大数据时代商业银行数据治理措施范文

本站小编为你精心准备了大数据时代商业银行数据治理措施参考范文，愿这些范文能点燃您思维的火花，激发您的写作灵感。欢迎深入阅读并收藏。

［摘要］商业银行作为金融体系中的重要组成部分，对经济发展和产业壮大有着显著作用，所以分析研究商业银行服务能力建设有突出的现实效果。就当前阶段的商业银行业务开展来看，在金融创新和科技信息不断发展大环境中，商业银行数据信息呈现几何倍数增长态势，这些数据为银行发展规划和设计提供了参考，同时也造成了银行数据冗杂局面，所以要真正发挥数据优势，需要对其做有效的治理。简言之，商业银行的数据治理工作推进会进一步的提升商业银行服务能力，实现其综合价值提高。基于此，文章分析研究大数据时代背景下的商业银行数据治理，旨在为实践工作提供指导与参考。

［关键词］大数据时代；商业银行；数据治理

在信息时代，无论是数据生产还是利用都发生了巨大变化。就现阶段分析来看，在日常生活中，个体、企业组织等既是信息数据生产者，也是信息数据使用者，而且越来越多企业在发展规划制定的时候会依靠数据信息。商业银行作为服务于经济发展的重要金融组织机构，其发展不仅要实现自我革新，更要保持与社会经济发展步伐一致。了解和掌握社会发展状况、自身发展现状的一种重要方法是大数据分析，所以商业银行在工作实践中十分重视大数据利用。掌握合理的大数据处理方法去治理现有数据，从数据治理结果中做商业银行工作改进，这对于银行发展来讲有重要价值。

1大数据概述

大数据在目前社会生活中应用越来越广泛，而所谓的大数据具体指的是无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。对现阶段的大数据应用做分析，其表现出了4个方面的突出特点：（1）体量大。大数据体量巨大，从TB级别，跃升到PB级别。（2）多样性。大数据类型繁多，涉及的内容广泛，比如网络日志、视频、图片、地理位置信息等等。（3）价值密度低。以视频为例，连续不间断监控过程中，可能有用的数据仅仅有一两秒。（4）处理速度快。大数据信息处理速度比较快，所以在社会实践中，就大数据做相关分析可以快速获得答案。

2大数据背景下商业银行数据治理存在的问题

从资料的分析来看，商业银行在数据治理中存在着显著的问题（见表1）首先，在目前数据治理实践中，表现比较突出的一个问题是定义缺失。所谓定义缺失具体指的是商业银行业务源系统和外部数据源缺少关键业务元素定义。就商业银行系统开发建设来看，其主要目标是满足客户交易，所以在数据治理过程中会存在对统计分析数据要素的定义忽略，这方面工作忽略造成了较多的数据定义不完备情况，所以不同部门对数据会出现不同理解，这样会出现数据治理困难度增加。其次，在数据处理实践中，标准差异较大也是比较显著的一个问题。商业银行的建设历史比较早而且在早期建设中，业务源系统分散性问题比较突出，所以基于行业整合角度的基础信息平台构建存在问题，这导致了信息孤岛的产生，而信息孤岛会造成相关系统指标口径、会计科目不一致。在数据治理过程中，标准的不一致会造成许多数据信息无法共享，这会引发信息治理低效率问题。在大数据时代，各种不同数据类型在数据治理中得以应用，而标准差异较大为具体数据治理带来了困难。再次，在数据治理中，数据异常问题也时有发生。基于工作实践可知在具体工作中，部分业务源系统和外部数据源的个别字段会出现异常信息，具体包括了格式错误、数据读取异常、乱码等。为了解决这些问题，虽然在部分数据治理实践中设计了相关字段，但是在实际使用过程中依然存在着较多字段信息无法收集的情况，这会导致信息数据登记遗漏或者是重复利用情况。最后，是在数据治理的过程中存在着代码问题和数据更新滞后问题。在数据治理实践中，结构数据、半结构数据和非结构数据之间相同用途代码存在编码不一致的情况，如果是利用文字进行存储而不做信息代码化处理，这些信息无法有效地被分析和使用。再者，在商业银行内部，由于数据传输系统、存储系统以及数据管理更新系统工作的滞后，数据更新无法有效实现，所以数据治理工作的价值会大打折扣。

3大数据背景下商业银行数据治理问题的解决措施分析

基于大数据背景做商业银行的数据治理问题分析，再基于治理分析问题解决方法和对策，这与实践工作质量提升和效率提高有积极意义。以下是基于实践总结的有效提升数据治理效果的措施分析。首先，要解决数据治理相关问题，需要建立完善的数据标准体系。商业银行的具体业务开展会涉及相关产品、渠道、合约等多种数据，基于业务开展的相应要素构建完善的标准数据体系，比如机构标准类数据体系、产品标准类数据体系、账户和合约标准类数据体系等，基于这些体系的建设可以完善综合性标准框架。基于具体的框架，在相应标准基础上对不同的数据信息进行收集、分类和归集，这样可以为商业银行的数据规范使用提供参考。简言之，在商业银行的数据信息利用中，数据规范性使用的意义显著，而标准数据体系是数据应用规范的重要保障。其次，制定数据处理标准流程。从数据治理的具体分析来看，其涉及比较多环节，而环节问题会影响到最终数据处理结果，所以基于数据治理过程进行环节的划分与建设，强调数据治理的流程规范性，这可以有效的弥补数据治理实践中的数据误差发生。就具体的数据治理流程制定来看，需要基于数据的特点做统一性分析，在目前的数据应用中，涉及的具体数据有结构化数据、半结构化数据和非结构化数据，不同的数据，其治理的标准是不同的，所以基于数据整体利益制定统一的流程规范，并在此规范基础上针对数据的具体特点做出相应的治理流程调整，这样，数据治理的标准性可以得到保证，针对性也可以得到有效的加强。再次，制定前瞻性的数据质量规划。就数据治理的质量控制而言，前瞻性质量规划在其中发挥着重要的作用。基于前瞻性质量规划做考虑，在工作实践中，需要将大数据管理纳入商业银行安全统一的数据质量规范范畴。如果存在新建项目，其业务范围和系统规划必须要严格地执行已经的数据标准。如果数据系统已经建设完善，需要基于数据质量规划的具体要求和标准对其进行适当改造。简单来讲，前瞻性数据质量规划对于数据治理存在着一定的辅助效果，所以积极地讨论质量规划的建设与应用会有显著成效。最后，需要形成有效的数据质量评估机制。从商业银行发展来看，其要更好地利用数据，必须要在数据治理的过程中保证数据的完整性，这样，评估的准确性和可靠性会更加的突出。就具体的数据评估来看，主要的内容有：（1）完整性，即数据要保持完整，必须要利用的数据不可缺少，数据之间存在的关系也要存在，而且数据不能够违反数据标准和数据要求。（2）一致性，即在数据值提供的时候需要注意数据信息之间的重复与冲突，要有效规避这两种情况。（3）准确性，即数据需要反馈出商业银行的具体信息，从而满足业务规划的需要。简言之，加强数据的评估机制建设现实意义重大。

4结语

综上所述，在大数据时代，商业银行在数据治理的过程中不可避免地会出现一些问题，这些问题的出现会影响到数据的具体利用，也会影响到商业银行的具体工作实效，所以积极地分析数据治理过程中可能存在的问题，并讨论解决问题的具体措施与方法，这对实践工作有重要的意义。

主要参考文献

［1］章文涛．大数据时代地方政府治理能力提升研究［D］．合肥：安徽大学，2017．

［2］袁捷．大数据时代下的贵州电网数据治理［J］．贵州电力技术，2017，20（8）：88－92．

［3］谭娟，谷红，谭琼．大数据时代政府环境治理路径创新［J］．中国环境管理，2018，10（1）：60－64．

［4］金毅，许鸿艳．大数据时代我国推进网络社会治理现代化的实践路径［J］．中共天津市委党校学报，2019（3）．

［5］董海明，董海军，陈琦．大数据时代的政府治理与监管［J］．党政论坛，2017（8）：32－34．

［6］陈昊，刘剑明，ChenHao，等．大数据时代社区治理中的众包模式：实践、逻辑、效用与构建［J］．行政与法，2017（3）：31－40．

［7］耿晓瑞，李国和．大数据时代下的政府社会治理———基于“镜像世界”治理的分析考量［J］．社科纵横，2017，32（8）：77－80．

作者：施志晖 单位：江苏苏宁银行股份有限公司