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：167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
免费试用
相关文章推荐
-
从数据资产管理出发，看数据治理的最优架构如何搭建？
通过数据治理工作的开展，数据变得可信且易于理解，并能有效地支撑业务人员的决策分析工作，数据资产也变得更易用，更有价值。……查看详情发布时间：2021.04.15来源：亿信数据治理知识库浏览量：326次
-
数据治理最佳实践利用大数据
大数据时代的新兴技术，如人工智能和物联网，意味着有更多的数据可以从中受益，并且数据治理策略可以管理和保护。……查看详情发布时间：2019.06.28来源：知乎浏览量：193次
-
-
-
从元数据角度来认识大数据
什么是元数据？在前面的什么是元数据文章中，我们也提到过，元数据是数据的数据，可以帮助数据平台解决“有哪些数据”、“数据存储有多少”、“数……查看详情发布时间：2020.02.21来源：知乎浏览量：180次
-
案例研究：亚利桑那州实施全州数据治理模型
亚利桑那州战略企业技术办公室（ADOA-ASET） - 亚利桑那州管理局状态数据管理架构师Jeff Wolkove和能力成熟度模型研究所……查看详情发布时间：2018.12.06来源：Amber Lee Dennis浏览量：160次
-
数据治理的目的和意义
在"新基础设施"和疫情等外部因素的推动下，数字化转型正对越来越多的行业而言变得重要且紧急。如何更好地利用数据已经成为企业数字化转型的关……查看详情发布时间：2022.06.09来源：小亿浏览量：1178次
-
-
2019年的数据架构趋势
当今数字业务的一个主要问题是数据的可靠性。许多商业用户仍在评判数据引导分析的最终价值，并持有一定程度的怀疑态度，这只会随着时间的推移而改……查看详情发布时间：2019.02.13来源：数据治理浏览量：128次
-
相关主题