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
-
手把手系列：常用数据交换方案之Web Service接口处理法
Web Service是一个SOA（面向服务的编程）的架构，是一个平台独立的，低耦合的，基于可编程的web的应用程序，可使用开放的XML……查看详情发布时间：2020.12.29来源：知乎浏览量：134次
-
企业想获得更清醒的数据，请做好数据质量管理
数据质量管理是指为了满足信息利用的需要，对信息系统的各个信息采集点进行规范，包括建立模式化的操作规程、原始信息的校验、错误信息的反馈、矫……查看详情发布时间：2019.11.04来源：知乎浏览量：156次
-
我国银行业步入“数据治理”新时代
近日，银保监会发布《银行业金融机构数据治理指引》(以下简称《指引》)，以取代银监会2011年颁布的《银行监管统计数据质量管理良好标准(试……查看详情发布时间：2018.12.07来源：中国产经新闻浏览量：173次
-
数据治理和数据发现：实现数据监管实施
企业不断努力利用数据驱动的洞察力或竞争情报，发展组织“数据文化”的概念将获得突出地位。数据和数据分析将继续在未来的全球业务中发挥关键作用……查看详情发布时间：2019.09.20来源：知乎浏览量：143次
-
客户数据中台CDP是什么？真的能构建用户全景画像，消除数据孤岛吗？
现代营销依赖于数据。所有人都想从最基本的开始做起，了解客户是谁。这似乎很简单，但客户与业务互动渠道的激增，使这个简单的目标变得极其复杂。……查看详情发布时间：2021.07.16来源：亿信数据治理知识库浏览量：271次
-
面对如今的数据挑战企业如何有效地进行数据治理
数据治理是对数据资产管理行使权力和控制的活动集合，数据治理是识别、管理和解决几种不同类型数据相关问题的手段，包括数据质量问题、数据命名和……查看详情发布时间：2019.08.29来源：知乎浏览量：177次
-
为什么数据成为新的生产要素,怎么理解
在经济学中，生产要素又称为生产输入，是人们用来生产商品和劳务所必备的基本资源，主要包括土地、劳动、资本、企业家才能和数据。生产要素促进生……查看详情发布时间：2020.11.25来源：知乎浏览量：374次
-
世界各地的组织如何处理数据治理
在2019年G20大阪峰会召开的同时，我很幸运能够在整个六月的整个月里在东京办公室工作。这是一个有趣的事件，引起我注意的主要议题之一是“……查看详情发布时间：2019.07.11来源：知乎浏览量：149次
-
2019年大数据发展趋势预测
九十年前，法国诗人保罗瓦列里写道：“未来不再像过去那样。”从00年代中期开始的大数据趋势也可以这么说。 面对崭新的2019年，Da……查看详情发布时间：2019.01.14来源：亿信华辰浏览量：116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：691次
相关主题