- 监管机构
- 银行
- 租赁
- 其他金融
时间:2021-05-21
1. 数据治理需要体系建设
为发挥数据价值需要满足三个要素:合理的平台架构、完善的治理服务、体系化的运营手段。
根据企业的规模、所属行业、数据量等情况选择合适的平台架构;治理服务需要贯穿数据全生命周期,保证数据在采集、加工、共享、存储、应用整个过程中的完整性、准确性、一致性和实效性;运营手段则应当包括规范的优化、组织的优化、平台的优化以及流程的优化等等方面。
2. 数据治理需要夯实基础
数据治理需要循序渐进,但在建设初期至少需要关注三个方面:数据规范、数据质量、数据安全。规范化的模型管理是保障数据可以被治理的前提条件,高质量的数据是数据可用的前提条件,数据的安全管控是数据可以共享交换的前提条件。公众号:数据观
3. 数据治理需要IT赋能
数据治理不是一堆规范文档的堆砌,而是需要将治理过程中所产生的的规范、流程、标准落地到IT平台上,在数据生产过程中通过“以终为始”前向的方式进行数据治理,避免事后稽核带来各种被动和运维成本的增加。
4. 数据治理需要聚焦数据
数据治理的本质是管理数据,因此需要加强元数据管理和主数据管理,从源头治理数据,补齐数据的相关属性和信息,比如:元数据、质量、安全、业务逻辑、血缘等,通过元数据驱动的方式管理数据生产、加工和使用。
5. 数据治理需要建管一体化
数据模型血缘与任务调度的一致性是建管一体化的关键,有助于解决数据管理与数据生产口径不一致的问题,避免出现两张皮的低效管理模式。
金融支持实体经济发展是责无旁贷的社会责任,是长久发展的生存之道。金融租赁作为金融体系的一部分,已成为航空、航运、能源、医疗、印刷、装备制造、基础设施等领域的主流融资方式,关乎国计民生及国家战略,是增强我国产业竞争能力和推动产能结构调整的重要引擎。
意味着在数字经济、数字金融、金融科技以及金融数字化、智能化的高速发展阶段,如何建设有效的数据治理架构具有非常重要的意义,同时也具有非常大的紧迫性。建设更加有效的数据治理,对于推动金融业实现高质量发展,促进金融业安全稳定,具有非常重要的战略意义。
数据价值管理的治理目标并不否定数据质量和数据标准管理活动,两者始终是基础。之所以强调这两项工作,是为了澄清实际工作中遇到的误区,这种观点认为:解决信息系统的数据问题,应采用技术手段或采购外部大数据,业务难有作为。