立即扫码
享受一对一服务
银行数据治理工作的落地面临着众多的困难与挑战
发布时间：2020.07.09来源：小亿浏览量：263次标签：数据治理
数据治理越来越受到银行、监管机构乃至国家层面的重视。银行已经意识到高效的管理体系、统一的数据标准、良好的数据质量才是数据价值实现的基础。在实践中，国内银行对于数据治理如何开展存在诸多的困惑，数据治理工作的落地也面临着众多的困难与挑战。
在数字化时代背景之下，金融监管机构为促进金融行业健康发展及风险控制，进一步提升监管数据的统计质量，通过发布监管指引并将数据治理与监管评级挂钩的方式来提高银行业金融机构对数据治理工作的重视，并能够结合自身实际，开展数据治理工作。
在ABCD（人工智能、区块链、云计算、大数据）技术的创新驱动下，越来越多的商业银行开启数字化转型之路。新兴金融科技逐渐应用到客户服务、业务受理、信贷流程、运营管理、风险管理和经营决策等银行核心业务之中。
数字化转型的一切都围绕着数据，包括但不限于数据的获取、沉淀、运用和洞察：有效的数据治理体系是保障，健全统一的数据标准是基础，不断完善的数据质量控制是方法，持续优化的数据应用是目标。有效的数据质量控制有利于客观的分析和决策，有效地管理数据是银行实现数字化转型的基础。
中小银行数据现状
缺乏公司级数据规范，数据多头管理，部门数据互通靠自发或人工传递。
初步搭建公司级数据管控体系及基础规范，但应用尚未下沉到业务部门，业务部门数据互通程度不理想
初步建立数据管理体系和数据管控工具，进行了平台整合，各部门基本落实公司数据规范体系，行内实现高度的数据协同
实现了有效的数据管理和治理，数据管理体系全面完善，全面实现大数据应用。
虽然各银行积极响应监管要求，开展数据治理工作，但《中小银行金融科技发展研究报告（2019）》显示中小银行的数据治理基本处于萌芽期，达91%的中小银行尚未开展有效的数据治理工作。
在数字化时代背景之下，金融监管机构为促进金融行业健康发展及风险控制，进一步提升监管数据的统计质量，通过发布监管指引并将数据治理与监管评级挂钩的方式来提高银行业金融机构对数据治理工作的重视，并能够结合自身实际，开展数据治理工作。
在ABCD（人工智能、区块链、云计算、大数据）技术的创新驱动下，越来越多的商业银行开启数字化转型之路。新兴金融科技逐渐应用到客户服务、业务受理、信贷流程、运营管理、风险管理和经营决策等银行核心业务之中。
数字化转型的一切都围绕着数据，包括但不限于数据的获取、沉淀、运用和洞察：有效的数据治理体系是保障，健全统一的数据标准是基础，不断完善的数据质量控制是方法，持续优化的数据应用是目标。有效的数据质量控制有利于客观的分析和决策，有效地管理数据是银行实现数字化转型的基础。
中小银行数据现状
缺乏公司级数据规范，数据多头管理，部门数据互通靠自发或人工传递。
初步搭建公司级数据管控体系及基础规范，但应用尚未下沉到业务部门，业务部门数据互通程度不理想
初步建立数据管理体系和数据管控工具，进行了平台整合，各部门基本落实公司数据规范体系，行内实现高度的数据协同
实现了有效的数据管理和治理，数据管理体系全面完善，全面实现大数据应用。
虽然各银行积极响应监管要求，开展数据治理工作，但《中小银行金融科技发展研究报告（2019）》显示中小银行的数据治理基本处于萌芽期，达91%的中小银行尚未开展有效的数据治理工作。
（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
-
-
-
数据治理到底是什么？
幸运的是，培训可以为精通数据的员工提供这些技能。通过正确的沟通工作，您的数据治理团队可以开展治理业务，确信他们能够为您的各种数据利益相关……查看详情发布时间：2019.03.19来源：亿信华辰浏览量：371次
-
-
11个顶级数据治理平台
虽然许多组织更加重视他们的数据治理计划，但“大多数企业都会在企业数据治理方面遇到困难，而他们最初只关注客户，供应商或产品，”MDM研究所……查看详情发布时间：2018.11.16来源：David Weldon浏览量：997次
-
我国数据治理面临的现实挑战
数据驱动的经济社会数字化转型，既充分释放了来自数据创造价值的潜力、提高了劳动生产率和治理效率，也带来了前所未有的现实挑战。如何既促发展又……查看详情发布时间：2020.10.31来源：知乎浏览量：274次
-
数据治理的未来：平衡数据治理和数据管理
“如何通过快速访问高质量数据，灌输信心并支持数据驱动的决策，为业务合作伙伴创造竞争优势？” Citizens Bank首席数据官（CDO……查看详情发布时间：2019.02.21来源：亿信华辰浏览量：291次
-
指数技术时代的数据治理
新兴的数据需求和数据生成技术需要两种类型的数据治理：安全性，以及整体企业级治理的需求，而不是逐个孤岛的治理。企业中出现了一个重要的新价值……查看详情发布时间：2019.01.02来源：亿信华辰浏览量：317次
-
数据资产管理的发展趋势
随着数据资产管理生态系统的不断发展，现有的实践体系也在迅速发展，可以从数据对象、数据采集、处理架构、组织职能、管理手段和应用范围六个方面……查看详情发布时间：2020.09.11来源：知乎浏览量：375次
-
数据质量问题根因分析
说到数据质量问题的原因，做过BI或数仓项目的小伙伴肯定都知道，这是一个业务和技术经常扯来扯去、互相推诿的问题。在很多情况下，企业都会把数……查看详情发布时间：2019.12.06来源：CSDN浏览量：529次
相关主题