金融机构数据质量迎来“大考” ,这个数据治理利器你值得拥有

发布时间:2021.01.29来源:知乎浏览量:117次标签:数据治理

金融机构数据质量迎来“大考”。近日,中国银保监会办公厅下发了《关于开展监管数据质量专项治理工作的通知》,此次专项治理工作要压实监管数据质量责任,以监管数据质量问题为导向,通过机构自查自评和监管检查评估双向驱动,促进银行保险机构在发现问题、分析原因、落实整改的过程中,不断提升监管数据质量。

关注四大数据质量
金融机构近年来在业务快速发展过程中,积累了客户数据、交易数据、外部数据等海量数据,数据已成为金融机构的重要资产和核心竞争力。

而当前,银行业金融机构数据质量存在较多问题,主要表现为数据准确性和完整性欠缺,时效性和适应性不足。近段时间以来,多家银行、保险公司因数据质量及数据报送存在违法违规行为,而领到监管罚单,并被通报批评,其中不乏大型金融企业。

此次银保监会聚焦的监管数据质量,是银行保险机构数据治理的重要组成部分。此次专项治理的数据范围包括监管数据及相关源头数据。根据同步下发的专项治理方案,此次数据质量治理主要关注数据四大质量:数据真实性、准确性、完整性、及时性等。

建立数据质量管理系统
评价数据质量高低,必然要从一致性、唯一性、完整性等几个角度对数据进行分析。由于目前银行业务高度复杂,一些重要数据通常涉及多个系统,比如对公客户的信息,通常在柜面业务系统、信贷系统、对公客户信息系统等中都存在,部分数据项出现重叠,有些数据项会不一致。由于银行系统中无论是数据项还是数据量都庞杂无比,靠人工对其质量进行筛查及检核是不可能,必须建设功能强大的数据核检工具。

1、建立数据质量管理系统
结合数据仓库等信息集成作用,对数据制定相应的数据质量检查规则,及时有效地发现数据质量问题,并予以解决。

2、要有数据质量检查工具
对数据进行及时监测,通过检查规则对数据进行检查,找出存在的数据质量问题,以便能及时对数据或程序进行整改,进而提高银行应用系统的数据质量。

3、建立检查与跟踪体系
发现问题后还必须对问题的治理进度进行跟踪,要确保问题得到有效解决,因此有必要建立数据质量问题的检查和跟踪体系,利用系统、人工等多种手段从多个渠道发现数据质量问题,并有效进行跟踪和治理。

利器:亿信数据质量管理平台
工欲善其事,必先利其器。数据核检工具主体内容是数据核检规则,这些规则要体现不同的数据质量要求,比如根据合规性要求,数据口径必须符合监管要求,就要将监管要求的数据口径转化为检核规则,再运用这些规则对各系统中的数据进行检核。另外,根据唯一性原则,需要对一些重要信息进行跨系统检核,判断其是否唯一。

亿信华辰数据质量管理平台EsDataClean提供了业界领先的全面质量评价方法、零编码质检规则定义、跨数据源比对、丰富的质量分析报告、数据整改、质量绩效评估、质量报告等主要功能,运用元数据管理、数据挖掘、数据分析、工作流、评分卡、可视化等技术,助力银行建立数据治理体系。

助力构建数据质量规则库
1. 内嵌13种规则,基本能覆盖目前数据质量相关问题。
2. 可由实施工程师在图形化界面上根据业务需求配置,无须编写脚本。
3. 如规则不够,还可以动态扩展。

灵活定义多模型质检方案、性能高效
1. 多点监测、多模型质检方案,高效调度,并发和串行处理相结合。
2. 性能高效,只需2分30秒,便可完成20条规则百万级数据的质量检查。

提供图文并茂的质量检查结果报告
1. 内置常规质检分析报告,实时可视化呈现对质检结果的分析。
2. 质检结果模型灵活扩展,充分利用了BI工具的分析展现能力,快速实现客户化扩展定制。

亿信数据质量管理平台已成功应用于多家银行机构,助力建设数据质量管理系统,部署了数据质量检查规则万余条,覆盖了上游各业务应用,检查范围涉及数据字段完整性、数据字段业务有效性、数字字段业务关联性、数据字段业务唯一性等各个维度,从而实现对数据质量的全面监控。

总的来说,在整个数据治理环节,亿信数据质量管理平台从找到问题数据开始,控制数据质量,贯彻始终,全面提升数据的完整性、规范性、及时性、一致性,减少因数据不可靠导致的决策偏差和损失。金融机构以规范和制度为约束、以工具为辅助、以系统为支撑,必能轻松完成数据质量大考。

(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
  • 数据治理成功的预测指标

    数据治理成功的预测指标

    简而言之,数据治理项目在组织内经常遇到的挑战通常与高级管理层和业务中的数据文化状态密切相关。从这两个利益相关方团体获得支持可以显着提高数……查看详情

    发布时间:2019.03.22来源:亿信华辰浏览量:50次

  • 大数据助力经济社会发展的实践与探索

    大数据助力经济社会发展的实践与探索

    近年来,贵州省深入贯彻习近平新时代中国特色社会主义思想,抢抓获批建设国家大数据(贵州)综合试验区重要机遇,深入实施大数据战略行动,持续推……查看详情

    发布时间:2019.03.20来源:大数据浏览量:33次

  • 新零售变革:数据管理提升购物体验

    新零售变革:数据管理提升购物体验

    随着新零售时代的到来,线上线下的区隔开始逐渐变得模糊,两者融合成为大势所趋。零售行业的营销模式也开始逐渐从以产品为中心向以用户为中心转移……查看详情

    发布时间:2019.01.11来源:亿信华辰浏览量:29次

  • 数据治理推动业务价值并降低风险

    数据治理推动业务价值并降低风险

    治理推动业务价值并降低风险 数据分析治理是你需要把你的数据转化为创造竞争优势,并帮助您的宝贵商业资产的保险EVOLVE您的组织。……查看详情

    发布时间:2018.11.16来源:互联网浏览量:56次

  • 什么是元数据?为何需要元数据?

    什么是元数据?为何需要元数据?

    元数据是对我们整个系统里面包含的各种结构的描述和说明,比如结构说明、属性说明、或者相关数据,它有点类似现实世界中我们使用的某个产品的说明……查看详情

    发布时间:2019.09.09来源:知乎浏览量:58次

  • 数据治理运营:团队

    数据治理运营:团队

    这是关于数据治理运作的两部分系列的第二部分。“数据治理可操作性:差距”系列的第一部分讨论了需求是如何产生的,数据……查看详情

    发布时间:2018.12.27来源:亿信华辰浏览量:47次

  • 数据治理直击灵魂的四问:治什么?谁来治?怎么治?选哪个?

    数据治理直击灵魂的四问:治什么?谁来治?怎么治?选哪个?

    国际数据治理研究所(DGI)给出的定义:数据治理是一个通过一系列信息相关的过程来实现决策权和职责分工的系统,这些过程按照达成共识的模型来……查看详情

    发布时间:2020.08.14来源:知乎浏览量:51次

  • 企业数据治理战略中的重要任务

    企业数据治理战略中的重要任务

    尽管许多企业的数据治理在被不经意间悄悄地忽视了,只有48%的企业拥有明确的规划或计划,但这并不影响数据治理的重要性,它聚焦于三个关键因素……查看详情

    发布时间:2020.07.14来源:知乎浏览量:41次

  • 数据治理的挑战——GDPR(通用数据保护条例)

    数据治理的挑战——GDPR(通用数据保护条例)

    健全的数据治理方案是目前企业的最佳发展策略。而GDPR是客户信任并遵守当地以及国际法律的核心。……查看详情

    发布时间:2018.11.16来源:盖斯扎普浏览量:40次

  • 全栈式数据标准管理平台方案来了!

    全栈式数据标准管理平台方案来了!

    数据标准百度给的解释就是数据标准化是企业或组织对数据的定义、组织、监督和保护进行标准化的过程。数据标准化分为开发(D)、候选(C)、批准……查看详情

    发布时间:2020.08.28来源:知乎浏览量:59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