金融机构数据治理有哪些难点,如何应对?
金融行业在金融科技的浪潮下快速发展,在数据治理方面积累了丰富的经验。 本文梳理总结了金融机构目前的数据治理工作现状和难点,并分析这些难点如何应对,为解决行业痛点提供参考。 数据治理是指针对海量、非结构化、多样化的数据,通过有效手段对其进行采集、管理与应用,从而更好地支持业务发展的过程。 对于金融机构而言,数据是核心资产,也是重要抓手。 在这一背景下,金融机构开展数据治理工作迫在眉睫。
本文整理了金融企业针对数据管理中存在的问题进行分析和总结的部分报告内容。 在银行、证券、保险等行业中均有一些类似场景,比如: 当前我国金融业正处于转型发展阶段,在新旧动能转换过程中,企业需要从客户需求、产品设计到商业模式创新进行全面的转型升级。 目前多数企业已经意识到数据作为商业资产在企业生产经营活动中的重要性以及所面临着各种各样痛点问题的挑战;同时随着我国金融业数字化改革不断深入以及行业发展需求日益增加,对金融业数据治理能力提出了更高要求。
1、金融机构内部数据孤岛问题突出,数据管理体系建设不足
在金融行业,数据管理一直是被提及最多的话题。 随着银行、保险、证券等传统金融机构的数字化转型步伐不断加快,数据已经成为业务发展中重要的生产资料,但传统机构普遍存在数据质量较差、数据孤岛严重等问题,导致数据孤岛问题严重,数据价值难以发挥。 从监管层面来看,监管要求金融机构必须建立数据治理体系并确保其有效运行。 从银行业发展现状来看,一方面金融机构整体上信息化程度普遍较高;另一方面银行传统的业务系统已经逐步向数字化、智能化转变,需要更加全面地支持数字时代金融业务创新。
2、数据质量有待提升,缺乏统一的数据标准
金融机构数据治理工作从数据采集、规范到加工处理等各个环节,都需要严格按照国家及行业的标准要求来执行。 但在实际工作中,仍然存在很多问题:一是对企业现有业务流程及系统不熟悉、不了解。 二是由于缺少数据标准,无法制定有效的数据标准体系。 三是由于缺乏技术能力,也就无法建设统一的数据质量管理平台来对采集到的信息进行自动化、标准化处理,无法实现从源头进行数据质量把控。 四是目前金融行业在应用大数据库方面都存在各自独有的特色,但由于业务系统不统一、业务系统之间接口多、业务人员使用不同的数据库及工具等原因,造成部分大数据应用效果不佳。
3、缺乏统一的数据治理平台
目前大部分金融机构数据治理都是在各业务系统的数据治理平台上进行,且平台种类繁多、功能复杂、数据标准不统一、数据质量参差不齐。 例如:客户信息在各业务系统之间的共享与交换,需要经过多个部门重复建设后才能实现,导致信息孤岛现象严重;各部门对数据标准的理解不一,造成数据质量差异较大等。 部分金融机构已建立了统一的数据治理平台,但是因为各公司业务体系的差异较大,缺乏系统整合。 例如:客户信息在不同的银行之间会存在很大程度上的重复建设情况,导致信息孤岛现象严重;银行各业务板块间缺乏联动机制,无法实现统一的质量管控和质量评价标准;银行之间还存在数据标准不统一、数据质量参差不齐等情况。
4、外部系统与产品集成难等问题
针对数据标准化程度低、数据资产化程度低的问题,金融机构可以通过在内部搭建相关的大数据平台,整合内外部数据资产,搭建数据标准和规范体系,实现对大数据系统的统一管理。 但是,对于一些具有较强专业性且对数据安全性要求较高的系统建设需求来说,要实现外部系统与其业务产品(例如银行业务和产品等)之间的集成比较困难; 另外,由于金融机构内部各管理部门以及不同产品部门信息孤岛现象普遍存在,导致金融机构很难将所有相关业务系统整合到一个统一平台下。 同时在这种情况下,金融机构会遇到各种技术上和管理上的挑战。 例如各系统内部接口存在较多不一致和不兼容的情况;
更多数据治理相关资料请咨询客服获取,或者直接拨打电话:020-83342506