立即扫码
享受一对一服务
多措并举提升银行业数据治理能力
发布时间：2019.12.13来源：知乎浏览量：157次标签：数据治理
数据治理是银行业高质量发展的必由之路，当前银行业的数字化转型面临一些挑战和不足，要从建立数据治理架构、统一数据标准、加强数据分析应用等方面提升银行业数据治理能力。
银行业属于典型的数据驱动行业。经过多年积累，银行业金融机构积累了大量客户数据、交易数据、外部数据等。提高数据管理与治理能力、构建数字化经营能力，对提高银行经营质效，增强市场竞争力具有重要意义。
在向着数字化快速转型的同时，银行业数据治理还面临着一些挑战和不足，包括数据整合度不高、数据标准度不高、数据应用难、数据治理人才储备不足等。
“银行内部数据虽多，涉及各个业务条线、各个部门，但数据分布零散化，搜集整合存在错配，未能实现大数据集中化管理，也缺乏对数据全口径和全生命周期性的管理。同时银行内部缺乏统一的数据标准或统计标准，数据的真实性、准确性、连续性等难以保证，数据质量参差不齐。”
数据应用方面，他表示，数据管理部门与银行业务部门之间未能形成良好协同，内部数据的碎片化，数据挖掘与数据应用力度不足，而与外部数据的隔离造成的数据孤岛效应，导致银行数字化转型阻力重重。
银行业金融机构应以问题为导向，多措并举提升数据治理能力，包括逐步建立数据治理架构；制定统一的数据标准，提升数据质量；弥合外部数据鸿沟，建立数据交互机制；加强数据分析应用，发挥数据内在价值；加强合规意识，完善客户个人隐私保护机制等。
下一步，中银协将加强银行业数据标准化和治理工作，研究数据分析、数据安全、数据质量管理等技术标准，形成银行业大数据治理的良好生态。
银行业属于典型的数据驱动行业。经过多年积累，银行业金融机构积累了大量客户数据、交易数据、外部数据等。提高数据管理与治理能力、构建数字化经营能力，对提高银行经营质效，增强市场竞争力具有重要意义。
在向着数字化快速转型的同时，银行业数据治理还面临着一些挑战和不足，包括数据整合度不高、数据标准度不高、数据应用难、数据治理人才储备不足等。
“银行内部数据虽多，涉及各个业务条线、各个部门，但数据分布零散化，搜集整合存在错配，未能实现大数据集中化管理，也缺乏对数据全口径和全生命周期性的管理。同时银行内部缺乏统一的数据标准或统计标准，数据的真实性、准确性、连续性等难以保证，数据质量参差不齐。”
数据应用方面，他表示，数据管理部门与银行业务部门之间未能形成良好协同，内部数据的碎片化，数据挖掘与数据应用力度不足，而与外部数据的隔离造成的数据孤岛效应，导致银行数字化转型阻力重重。
银行业金融机构应以问题为导向，多措并举提升数据治理能力，包括逐步建立数据治理架构；制定统一的数据标准，提升数据质量；弥合外部数据鸿沟，建立数据交互机制；加强数据分析应用，发挥数据内在价值；加强合规意识，完善客户个人隐私保护机制等。
下一步，中银协将加强银行业数据标准化和治理工作，研究数据分析、数据安全、数据质量管理等技术标准，形成银行业大数据治理的良好生态。
（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
-
数据交换如何“主动出击”？
传统的数据交换，一般说来是用户根据自身的数据抽取需求，配置好相关的设置，定义好数据抽取时间来进行数据交换。这是一种被动式的数据交换，如果……查看详情发布时间：2020.09.27来源：头条浏览量：128次
-
数据标准在数据资产管理中的意义
随着大数据的持续升温，数据资产管理近年来成为政府和企业领导层特别关注的领域。在谈数据的价值之前，必须先说清楚所谈论的数据资产都有那些，都……查看详情发布时间：2019.12.19来源：知乎浏览量：176次
-
数据质量是什么，企业数据质量分析怎么做？
现在大数据时代，数据充斥于我们的生活、工作、学习中。随着数据增加的来源和速度越来越多、越来越快，企业纷纷在努力的解决出现的这些问题，以及……查看详情发布时间：2019.09.26来源：数据分析网浏览量：137次
-
银行数据治理工作的落地面临着众多的困难与挑战
数据治理越来越受到银行、监管机构乃至国家层面的重视。银行已经意识到高效的管理体系、统一的数据标准、良好的数据质量才是数据价值实现的基础。……查看详情发布时间：2020.07.09来源：小亿浏览量：135次
-
主数据管理从哪着手？如何进行？
所有主数据必须使用同一编码规则，如果编码不同，系统永远无法打通对接。如果有国标，尽量采用国标，未来也便于对接供应链体系中上下游的供应商和……查看详情发布时间：2021.05.07来源：亿信数据治理知识库浏览量：263次
-
经济社会数字化转型的特征事实
联合国、世界贸易组织、经济合作和发展组织、国际货币基金组织等先后于近期发表研究报告，从整体上描述了经济社会数字化转型的特征事实。概括起来……查看详情发布时间：2020.10.31来源：知乎浏览量：115次
-
主数据管理第一步——识别主数据
主数据管理的目的就是为了确保企业核心数据的准确性、一致性、稳定性，打破数据孤岛，帮助企业高效运转。然而在茫茫数据大海中识别出主数据是一项……查看详情发布时间：2019.10.24来源：亿信华辰浏览量：171次
-
数据治理包括哪几个方面
大数据时代的到来，让政府、企业看到了数据资产的价值，快速开始探索应用场景和商业模式、建设技术平台。这无可厚非。但是，如果在大数据拼图中遗……查看详情发布时间：2022.05.10来源：小亿浏览量：2094次
-
-
企业如何进行数据资产管理
大数据离不开计算和存储，因此大数据建设与成本强挂钩。大数据需要耗费大量的计算存储资源，如果没有合理的资产管理，很可能在大数据还没来得及发……查看详情发布时间：2020.08.28来源：知乎浏览量：118次
相关主题