仰泳奈何橋

2022-09-02

提升數據質量：建立數據質量進行定義、監(jiān)測、分析、整改和評估的閉環(huán)管理機制，逐步提升全行數據治理；
加強源頭控制：從源頭控制數據質量，參照數據標準，培訓數據錄入人員與客戶經理熟悉相關的數據質量規(guī)范要求。把數據質量管理流程融入到業(yè)務管理流程中，通過流程去規(guī)范化數據操作；
統(tǒng)籌外部數據：明確外部數據管理工作，規(guī)范外部數據的采集、共享與應用流程，建立外部數據采購管理，數據資產的發(fā)布和維護等流程；
完善全行統(tǒng)一客戶視圖，建立統(tǒng)一產品信息管理：根據各類業(yè)務的信息歸類，針對不同的主數據特點，統(tǒng)一業(yè)務概念，促進數據信息的整合，建設或完善相應的客戶、產品、機構等主數據管理系統(tǒng)；
加大數據人才培養(yǎng)，智能工具應用：根據業(yè)務用數需求，配置并培養(yǎng)專業(yè)數據人員，加大數據可視化、商務智能工具應用，積極探索數據應用場景，以數據驅動內部管理和業(yè)務發(fā)展的持續(xù)提升；
數據分析挖掘：利用大數據實現信用風險管理，利用行內外大數據資源及人工智能技術，將打分卡、策略、決策引擎等量化分析工具應用于風險管理 領域，提升風險管理水平；
統(tǒng)一數據口徑：在全行范圍對基礎數據標準和指標數據標準形成統(tǒng)一的認識，制定全行級的數據標準，明確指標及其相關基礎數據項的名稱、業(yè)務含義、加工口徑、應用場景、責任部門及權威系統(tǒng)等信息。