智能數據治理平臺

睿治作為國內功能最全的數據治理產品之一，入選IDC企業數據治理實施部署指南。同時，在IDC發布的《中國數據治理市場份額》報告中，連續四年蟬聯數據治理解決方案市場份額第一。

在線免費試用 DEMO體驗視頻介紹

睿治智能數據治理平臺

IDC蟬聯數據治理解決方案市場第一

金融行業數據治理的問題與對策

時間：2019-10-16來源：知乎瀏覽數：1595次

目前金融行業數據治理的問題所遇到的問題

（1）缺少數據治理企業文化
銀行數據治理工作不是個別部門或少數人員能夠妥善完成的，而是需要各部門之間、各層級之間的相互支持與協作，尤其需要加強科技部門與業務部門之間的合作。因此，在數據資產被高度認可的今天，數據治理不僅需要作為銀行的一項職能工作在企業內貫徹執行，而應該建立一種以數據資產為導向的企業文化，將數據治理與信息科技治理、公司治理有機地結合起來。

（2）基礎數據質量的改進刻不容緩
數據質量的改進是一項長期的任務，需要從文化、組織、制度、流程和質量檢查管理工具等多個層面持續改進，并依靠數據認責機制，確保數據質量問題能夠得以快速有效的解決；數據不一致需要通過推進數據標準化進行系統問協調，也需要建設統一的可信數據源。

（3）沒有完善的組織和制度，缺乏有效的管理機制
目前使用數據的部門由于具有明確的、迫切的數據需求，同時面臨著內外部的多種壓力，成為處理問題的主要推動者，沒有一個統一的數據管理部門，當問題涉及跨系統、跨條線時，溝通成本較高、協調難度也較大，問題難以得到徹底解決。

健全的數據治理組織機制是全面開展數據治理工作的基礎。由專業的業務和技術人員組成的數據治理組織將承擔數據管理者的職責，負責落實全行數據治理的工作，同時建立決策、溝通、監控、考核的機制，創造全行數據治理文化，有效地解決銀行數據的責、權、利的問題。

（4）缺乏完善的系統支撐和技術手段
銀行系統數據量龐大，如果數據治理工作不依靠技術手段，沒有相應的平臺工具支撐，僅依靠手工處理，難以將數據治理工作做好，因此，需要先進的技術手段、配套的系統支撐數據治理工具高效有序的開展。

金融行業數據治理的問題與對策

億信華辰在數據治理領域也持續深耕，從數據質量管理平臺、元數據管理平臺，到發布智能數據治理平臺-睿治，實現了數據治理全場景覆蓋，包含九大核心模塊：元數據、數據標準、數據質量、主數據、數據資產、數據安全、數據交換、數據處理、數據生命周期等，所有模塊可自由組合，并支持本地或云上使用，全面滿足客戶各類治理需求。

（部分內容來源網絡，如有侵權請聯系刪除）

立即申請數據分析/數據治理產品免費試用我要試用

上一篇：如何做好銀行金融大數據治理平臺建設...

下一篇：大數據時代下金融數據治理的問題...