前言:
- 更多对于数智化转型、数据中台内容请退出 阿里云数据中台交换群—数智俱乐部(文末扫描二维码或点此退出)
- 阿里云数据中台官网 https://dp.alibaba.com/index
随着 2018 年银保监发文《银行业金融机构数据治理指引》,各银监局,机关各部门,各政策性银行、大型银行、股份制银行,邮储银行,外资银行,金融资产治理公司,以及其余会管金融机构纷纷开始了新一轮的数据治理的相干工作。然而在金融机构进行数据治理的过程中,波及的畛域和相干的工作十分多。
本文是作者联合本人十几年在机构做数据相干的工作教训,从数据资产治理的角度做了一些总结和思考。
银行业为什么要进行数据资产治理
近年来,银行业金融机构在业务疾速倒退过程中,积攒了客户数据、交易数据、内部数据等海量数据。数据曾经成为银行的重要资产和外围竞争力,充分发挥数据价值,用数据驱动银行倒退,进步银行经营质效,具备重要意义。
以后,银行业金融机构数据品质存在较多问题,次要体现为数据准确性和完整性欠缺,时效性和适应性有余。数据品质问题曾经妨碍了银行业金融机构向高质量方向倒退,对数据资产的治理、治理亟待增强。
银行业数据资产治理三个方面
当咱们提到数据资产治理,要从三个方面来看。即数据资产的盘点与剖析、对数据资产的治理、以及资产的利用。接下来咱们就一个个开展。
首先银行要用好数据,把数据变成资产发明价值,就要搞清楚手里到底有哪些数据资产。
而银行有太多的数据,因而数据资产盘点要落地也并不简略。数据资产的盘点和评估要思考融通性,保证数据盘点的精准。
在数据内容的了解方面,要建设全行的数据资产目录,并且对数据进行画像,对数据的起源、业务含意等进行形容。同时要有确信机制和工具来撑持,通过各部门的协同实现数据资产探查。这里不只是数据团队,包含科技和业务部门都要参加进来,有明确的接口人来配合数据资产的盘点工作。
这里值得一提的是 数据中台的理念其实和数据资产治理不约而同,在数据中台的建设中,十分重要的工作就是数据公共层的建设,通过数据公共层建设能够清晰的梳理出咱们的数据资产散布及应用状况,联合资产的拜访路径分析,最终造成全行的数据资产全景剖析。资产盘点与剖析这里的细节工作本文不再一一开展。
在银行对本人的数据资产有了比拟清晰理解的根底上,便能够开展数据资产的治理工作了。
银行机构该当把数据品质危险和平安合规危险都纳入数据资产治理的领域,并且造成一个资产治理的闭环。
依据数据资产应用的现状登程,发现以后的问题并提出治理优化的策略,而后通过对治理成果的反馈来迭代现状剖析,造成一个治理能力的闭环。
在数据品质的保障方面,该当围绕数据的完整性、准确性、一致性以及及时性,对数据处理链条上的流程标准,在事先事中预先的关键环节进行卡点校验。
同时对数据工作、数据监控划分不同级别不同保障力度,实现精准保障。在业务高峰期,很多银行机构都会呈现数据报表加工延时的状况,针对这种十分影响业务体验的状况,银行能够依据业务或数据产品产出的上下游所有节点组合成工作组,对工作组进行分级,保障产出的优先级、监控产出的及时性。
在平安合规的分享治理方面,银行要造成一套以数据为核心,以数据的流转为主线,贯通数据全生命周期的平安管理机制。次要波及的工作有: 防窃取 (透露)、防误用、防滥用。
数据的全生命周期包含生产、存储、应用、传输、流传到销货。对客户数据、业务数据、公司财务经营治理进行分级。
个别咱们会分成 公开数据、外部数据、保障数据和秘密数据 四个等级。
银行的数据资产治理对银行的业务数据化经营和数据业务化转型都十分重要,这其中包含大量的治理标准制订和组织间协同工作,当然还要有相干的工具平台来帮忙数据资产治理的落地,为用户提供 多维度数据资产剖析,智能化数据资产治理,全链路数据资产监管与价值追踪,全方位数据资产经营的数据资产治理一站式服务平台。
数据中台是企业数智化的新基建,阿里巴巴认为数据中台是集方法论、工具、组织于一体的,“快”、“准”、“全”、“统”、“通”的智能大数据体系。目前正通过阿里云数据中台解决方案对外输入,包含批发、金融、互联网、政务等畛域,其中外围产品有:
- Dataphin,一站式、智能化的数据构建及治理平台;
- Quick BI,随时随地 智能决策;
- Quick Audience,全方位洞察、全域营销、智能增长;
- Quick A+,跨多端全域利用体验剖析及洞察的一站式数据化经营平台;
官方站点:
数据中台官网 https://dp.alibaba.com