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：424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
-
-
企业数据治理项目如何落地？
数据治理在系统层面包括数据标准、元数据、数据质量、生命周期管理、数据安全、数据资产共六大核心模块；在管理层面需要通过数据治理组织、数据治……查看详情发布时间：2020.06.29来源：知乎浏览量：322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：413次
-
银行的信息科技部门做数据治理的体验
银行对于数据治理的态度：从90年代末开始我国银行业信息化之路就已经开启，到了21世纪越来越多的银行开始利用数据进行更为精准的客户营销、提……查看详情发布时间：2020.07.31来源：知乎浏览量：372次
-
数据治理治的是“数据”吗？
数据是指对客观事件进行记录并可以鉴别的符号，是对客观事物的性质、状态以及相互关系等进行记载的物理符号或这些物理符号的组合。其实在我看来，……查看详情发布时间：2020.07.07来源：知乎浏览量：269次
-
云端世界数据治理的12步指南
数据治理是任何大数据战略的关键组成部分。随着公司越来越多地转向数据来影响他们的决策，数据所有者必须了解跨越应用程序，内部部署设施和云的数……查看详情发布时间：2018.11.19来源：Joey Jablonski浏览量：347次
-
正确的数据文化是数据治理成功的预测指标
获得数据治理计划的业务和领导支持 - 以及在该支持下建立数据文化 - 仍然是许多组织面临的重大挑战。然而，根据一项新的调查，获得这种支持……查看详情发布时间：2019.02.25来源：亿信华辰浏览量：326次
-
数据准备和数据映射：数据管理和数据治理之间的粘合剂，以加快洞察力并降低风险
组织已经花费了大量的时间和金钱试图在不同的平台上协调数据，包括清理、上载元数据、转换代码、定义业务词汇表、跟踪数据转换等。……查看详情发布时间：2019.02.13来源：亿信华辰浏览量：320次
-
-
数据质量管理的方法论
在数据治理方面，不论是国际的还是国内的，我们能找到很多数据治理成熟度评估模型这样的理论框架，作为企业实施的指引。而说到数据质量管理的方法……查看详情发布时间：2019.12.06来源：CSDN浏览量：418次
相关主题