目前中小銀行
數據治理存在
數據質量低下、數據治理工具缺乏、重視程度低、專業人才隊伍不足等方面難點。

具體而言,調研顯示,數據治理過程中痛點最多的是
數據標準落地,存量數據質量提升困難最終影響
數據分析結果。主要表現在三個方面,一是缺少全行統一、完整的數據標準;二是舊系統改造耗時耗力,新舊源系統數據質量層次不齊;三是缺少基于全行數據標準之上的數據質量檢核,導致數據質量差。
另外,缺乏有效的數據治理工具亦是一大難點。報告顯示,超過20%的受訪中小銀行在數據治理中缺少有效的系統支撐工具,大部分銀行僅在監管數據報送領域實現了信息化支撐工具,其他領域則較多依賴人工管理,數據治理人力投入大,數據治理效率低。
數據治理重視程度低,人才培養不足。報告認為,由于大部分中小銀行的數據治理開展較晚,且多以被動治理為主,對數據治理的價值認知不深,重視程度低,加之數據治理是一個長期過程,投入大,短期很難看到成效,導致數據治理在中小銀行開展較為困難。報告指出,部分中小銀行數據治理為單兵作戰,未形成專業數據治理團隊化、部門化,缺少既懂業務又懂數據治理的復合型人才。
面對上述難題,提升數據治理能力又該從哪些方面發力?
銀行應從五方面提升數據治理能力,包括逐步建立數據治理架構,建立組織架構,健全職責邊際清晰的架構;制定統一明確的數據標準,提升數據質量;彌合內外部的數據鴻溝,建立數據交互機制;加強數據的分析應用,發揮好
數據價值;加強合規意識,完善個人隱私保護。
其中,針對數據標準這一最大痛點,潘光偉認為,堅持數據標準先行,首先,要做好行內數據標準制度建設,實現數據共享,保證數據的統一性、完整性、真實性和可用性;其次,努力構建數字治理保障機制,明確數據治理的內部權責,在IT 系統、法務合規部門、產品開發條線、業務部門以及數據治理部門建立良好的溝通協調機制;再次,建立考核評價體系和相應的激勵機制,對數據質量進行主動管控。
(部分內容來源網絡,如有侵權請聯系刪除)