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

銀行數據治理存在的問題是什么？

時間：2023-02-03來源：互聯網瀏覽數：394次

數據是信息時代最重要的生產要素之一，也是金融業務的核心。銀行在開展各項業務中，數據發揮著舉足輕重的作用：在個人信貸業務中，可以從多維度掌握客戶信用狀況；在個人理財產品銷售中，可以對個人資產狀況進行評估。同時在企業經營管理中，可以通過數據來分析市場變化趨勢、行業發展狀況；此外還可以對客戶消費行為、資產質量等進行分析，為政府決策提供依據。可見在金融業中，數據扮演著重要的角色。那么關于銀行而言，究竟是什么原因導致了數據無法有效的使用？

1.銀行數據治理缺失
銀行數據治理是一項復雜的系統工程，涉及數據倉庫、數據模型、安全管理等多個領域，涉及業務和技術體系，需要組織架構上的統一協調，同時需要建立一套標準化的實施流程和規范。在我國銀行的數據治理現狀來看，主要存在以下問題：首先是組織架構不統一、部門職責不明確；其次是數據標準不清晰、數據質量管理欠缺；再次是對內外部信息系統整合程度不夠；最后一個問題就比較嚴重了，企業沒有意識到自身在建立自身信息系統上所需投入和收益之間的平衡。

2.數據應用低效
[數據質量不高]銀行的數據通常是以數據產品形式存在，無法形成完整的、統一的數據產品體系，無法對其進行集中存儲和統一管理； [數據整合困難]系統之間的信息難以實現共享，業務人員只能被動的從不同系統獲取需要的相關信息。 [數據分析困難]由于數據質量較差，無法從大量、分散但具有一定相關性的歷史數據中獲得有價值信息，無法深入挖掘其潛在價值。 [數據應用低效]由于對數據治理不夠重視，缺少科學合理開發建設、維護和應用的規劃與實施，使銀行在新業務、新產品開發和創新過程中缺乏有效依據。 [技術手段落后]現有系統多為獨立建設并運行，缺乏一套完善的、具有良好可執行性和開放性的信息管理架構，不能滿足業務部門對系統建設和使用需求。

3.數據質量低下
數據質量問題是制約銀行數據使用的主要因素，也是銀行對數據進行有效管理的重要前提。以信貸業務為例，客戶經理在日常業務中需要掌握大量的個人信息。這些數據包括客戶的姓名、身份證號碼、聯系方式、家庭住址等基本信息，而這些內容需要在系統中進行提取，并根據客戶信用等級及風險等級等綜合考慮來決定是否可以放款。如果存在數據質量問題，將會給后續信貸業務帶來很大不便：

4.數據挖掘難度大
數據質量差，數據挖掘困難。我們都知道，數據質量差就會導致模型準確率低，而模型準確率直接影響到最終的業務績效。所以我們需要把數據質量和模型效果做一個綜合評估。在銀行內部，數據質量很難進行控制，因為銀行內部業務部門都有自己的系統、流程及數據規范等，但是這些都不是統一標準和要求的。這就導致了不同的部門會使用不同的標準和要求來制定數據質量提升措施，造成了很多業務部門在執行“有規不依”，不作為現象。

（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：把握數據治理三大趨勢，做強做優做大我國數字經濟...

下一篇：數據治理體系主要包括那些功能？...