中小银行数据治理难点在哪儿?

发布时间:2019.12.13来源:CSDN浏览量:198次标签:数据治理

银行数字化转型是银行业伴随金融科技发展的必然趋势,而数据治理是实现银行数字化转型的基础。

重要性提升,但治理能力依然不足
近几年,银行对数据治理作为银行数字化战略转型基础的认识更为深入,并开始积极探索适合本行的数据治理道路,持续扩大数据治理领域。2018年,银保监会发布的《银行业金融机构数据治理指引》,对国内银行业金融机构开展数据治理提出了更加明确而具体的要求,旨在指导银行业金融机构加强数据治理,提高数据质量,发挥数据价值,提升经营管理能力。国内银行数据治理从面向“监管”为主转向全面关注“数据安全管控”“数据质量提升”“数据价值发挥”等领域,目前大部分银行已制定了与数据治理相关的制度规范,设立了数据治理职能部门,从被动治理转向主动治理模式。

《报告》指出,调研中超过85%的中小银行将数据治理纳入公司治理范畴,反映出当前大部分中小银行已经认识到数据治理的重要性,并积极开展了一系列数据治理探索工作。从数据价值应用看,中小银行数据价值主要集中体现在降低经营风险和运营成本、拓宽客户渠道三方面;从数据治理迫切度看,中小银行主要在风险管理、计划财务和信贷管理三方面有更为迫切的需求。从数据质量看,占受访银行92.1%的中小银行经常遭遇数据质量问题,多数中小银行在仅注重对监管报送数据质量的提升,并取得一定成效,但基础数据质量还存在较多问题。例如,定义不清晰、口径不统一、数据可信度低,相同数据质量问题重复发生等。这反映出中小银行数据治理框架不完善、治理思路未转变、治理手段单一落后等深层次问题。另外,在区域和资产规模方面,中小银行本身也呈现出明显分化,主要原因是业务规模大、品类丰富切所处区域客户群相对活跃的中小银行,市场外部也面临着来自大型商业银行和互联网金融的竞争压力,在数据管理、标准化、质量、应用等方面有着较强的治理需求。

相比大型银行,大部分中小银行仍未形成成熟完整的数据管控体系。根据此前金融壹账通、中小银行互联网金融(深圳)联盟、埃森哲联合发布《中小银行金融科技发展研究报告(2019)》数据显示,27%的中小银行缺乏公司级数据规范,46%的中小银行初步搭建公司级数据管控体系和基础规范但应用尚未下沉到业务,仅18%的中小银行初步建立数据管理体系和管控工具,仅9%的中小银行实现有效数据治理,数据管理体系完善,全面实现大数据应用。

痛点集中在多个领域
在实际操作中,多数中小银行在开展数据治理时面临诸多痛点。《报告》总结为:缺少清晰的数据治理意识;缺少科学的数据治理实施路径;缺乏专业的数据治理人才队伍。

中国银行业协会专职副会长潘光伟在演讲中也提到,当期银行业数据治理还面临着四方面的挑战和不足:一是银行内部数据虽多,涉及各个业务条线、各个部门,但未经系统化的治理,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。二是银行内部缺乏统一的数据标准或统计标准,指标含义不清晰,取数规则各异。未建立数据控制和监测机制,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。三是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。四是从行业整体来看,缺乏专门的数据管理部门,数据分析人才、管理人才、业务人才难以围绕数据治理形成合力,也未设置专门针对数据治理的专业队伍以及与之匹配的激励机制。

做好数据治理的标准化、自动化、智能化
国际上,摩根大通、花旗银行、德意志银行等大型商业银行,为了应对大数据所带来的挑战,已从以策略为中心的数据治理模式转向自动化、智能化、工具化为特征的数据治理模式,并寻求在监管合规、元数据管理主数据管理、数据标准、数据质量、数据安全、数据共享、数据生命周期等传统数据治理领域之外更广泛的治理模式,推动数据治理和公司治理互相融合。例如,部分银行利用精准高效的数据分析进行公司战略规划、商业运营流程优化、内部组织管理优化等,赋予数据治理打造全流程数字化银行的使命。

为了更好地帮助中小银行在应对数据治理工作中面临的挑战,《报告》指出,中小银行的数据治理应做到“三化”:标准化、自动化、智能化。

“标准化”即构建长效数据治理保障机制,加强组织保障、完善制度及流程,建立数据治理标准化工作机制、协作机制、管理机制,在科学规划的数据治理路线图下,通过各部门协同配合扎实推进数据治理工作推进。“自动化”则是转变传统单一的数据治理模式,减少人力投入,提升治理效率,借助先进的数据治理自动化工具和强大的数据中泰能力,快速为上层应用提供标准、及时的数据服务,加速银行业务创新。“智能化”是抓住金融科技发展红利,保持开放积极的心态,借助大数据、人工智能等金融科技发展成果,提升中小银行数据治理及数据应用方面的科技化、智能化程度,助力中小银行数字化转型。

另外,鉴于部分中小银行在创新和数据开发领域面临的客观障碍,《报告》建议构建开放共享的企业级数据中台,不仅能帮助中小银行降低重复建设、减少“烟囱式”协作的成本,也能够提升中小银行和大型商业银行差异化竞争优势。
(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
  • 数据治理与数据管理:有什么区别?

    数据治理与数据管理:有什么区别?

    如果今天有任何定义成功企业的东西,那就是公司数据的成功理解,使用和策略。了解您的数据并确定如何实施它会带来一系列问题,包括用户和利益相关……查看详情

    发布时间:2018.11.13来源:克里希基德浏览量:151次

  • 数据治理的数据架构:主动方法

    数据治理的数据架构:主动方法

    “数据架构是业务战略的物理实现,” 全球数据战略有限公司 EMEA首席顾问Nigel Turner在DATAVERSITY® 企业数据治……查看详情

    发布时间:2019.01.17来源:数据治理浏览量:178次

  • 定义DG:数据治理可以为您做什么?

    定义DG:数据治理可以为您做什么?

    由于数据驱动的业务,数据治理(DG)变得越来越普遍,但是对于许多组织来说,定义DG并进行合理的实践仍然很困难。……查看详情

    发布时间:2019.01.21来源:亿信华辰浏览量:244次

  • 数据管理政策:数据治理的基石

    数据管理政策:数据治理的基石

    您的组织可能认为或可能不认为您需要,但我在此告诉您,数据管理策略是管理企业数据资产的基石。……查看详情

    发布时间:2019.01.22来源:亿信华辰浏览量:227次

  • 什么是数据治理及其为什么对您的业务至关重要?

    什么是数据治理及其为什么对您的业务至关重要?

    数据治理如何影响他们:由于您没有雇用一组全新的理事会成员,因此DGC数据治理的最大影响将是与数据和数据策略相关的额外工作。如果或出现问题……查看详情

    发布时间:2018.11.26来源:数据治理浏览量:209次

  • 数据治理过程中核心数据界定怎么破?

    数据治理过程中核心数据界定怎么破?

    数据治理过程中,在我们费了九牛二虎之力盘点出企业当前数据资产的家当,形成了数据资产的清单后,同时也会列明这个业务域的核心数据实体,这就碰……查看详情

    发布时间:2019.08.08来源:CSDN浏览量:170次

  • 智与理的结合:当数据治理遇上人工智能

    智与理的结合:当数据治理遇上人工智能

    近日,中国移动研究院发布文章,解说了数据治理和人工智能两者之间各自发展历程,论证了两者在结构功能上的相互作用,阐明了两者共同发展的前……查看详情

    发布时间:2018.09.18来源:中国大数据产业观察网浏览量:455次

  • 企业大数据治理的五个核心要素

    企业大数据治理的五个核心要素

    当今的大型企业,内部分工日趋细化,采购、服务、市场、销售、开发、支持、物流、财务、人力等各个环节,无不每时每刻产生着大量的数据。数据的格……查看详情

    发布时间:2019.08.20来源:知乎浏览量:176次

  • 数据资产管理“管”什么

    数据资产管理“管”什么

    目前,数据资产管理已经形成了一套科学的管理架构体系,其体系架构如下图所示,主要包含9个活动职能和2个保障措施,9个活动职能指的是数据标准……查看详情

    发布时间:2020.09.11来源:知乎浏览量:160次

  • 手把手系列:常用数据交换方案之Web Service接口处理法

    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:154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