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：182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
-
幸存下来的数据治理浪潮
我们正在从大数据的狂野西部时期出现，当时的问题主要集中在技术上是否可行，而不是合法或道德。文化需要一段时间才能改变，工具的发展也需要时间……查看详情发布时间：2019.03.05来源：亿信华辰浏览量：147次
-
数据治理2.0：2018年最值得关注的数据
今年，我们将在震中的Data Governance 2.0中看到我们收集，存储和使用数据的方式发生了巨大变化。对于许多组织而言，这些变化……查看详情发布时间：2019.01.25来源：亿信华辰浏览量：239次
-
应用系统的数据治理一些关注点
现在互联网公司业务发展都是非常飞速，当业务发展到一定规模，就得考虑如何去做服务治理，大家的重心一般放在微服务的应用架构设计层面，往往比……查看详情发布时间：2019.01.08来源：亿信华辰浏览量：262次
-
数据治理中，符合数字标准意味着什么
数据治理中，符合数字标准意味着什么？您需要采取什么措施来确保您的数据系统，1、确保数据完整性；2、溯源数据来源；3、主数据服务……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：174次
-
-
大数据时代还需要数据治理吗?
第一个提出大数据时代到来的是全球知名咨询公司麦肯锡，现如今大数据广泛存在于政府，军事，金融，企业，医疗，制造业，电力等行业，备受关注。……查看详情发布时间：2019.08.15来源：知乎浏览量：157次
-
电力数据治理方案如何实施？要注意什么？
电力行业数据治理痛点，包括整体架构缺乏统一的数据中心，孤岛现象严重；数据治理方面缺乏统一的数据标准和数据质量关系；电力数据治理方案如何实……查看详情发布时间：2021.04.09来源：亿信数据治理研究院浏览量：747次
-
数据囤积日益增长的威胁
在数据丰富的环境中生活和工作的缺点之一是希望将所有最后的位和字节松开以备将来使用。得益于Amazon S3和Hadoop等廉价存储系统，……查看详情发布时间：2019.02.28来源：亿信华辰浏览量：173次
-
敏捷/精益数据治理最佳实践
数据治理 的目标 是确保组织内的质量，可用性，完整性，安全性和可用性。你对此的看法取决于你。许多传统的数据治理方法似乎在实践中都很困难，……查看详情发布时间：2018.12.18来源：数据治理浏览量：154次
-
数据治理中元数据的作用
数据治理中元数据的作用主要体现在以下几方面：便捷的业务导航,提高数据质量,工作更高效,降低培训成本，消除知识不对称,高效精准沟通,降低数……查看详情发布时间：2019.08.08来源：CSDN浏览量：165次
相关主题