大数据时代下的数据质量管理实践与创新.doc资源-CSDN文库

版权申诉

47 浏览量 2022-12-13 15:13:30 上传评论收藏 24KB DOC 举报

资源推荐

资源详情

资源评论

案例背景

大数据和人工智能技术正在日新月异地发展并逐渐成熟。商业银行纷纷投入

到“数据驱动”的战略发展转型和业务创新中，数据质量管控体系也要顺势优化布

局，尽快适应“精、准、快”的数据要求。 “大数据”时代数据质量管控也面临着各

种变化。首先是外部监管对数据质量要求日益严格。监管对监管数据要求的变化

体现在：数据的粒度不再限于指标类数据，需要账户级、交易级的明细数据，对

字段级数据有日益明确的数据质量标准，一旦发现问题，要求快速响应及时整改。

此外是内部精细化管理依托于高质量的数据。高级管理人员到一线分析人员均要

求有更灵活、丰富的数据来源，不仅限于传统意义的报表、集市，还依托客户标

签、外部数据、非结构化数据等更多种数据产品和来源。而基础数据质量决定了

顶层决策的精确性，也对数据质量的管理提出了更高挑战。

商业银行数据质量管理面临的问题

1.“重建设、轻管理”导致基础数据质量薄弱。商业银行层级多、岗位分工复

杂，数据不断被加工使用，业务与科技普遍缺乏数据质量预防的意识，整个过程

中缺乏数据质量管理，引发大量数据质量问题。在系统建设或数据产生的源头忽

视数据质量问题预防和控制，导致基础数据薄弱，后期数据清洗成本大、治理效

果差。

2.数据质量问题响应慢、解决效率低。随着金融创新不断深入，金融业务产

品日趋丰富，各类业务呈现出复杂的业务管理关系。部分业务难以界定牵头管理

部门，部门间相互推脱。跨部门数据质量问题存在无主责部门、问题解决慢、解

决效率低。严重影响了监管的整改时限要求，无法适应快速变化的业务需求。

3.缺乏持续管理手段，数据质量问题反复出现。金融行业在通过加快转型发

展，一些数据高度集中的管理系统、数据平台或标签集市，其数据来源丰富，加

工流程复杂，随着新业务产生和上游系统的不断变化，数据质量不稳定，波动较

大。仅以数据质量问题驱动为抓手，会不断产生新的问题。缺乏全面的、快速的

响应机制及处理流程。

解决方案

浦东发展银行根据几年的数据治理经验，针对管控过程中难点和痛点切入，

从管理、科技、业务三个方面“融入”数据质量管控机制，遵循“数据管控、人人践

行”的理念，研究和尝试建立全覆盖、高效、持续的数据质量管控体系。通过科

技引领的数据治理体系，创造数据资产的价值，为“数字化、智能化”战略转型奠

定基础。

浦发银行数据质量管控实践与创新

1.“融入”管理，强化高层管理机制。从管理角度来看,随着数据质量评估、监

控活动的全面开展，数据质量问题不断涌现，其中不乏需要调动全行力量解决的

问题。因此仅依赖于数据质量管理的专职团队，人力投入有限，效果甚微。强化

本内容试读结束，登录后可阅读更多

下载后可阅读完整内容，剩余3页未读，立即下载

内容反馈

版权申诉

智慧浩海

粉丝: 1w+
资源: 5145

最新资源

资源上传下载、课程学习等过程中有任何疑问或建议，欢迎提出宝贵意见哦~我们会及时处理！点击此处反馈

feedback-tip