数据作为战略资产正在逐步成为金融机构的核心竞争力，构建以数据资产为核心的数据管理体系已成为各大金融机构明确的发展方向，领先者已经在不断探索和利用高质量的数据作为监管合规、经营管理、产品创新等核心能力的基石。
2022年3月，银保监会就EAST报送开具罚单，21家银行合计遭罚8760万元，涵盖了3家政策性银行、6家国有大型银行、12家股份制银行。银保监强调：下一步将继续加大对数据质量违法违规问题的查处力度。日益全面和严格的监管措施和信息披露要求，也对金融机构数据质量管理提出了前所未有的挑战。
01.什么是数据质量管理
数据质量管理是指对支持业务需求的数据进行全面质量管理，通过数据质量相关的管理办法、流程、评价考核规则的制定，及时发现并解决数据质量问题，提升数据的完整性、一致性、准确性、有效性、及时性，以提升数据资产价值。具体如下：
02.数据质量问题产生的原因
为使金融机构在日常经营活动中积累的大量数据从“包袱”变成“金矿”，数据质量管理体系的构建就变得尤为重要和迫切。
03.如何做好数据质量管理
在数据生命周期的任何一个阶段，需有严格的数据规划和约束来防止质量问题的产生，需建立事前、事中、事后管理流程：
04.如何做好数据质量管理
1、构筑数据质量管理组织：
数据质量管理组织的工作职能涵盖了数据质量工作范围的界定、人员和流程管理等，组织内需要明确数据质量管理的工作目的、管理范围、工作职责、以及数据质量管理的其他相关活动和管理流程等。建立目的包括：
2、建立质量管理流程：
数据质量管理流程主要包括数据质量持续监控、数据质量优化提升、数据质量主动保证三个主流程，强化日常的数据质量监控与问题评估工作。实现事前预防、事中监控、事后处理的全面数据质量管理机制。
3、平台工具：实现数据质量管控在系统落地
数据质量管理模块的功能为：基于采集的元数据，将元数据与数据标准对标生成数据质量规则，并根据质量规则对全行数据进行定期或者手动的数据质检，并针对发现的质量问题启动问题整改流程。主要包含：
大数据环境对数据治理的要求呈趋严态势，金融机构应从监管合规、经营管理、产品创新等角度出发，建立统一的企业级数据标准，夯实数据质量，确立清晰的数据管理与应用体系，以达到源头管控，长效治理的目标。
互动小彩蛋 / YTD
联系我们
体验更多盈天地产品及服务
欢迎扫码交流获取
留言有奖
关于银行数据质量管理
你还想了解哪些内容呢？
留言和我们说说吧！
截止2022年5月13日 14:00
留言区前10名且点赞超过10中抽1位
送盈天地定制周边1份
YTD
往/期/精/选
热门内容戳戳看
●
●
●
●
●
●
●
●
●
●
●
●
●
