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：401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
预约演示
相关文章推荐
-
-
数据质量—并非所有数据都是平等的
数据质量是调节数据以满足业务用户特定需求的过程。准确性，完整性，一致性，及时性，唯一性和有效性是数据质量的主要衡量标准。……查看详情发布时间：2019.04.04来源：亿信华辰浏览量：494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：518次
-
理论之企业数据挖掘成功之道
面对现在海量的、不完整的、模棱两可的数据，运用数据挖掘算法对数据进行查找，找出人们所不知道的、有实用价值的信息，这一过程就是数据挖据。随……查看详情发布时间：2019.05.23来源：知乎浏览量：442次
-
大数据治理背景现状以及策略
随着网络和信息技术的不断普及，人类产生的数据量正在呈指数级增长。大约每两年翻一番，根据监测，这个速度在2020 年之前会继续保持下去。这……查看详情发布时间：2018.12.07来源：物联网世界浏览量：702次
-
数据资产管理领域重要的三个方向
数据资产管理领域重要的三个方向包括：资产分析、资产治理、资产应用，并需要基于这三个方向的技术研究和实战，将流程、经验、标准和规范等产品化……查看详情发布时间：2020.11.06来源：知乎浏览量：530次
-
-
灵活的分析数据生命周期？
受监管实验室数据完整性指南的要求之一是数据生命周期，涵盖监管记录的生死。数据生命周期在最近的MHRA数据完整性指南中定义为“从生成和记录……查看详情发布时间：2018.12.27来源：数据治理浏览量：496次
-
银行业数据治理还面临着四方面的挑战
一是数据整合度不高。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……查看详情发布时间：2019.11.29来源：知乎浏览量：550次
相关主题