立即扫码
享受一对一服务
构建金融大数据标准体系的意义和目标
发布时间：2019.12.27来源：CSDN浏览量：408次标签：数据治理
随着政府职能的逐步简政放权，标准作为辅助行业管理、规范行业发展、形成规模化效应的重要手段，将在社会治理体系中发挥更重要的作用。为顺应形势发展，需要建立一套完备的标准体系，为金融行业实施大数据战略保驾护航。
1.服务于金融监管和金融基础设施建设标准体
从“三个统筹”的监管要求看，在监管层面制定全行业统一的标准和规制，使金融机构、金融控股公司对各类业务范围的界定、业务数据的报送口径形成统一的理解，有利于消除信息壁垒，推动数据共享和业务协同。在统一标准的基础上，开展金融业综合统计等金融基础设施建设，汇集全行业、全口径、全生命周期的业务数据，运用大数据技术加以深度分析挖掘，能更加准确地把握金融市场整体运行和风险情况，为宏观决策做好数据支撑。
2.指导金融机构实施数据治理
为了更好地实现数据综合利用、发挥数据价值，不论是中央银行，还是金融机构，都需要在机构内部建立一套权责清晰的治理机制。有效的治理机制不仅需要IT部门的介入，更需要业务部门的支持和参与，还需要设立专门的数据管理部门，建立跨部门的数据治理流程，从根本上消除数据孤岛、实现共享整合，将数据转换成为有价值的信息，让业务部门更加信任数据，主动地参与到治理过程中并从中获益。
3.规范新技术在金融行业的应用
金融行业对数据安全和业务连续性保障的要求通常要高于其他行业，云计算、大数据等新技术在金融行业应用要稳妥推进，确保安全可控，符合金融行业的要求。通过开展大数据技术标准体系和质量保障体系建设，有助于推动和促进国内大数据软硬件产品发展，进一步完善大数据产业链。
1.服务于金融监管和金融基础设施建设标准体
从“三个统筹”的监管要求看，在监管层面制定全行业统一的标准和规制，使金融机构、金融控股公司对各类业务范围的界定、业务数据的报送口径形成统一的理解，有利于消除信息壁垒，推动数据共享和业务协同。在统一标准的基础上，开展金融业综合统计等金融基础设施建设，汇集全行业、全口径、全生命周期的业务数据，运用大数据技术加以深度分析挖掘，能更加准确地把握金融市场整体运行和风险情况，为宏观决策做好数据支撑。
2.指导金融机构实施数据治理
为了更好地实现数据综合利用、发挥数据价值，不论是中央银行，还是金融机构，都需要在机构内部建立一套权责清晰的治理机制。有效的治理机制不仅需要IT部门的介入，更需要业务部门的支持和参与，还需要设立专门的数据管理部门，建立跨部门的数据治理流程，从根本上消除数据孤岛、实现共享整合，将数据转换成为有价值的信息，让业务部门更加信任数据，主动地参与到治理过程中并从中获益。
3.规范新技术在金融行业的应用
金融行业对数据安全和业务连续性保障的要求通常要高于其他行业，云计算、大数据等新技术在金融行业应用要稳妥推进，确保安全可控，符合金融行业的要求。通过开展大数据技术标准体系和质量保障体系建设，有助于推动和促进国内大数据软硬件产品发展，进一步完善大数据产业链。
（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
预约演示
相关文章推荐
-
人工智能商业化提速 创新奇智瞄准三大场景万亿市场
“接下来的AI投资就是要去跟中国各行各业进行结合，把中国的后端效率大幅改进。而这个机会将不会小于过去几年阿里、腾讯那些前端的互联网巨头所……查看详情发布时间：2019.01.27来源：亿信华辰浏览量：419次
-
数据质量提升的必要性
高质量的数据对管理决策，业务支撑都有极其重要的作用。有些项目在初期由于并没有考虑数据质量的因素，导致了项目实施后期才发现，由于数据质量问……查看详情发布时间：2022.02.18来源：小亿浏览量：944次
-
当前企业的数据治理之困
只有确保数据的标准化、规范化、可信可用，才能进一步通过数据运营、数据应用帮助企业实现数据资产管理、发现内部数据问题、发掘数据价值，进而实……查看详情发布时间：2020.06.28来源：知乎浏览量：563次
-
企业如何快速启动数据治理项目？
大数据时代已经到来，各个政府机关，大中小企业都越来越重视数据的价值。然而在企业的运转过程中，却经常会产生各种各样的数据问题。……查看详情发布时间：2019.08.15来源：知乎浏览量：412次
-
-
数据质量稳定提升方法：使用反馈循环
每个额外的数据源都给流程增加了更多的复杂性，并且至少在短期内，在流程自动化之前消耗了额外的时间。现在是时候这些数据专业人员可以专门回答业……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：504次
-
-
企业做好数据治理才能更快更好地推进数字化转型
企业做好数据治理才能更快更好地推进数字化转型数据治理之“困”在谈到当前的数据治理之“困”时，主要有四方面：……查看详情发布时间：2019.12.12来源：知乎浏览量：406次
-
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：2019.12.06来源：CSDN浏览量：778次
-
2021年自动化数据管理的热门用例
数据管理自动化将成为任何企业和行业越来越有价值的实践。这将有助于克服处理数据的挑战-从访问和存储到准备或分析数据-如果未进行优化，这些方……查看详情发布时间：2021.06.28来源：亿信华辰数据治理知识库浏览量：484次
相关主题