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

企業做好數據治理才能更快更好地推進數字化轉型

時間：2019-12-12來源：知乎瀏覽數：594次

數據治理之“困”
在談到當前的數據治理之“困”時，主要有四方面：

第一，存在信息孤島，有數不能用。當前，金融業數據治理過程中普遍存在“不愿、不敢、不能”共享的問題，導致海量數據散落在眾多機構和信息系統中，形成一個個“數據煙囪”。一是不愿共享，多數機構都將數據作為戰略性資源，認為擁有數據就擁有客戶資源和市場競爭力，主觀上不愿意共享數據；與之類似，機構內部數據權屬分割，數據所有權和事權密切相關，部門寧愿將數據“束之高閣”，也不愿輕易拿出來共享。二是不敢共享，部分金融數據具有一定敏感性，涉及用戶個人隱私、商業秘密甚至國家安全，數據共享可能存在法律風險，客觀上給機構間共享數據帶來障礙。三是不能共享，由于各機構數據接口不統一，不同機構的數據難以互聯互通，嚴重阻礙數據開放共享，導致數據資產相互割裂、自成體系。

第二，數據質量不高，有數不好用。金融科技背景下，高質量數據成為金融服務與創新的重要基礎，也是大數據提升金融精準施策能力的關鍵前提。然而，當前金融業整體數據質量不高現象依然突出，給數據深入挖掘與高效應用帶來困難。在完整準確性方面，由于缺乏統一的數據治理體系，有些金融機構在數據采集、存儲、處理等環節可能存在不科學、不規范等問題，導致錯誤數據、異常數據、缺失數據等“臟數據”產生，無法確保數據的完整性和準確性。在一致性方面，由于業務條線繁雜、業務種類多樣，多個部門往往數據采集標準不一、統計口徑各異，同一數據源在不同部門的表述可能完全不同，看似相同的數據實際含義也可能大相徑庭，數據一致性難以保障。這給全局數據建模、分析、運用造成障礙，數據挖掘效果大打折扣。

第三，融合應用困難，有數不會用。金融數據來源眾多、體量龐大、結構各異、關系復雜。從如此繁雜的海量金融數據中挖掘高價值、關聯性強的高質量數據，需要高效的信息技術支撐和可靠的基礎設施保障。然而，部分金融機構科技研發投入相對不足、科技人員占比失調，利用數據建模分析解決實際問題的能力有待提高。信息資源利用大多停留在表面，數據應用尚不深入、應用領域相對較窄、數據與場景融合不夠，導致數據之“沙”難以匯聚成“塔”，海量數據資源無法盤活，數據潛力得不到充分釋放。

第四，治理體系缺失，有數不善用。我們常說，“技術本身是中性的，技術運用的善惡完全取決于人”，這一結論對數據同樣適用。科技要向善，數據也同樣要向善。然而，由于法律法規尚不健全、數據治理體系還不完善、機構合規意識不足，數據“不善用”的問題較為突出。從業機構違法違規成本低，為謀求商業利益而置現有管理規定于不顧，過度采集數據、違規使用數據、非法交易數據等問題屢見不鮮。例如，某些APP、網站，用戶不授權提供手機號、通訊錄、地理位置等信息，就無法繼續使用和瀏覽，通過“服務脅迫”來達成“數據綁架”。此外，部分機構數據保護意識、內部管理、技防能力薄弱，數據泄露事件時有發生，用戶成為“透明人”，電信欺詐、騷擾電話、暴力催收等屢禁不止，嚴重侵害用戶權益。

（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：數據質量監控...

下一篇：金融業如何解困破局、實現數據有序治理和高效利用...