有效性。通过客户数据分析挖掘,准确理解客户需求,实现业务创新、产品创新和服务创新,提供精准产品服务,提升客户服务质量和服务水平。同时,通过网络、移动通信、自助设备、智能终端等渠道,使以前无法覆盖和满足的长尾客户的服务能够得以实现,让优质金融服务无处不在、触手可及。

五是加强合规意识,完善客户个人隐私保护机制。
银行业金融机构应审时度势,在个人金融信息的采集、使用上牢固树立合规意识,进一步完善银行客户个人信息保护机制,切实维护消费者的合法权益。数字化不仅只是银行外部的数字化,还包括银行内部管理。
(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
  • 什么是数据孤岛?为什么要消除数据孤岛?

    什么是数据孤岛?为什么要消除数据孤岛?

    数据孤岛通常具有负面含义。它描述了孤立的数据岛,数据孤岛通常存在以下问题:1.由于代码较旧或不兼容而无法以编程方式与其他系统一起工作2.……查看详情

    发布时间:2021.05.28来源:亿信数据治理知识库浏览量:457次

  • 理解数据治理

    理解数据治理

    专注于商业智能(bi)市场,深入了解组织在数据管理策略方面所面临的一些共同挑战。……查看详情

    发布时间:2019.01.09来源:亿信华辰浏览量:135次

  • 2018年十大数据泄露安全事件盘点

    2018年十大数据泄露安全事件盘点

    数据安全任重道远,如何在互联网发展的大潮下同时确保信息安全,已经成为全世界各行业普遍关注的焦点问题。2018年以来,数据泄漏事故、勒索软……查看详情

    发布时间:2019.01.10来源:浏览量:138次

  • 元数据管理是什么?元数据管理的意义

    元数据管理是什么?元数据管理的意义

    元数据管理是数据治理工作是重中之重,为什么企业内部的数据质量总是不高?其实只要有数据存在就有数据质量问题存在。但是也可以通过一个有效的管……查看详情

    发布时间:2021.08.11来源:亿信华辰数据治理知识库浏览量:1004次

  • 2019年的数据前景如何

    2019年的数据前景如何

    这三个与数据相关的趋势今年值得关注。 公司喜欢技术堆栈所有层的“即服务”模式,从云供应商提供的基础架构到完整的SaaS应用程序。但是……查看详情

    发布时间:2019.01.07来源:数据治理浏览量:150次

  • 人工智能治理应当起步

    人工智能治理应当起步

    人工智能正在以前所未有的速度发展,大大超出了人们的预期,目前全球活跃人工智能企业达到了5000家左右。据相关预测,到2022年全球人工智……查看详情

    发布时间:2019.10.18来源:中国经营报浏览量:109次

  • 数据治理运营:团队

    数据治理运营:团队

    这是关于数据治理运作的两部分系列的第二部分。“数据治理可操作性:差距”系列的第一部分讨论了需求是如何产生的,数据……查看详情

    发布时间:2018.12.27来源:亿信华辰浏览量:144次

  • 数据治理成功的六个步骤

    数据治理成功的六个步骤

    毫无疑问,数据已经成为信息经济的原材料,而数据治理是一项战略迫切需要。 ……查看详情

    发布时间:2019.01.14来源:亿信华辰浏览量:128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:411次

  • 数据质量对于数据分析来说至关重要

    数据质量对于数据分析来说至关重要

    数据质量的关键所在包括:大致分为完整性,一致性,准确性,有效性和及时性这五个组件。……查看详情

    发布时间:2019.11.13来源:知乎浏览量:150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