© Copyright IBM Corporation 2017
IBM$Global$Business$Services
IBM GBS C&A
赖开文
2017年6月
金融行业数据治理与案例分享
IBM Global Business Services
© Copyright IBM Corporation 2017
会议议程
2
1 数据治理概述
2 数据治理框架
3 数据治理实施方法
4 数据治理实施案例
IBM Global Business Services
© Copyright IBM Corporation 2017
数据中存在的问题将使企业运营和决策面临巨大风险
数据不一致
数据不准确
数据不完整
数据不及时
数据不安全
国内金融行业业普遍遇到的数据问题
典
型
问
题
举
例
例如不同系统间客户标识、
客户分类存在不一致的情
况，例如，资金交易类客
户与信贷类客户间客户代
码不统一。
例如监管要求类数据、表
外业务（例如中间业务收
入）等存在一定程度缺失，
只能依靠手工补录的方式
完成，操作风险极大
例如对客户行业划分不统一，
存在错误的分类结果，导致
分类结果不可靠，无法用于
准确的监管资本计量
业务影响与经营风险
• 客户数据不一致会导致无法实现
真正的客户统一视图，严重影响
以客户为中心的战略目标得以落
实
• 内部经营管理数据不完整导致无
法实现精细化管理的需求，甚至
使“黑箱操作”成为可能，给银
行稳健运营带来极大隐患
• 风险类数据不准确导致监管资本、
经济资本计算结果不可靠，甚至
多占用资本，影响资本精细化管
理水平
例如某银行在数
据标准之前存在
四套产品目录
IBM Global Business Services
© Copyright IBM Corporation 2017
数据治理是解决以上问题、提高数据化运营水平的必由之路
数据治理
核心目标
• 提升数据质量
• 增加数据作为企业资产
的信任度和使用率
• 指导基于数据进行管理
决策
数据治理是通过组织
人员、流程和技术的
相互协作，使企业能
将数据作为企业的核
心资产。
——Gartner
实现手段
• 建立专业化数据治理组织
和流程
• 构建专业的数据治理能力，
包括数据标准管理、数据
质量管理、数据安全管理、
元数据管理等内容
IBM Global Business Services
© Copyright IBM Corporation 2017
通过数据治理可以最大化地发挥数据的价值，提升业务和管理效率
§
复杂的沟通模式
§
竖井式驱动
§
市场响应缓慢
§
数据不准确
§
面向业务条线的数据
§
在各业务条线重复解决问题
§
统一的沟通模式
§
一致的理解
§
快速响应业务需求
§
数据质量高
§
数据高度共享
§
投资回报率高
流程
组织
策略
工具
开展了数据治理没有开展数据治理
评论0